CPU性能指标和分析工具

CPU的概念

CPU是英文Central Processing Unit的缩写，一般是指中央处理器，它是一块超大规模的集成电路，是一台计算机的运算核心和控制核心。它的功能主要是解释计算机指令以及处理计算机软件中的数据。CPU由运算器、控制器和寄存器及实现它们之间联系的数据、控制及状态的总线构成。CPU的能力高低直接影响了整个电脑的运行速度。

CPU依靠指令计算和控制系统，每款CPU在设计时就规定了一系列与其硬件电路相配合的指令系统。指令的强弱也是CPU的重要指标，指令集是提高微处理器效率的最有效工具之一。CPU从存储器或高速缓冲存储器中取出指令，放入指令寄存器，并对指令译码。它把指令分解成一系列的微操作，然后发出各种控制命令，执行微操作系列，从而完成一条指令的执行

 

CPU的性能指标

cpu的性能指标有如下图几种。

CPU 使用率

描述了非空闲时间占总 CPU 时间的百分比，根据 CPU 上运行任务的不同，又被分为用户 CPU、系统 CPU、等待 I/O CPU、软中断和硬中断等。

• 用户 CPU 使用率，包括用户态 CPU 使用率（user）和低优先级用户态 CPU 使用率（nice），表示 CPU 在用户态运行的时间百分比。用户 CPU 使用率高，通常说明有应用程序比较繁忙。

• 系统 CPU 使用率，表示 CPU 在内核态运行的时间百分比（不包括中断）。系统 CPU 使用率高，说明内核比较繁忙。

• 等待 I/O 的 CPU 使用率，通常也称为 iowait，表示等待 I/O 的时间百分比。iowait 高，通常说明系统与硬件设备的 I/O 交互时间比较长。

• 软中断和硬中断的 CPU 使用率，分别表示内核调用软中断处理程序、硬中断处理程序的时间百分比。它们的使用率高，通常说明系统发生了大量的中断。

• 除了上面这些，还有在虚拟化环境中会用到的窃取 CPU 使用率（steal）和客户 CPU 使用率（guest），分别表示被其他虚拟机占用的 CPU 时间百分比，和运行客户虚拟机的 CPU 时间百分比。

平均负载（Load Average）

也就是系统的平均活跃进程数。它反应了系统的整体负载情况，主要包括三个数值，分别指过去 1 分钟、过去 5 分钟和过去 15 分钟的平均负载。

理想情况下，平均负载等于逻辑 CPU 个数，这表示每个 CPU 都恰好被充分利用。如果平均负载大于逻辑 CPU 个数，就表示负载比较重了。

进程上下文切换

上下文切换，本身是保证 Linux 正常运行的一项核心功能。但过多的上下文切换，会将原本运行进程的 CPU 时间，消耗在寄存器、内核栈以及虚拟内存等数据的保存和恢复上，缩短进程真正运行的时间，成为性能瓶颈。包括：

• 无法获取资源而导致的自愿上下文切换；

• 被系统强制调度导致的非自愿上下文切换。

CPU 缓存的命中率

由于 CPU 发展的速度远快于内存的发展，CPU 的处理速度就比内存的访问速度快得多。这样，CPU 在访问内存的时候，免不了要等待内存的响应。为了协调这两者巨大的性能差距，CPU 缓存（通常是多级缓存）就出现了。如下图，从 L1 到 L3，三级缓存的大小依次增大，相应的，性能依次降低（当然比内存还是好得多）。而它们的命中率，衡量的是 CPU 缓存的复用情况，命中率越高，则表示性能越好

 

 

CPU性能指标的查询工具

当知道要查询的CPU指标时候，查询工具

常用的： top, vmstat, pidstat

通过这张图你可以发现，这三个命令，几乎包含了所有重要的 CPU 性能指标，比如：

• 从 top 的输出可以得到各种 CPU 使用率以及僵尸进程和平均负载等信息。

• 从 vmstat 的输出可以得到上下文切换次数、中断次数、运行状态和不可中断状态的进程数。

• 从 pidstat 的输出可以得到进程的用户 CPU 使用率、系统 CPU 使用率、以及自愿上下文切换和非自愿上下文切换情况。

这三个工具输出的很多指标是相互关联的，所以，用虚线表示了它们的关联关系，举几个例子可能会更容易理解。

第一个例子，pidstat 输出的进程用户 CPU 使用率升高，会导致 top 输出的用户 CPU 使用率升高。所以，当发现 top 输出的用户 CPU 使用率有问题时，可以跟 pidstat 的输出做对比，观察是否是某个进程导致的问题。而找出导致性能问题的进程后，就要用进程分析工具来分析进程的行为，比如使用 strace 分析系统调用情况，以及使用 perf 分析调用链中各级函数的执行情况。

第二个例子，top 输出的平均负载升高，可以跟 vmstat 输出的运行状态和不可中断状态的进程数做对比，观察是哪种进程导致的负载升高。

• 如果是不可中断进程数增多了，那么就需要作 I/O 的分析，也就是用 dstat 或 sar 等工具，进一步分析 I/O 的情况。

• 如果是运行状态进程数增多了，那就需要回到 top 和 pidstat，找出这些处于运行状态的到底是什么进程，然后再用进程分析工具，做进一步分析。

最后一个例子，当发现 top 输出的软中断 CPU 使用率升高时，可以查看 /proc/softirqs 文件中各种类型软中断的变化情况，确定到底是哪种软中断出的问题。比如，发现是网络接收中断导致的问题，那就可以继续用网络分析工具 sar 和 tcpdump 来分析。

 

 

(一) CPU的占用是怎么产生的？为什么不同OS下的CPU利用率不同？

操作系统是用来调度任务（进程）和管理外围设备的系统，操作系统采用自己的进程调度策略将进程调度到CPU上运行，占用了CPU时间片，由此产生了CPU的占用。

为什么不同OS下的CPU利用率不同呢？有以下几方面的原因：

1. 不同的操作系统管理外围设备的方法、进程调度的算法、内存管理的算法等等有差异，因此同一个应用在不同的OS下的CPU消耗可能不一样。

2. 同一个应用安装在不同的设备上（包括硬件+OS+系统软件），并不能保证参数都是一样的。即使是同一个版本的OS，由于应用和OS的参数配置太多，可能某个参数配的不一样，相差很大的CPU利用率都是可能的。举几个例子：

• 一个采用文件系统，另一个采用裸设备

• 一个设置了CPU折叠，一个没设置

• 一个写磁盘是按照4K写入，另一个按照64K写入，那么diskbusy的百分比相差很大，CPU的繁忙程度也略有不同

3. 不同OS上，CPU数读工具的统计方法可能不一样，即使是同一个OS，不同的CPU读数工具的统计方法也可能不一样。

有人提到，“Linux on Power的处理器利用率比AIX的处理器利用率相比少得多”，这个现象并不奇怪。即使都是AIX，同一个应用在AIX61上和AIX71上，CPU利用率也不同，我做过实验，AIX71相比AIX61做了一定的优化。

(二) 为什么多核CPU的利用率分布不均匀

问题：在AIX系统，利用topas查看时，发现只有一个CPU的利用率很高，其他的core利用率几乎为零，怎么可以调整参数，使得其他的core的利用率增大？在Linux下的问题同样的疑问。

从应用角度，很可能应用是个单进程，不能分到多个CPU上运行。如果已经是个多进程应用，那就可能并发数设置为1了，需调大并发数后才能分配到多个核运行。

从操作系统层面，系统会把进程调度到上一次使用的CPU，以避免进程的上下文切换。一个CPU干的好好的，当然不会调到其他CPU，不然上下文切换代价大。因此，如果压力不是很大的时候，当然是只有一个core的利用率较大，而其他core是闲置状态。

(三) CPU利用率的正常使用范围是多少？

一般来说，生产运行环境中CPU 70%会报警。有些谨慎、保守的单位，CPU超过40%就着手扩容了。

但并不是说CPU一超过70%就一定是异常，对于夜间的批处理业务，可能更多的是期望它尽多占用CPU、尽快处理完成，以免影响第二天的开门。

(四) CPU利用率当中的Sys%高是什么原因？

如果系统态占比比较大，一般有以下几类原因：

1. 为了追求效率，减少用户态到系统态的转换，把用户态的function改到系统态，例如：一些驱动程序，以显卡驱动最为常见

2. 系统有IO问题

 

 

参考

https://www.infoq.cn/article/5jjidopx12rwwvgx_h9j

https://www.cnblogs.com/kongzhongqijing/articles/8916844.html