Linux系统监控工具 atop 使用

atop是一个功能非常强大的系统性能监控工具,它以一定的频率记录系统的运行状态,支持交互式和后台方式运行,所采集的数据包含系统资源(CPU、内存、磁盘和网络)使用情况和进程运行情况,当哪一部分资源压力大时会以特殊颜色进行展示,并能以日志文件的方式保存在磁盘中,服务器出现问题后,我们可获取相应的atop日志文件进行分析。

安装使用

# atop一般在默认的下载源中就有,安装命令如下:
centos:yum install -y atop
ubuntu:apt-get install -y atop

# 启动atop
/etc/init.d/atop start
systemctl start atop

# 配置文件,默认10分钟采集一次数据
$ cat /etc/sysconfig/atop
# sysconfig atop
# Current Day format
CURDAY=`date +%Y%m%d`
# Log files path
LOGPATH=/var/log/atop
# Binaries path
BINPATH=/usr/bin
# PID File
PIDFILE=/var/run/atop.pid
# interval (default 10 minutes)
LOGINTERVAL=600

# /etc/cron.d/atop每日重试定时任务
$ cat /etc/cron.d/atop
# daily restart of atop at midnight
0 0 * * * root systemctl try-restart atop

# /var/log/atop用于存放atop监控日志,10 分钟采集一次,保留最近28天的数据。
上述配置可以在 /etc/atop/atop.daily 文件中进行修改。

常用快捷键

  • g, 通用输出

  • m, 展示与内存有关的输出

  • d, 展示与硬盘使用有关的输出

  • c, 展示每个进程是由哪个命令行启动的

  • p, 展示进程相关的活动信息

  • C, 按照 CPU 使用排序

  • M, 按照内存使用排序

  • P, 按下后,即可输入正则表达式来搜索对应进程

  • t, 向前一个采样间隔,在分析 atop 日志时使用

  • T, 向后一个采样间隔,在分析 atop 日志时使用

  • v, 输出更详细的进程信息,包括进程的启动时间,进程号,用户和所在组,当前状态。

Linux系统监控工具 atop 使用

字段说明

进程#

第一行PRC显示总体进程状况:

  • sys, user 表示 CPU 在内核态和用户态的运行时间比例

  • #proc 为当前总进程数,

    • #trun 表示 running 状态线程数

    • #tslpi 表示 sleeping interruptible 状态的进线程数

    • #tslpu 表示 sleeping uninterruptible 状态线程数

    • #zombie 表示僵尸进程数

  • clones 表示在监控周期(默认10s)内 clone() 系统调用次数

linux 中进程有两种 sleep 状态:

  • interruptible sleep: 进程接收系统信号,可以被系统信号中断

  • uninterruptible sleep: 进程不接收系统信号,不可被系统信号中断,包括kill -9 (SIGKILL 信号)。当一个进程向磁盘读写数据时,为了保证数据的一致性,在得到磁盘回复前,它是不能被其他进程或者中断打断的,这个时候的进程就处于不可中断状态。

一个进程使用fork创建子进程,如果子进程退出,而父进程并没有调用wait或waitpid获取子进程的状态信息,那么子进程的进程描述符仍然保存在系统中,这种进程称之为僵尸进程。大量僵尸进程可能会占用进程描述符空间导致无法创建进程。

孤儿进程是容易与僵尸进程混淆的一类进程,孤儿进程是父进程终止的进程,它们会被 init 进程接管并不会产生危害。

CPU#

在 atop 中每个 CPU 逻辑核心拥有一个 cpu 行表示自身状态, 最前面的 CPU 行则展示系统总览。

  • sys 表示CPU在内核态工作时间比例

  • user 表示 CPU 在用户态工作时间比例

  • irq 表示 CPU 处理系统中断所消耗的时间比例

  • idle 表示 CPU 空闲时间比例

CPL 行表示 CPU 负载(CPU Load):

  • avg1, avg5, avg15: 过去 1min、5min和 15min 内的平均系统负载

  • csw 表示监控周期内上下文切换的次数

  • intr 表示监控周期内中断发生的次数

系统负载

CPU 负载或称为系统负载是一个容易被误解的监控项,它的定义为内核运行队列中 running 或 uninterruptible sleep 状态的进程的平均数与CPU计算能力的比值。

系统负载 1.0 说明CPU恰好满载,当系统负载大于1.0时会有进程因为等待CPU而阻塞。在多核系统中,系统负载等于CPU核心数表示恰好满载,如在上图所示双核系统中,load=2说明恰好满载。

上文已经说明,uninterruptible sleep 进程通常是在等待IO, 当网络异常或磁盘故障时会导致大量进程处于 uninterruptible sleep 状态从而导致 Load 急剧上升。

常见的服务器程序大多数为IO密集型程序,常见的CPU密集型任务包括:

  • 大规模的排序计算, 如 mysql filesort

  • 大量的正则表达式匹配

  • 大量的 Hash Code 计算

  • 大规模的加解密或压缩解压计算

当我们发现 CPU 使用率上升时,我们可以优先考虑是否在上述CPU密集型任务。

内存#

MEM 行描述内存使用情况:

  • tot: 物理内存总量

  • free: 空闲内存总量

  • cache: 文件缓存用量

  • buff: 块设备缓存用量

  • slab: 系统内核 slab 内存用量

  • dirty: 需要写回磁盘的脏页用量,这部分内存使用已包含在cache中

这里出现了两个两个缓存: cache 和 buffer:

cache 是指 page cache, 是在文件系统级别的缓存。用于缓存从文件中读取的数据,下次读取文件时可以从内存中快速获取,不需要进行磁盘IO。

buffer 是磁盘等块设备的缓存,不经过文件系统直接对磁盘进行读写的数据会缓存在 buffer 中。

文件需要映射到物理磁盘的块上,这层映射关系由文件系统负责维护。没有文件系统支持的数据读写都会使用 buffer 缓存,比如文件系统元数据的缓存,以及 dd 等工具直接对磁盘进行读写时需要的缓存。

cache 和 buffer 两个缓存既会被用在读请求中,也会被用在写请求中。

PAG 行表示页缓存的使用情况:

  • scan: 当可用内存不足时扫描的页数,这个值过高说明可用内存不足

  • stall: 内核紧急将页加载到内存中的次数,这个值过高说明可用内存不足

  • steal: 虚拟机相关指标

  • swin: 从 Swap 分区将页加载到内存的次数

  • swout: 将内存页写入 Swap 分区的次数

scan 和 steal 的解释比较难理解,附上 man page 中的原文:

This line contains the number of scanned pages ('scan') due to the fact that free memory drops below a particular threshold and the number times that the kernel tries to reclaim pages due to an urgent need ('stall')

SWP 行表示 Swap 分区使用状态:

  • tot: Swap 分区总大小

  • free: Swap 分区空闲空间大小

当物理内存不足时,内核会将进程内存中不常用的页逐出内存写入磁盘中的 Swap 分区,当进程需要读取这些页时再将它们从磁盘中加载到内存。

磁盘#

DSK 列描述磁盘使用情况:

  • vda: 该列为磁盘设备名,每个设备拥有一行

  • busy: 设备处理IO请求的时间占比

  • read: 监控周期内读请求数

  • write: 监控周期内写请求数

  • KiB/r: 每次读请求的平均数据量

  • KiB/w: 每次写请求的平均数据量

  • MBr/s: 每秒读取的数据量

  • MBw/s: 每秒写入的数据量

  • avq: io 队列的平均长度

  • avio: 单次读写请求需要的毫秒数

网络#

网络层通常包含 transport、network、 eth 和 lo 行, 分别表示传输层、网络层、以太网(数据链路层)和本地回环的监控指标。

  • tcpi/udpi/ipi: 接收的 tcp/udp/ip 数据包

  • tcpo/udpo/ipo : 发出的 tcp/udp/ip 数据包

  • tcpao: 主动建立的tcp连接数(active open)

  • tcppo: 被动建立的tcp连接数(passive open), 即通过 listen() 建立的连接数

  • tcprs: tcp 重传次数

  • tcpie: 读取时发生错误的次数

进程列表

进程列表有多个视图分别展示不同方面的数据:

  • 默认视图(Generic information): 按G键回到默认视图

  • 内存视图(Memory information): 按M键进入内存视图,显示进程的内存占用情况

  • 命令行视图(Command Line information): 按C键进入命令行视图,显示进程启动时详细命令行参数

  • 调度器视图(Scheduling information): 按S键进入视图,显示线程调度、CPU使用和运行统计

  • 磁盘视图(Disk information): 按D键进入视图,显示进程的磁盘IO使用情况

  • 网络视图(Network information): 按N键进入视图,显示进程的网络IO使用情况

atop 默认展示过去10s内状态发生变化的进程,按下A键可以查看全部进程。

默认视图#

默认视图展示常用的监控项:

  • PID: 进程ID

  • SYSCPU: 在内核态下使用CPU时间

  • USERCPU: 在用户态下使用CPU时间

  • VGROW: 过去一个监控周期内进程的虚拟内存空间增长,包括malloc()分配内存、使用共享内存以及free()释放内存造成的空间变化

  • RGROW: 过去一个监控周期内进程常驻内存空间(resident memory)增长, 即进程内存空间中驻留在物理内存中未被逐出到SWAP分区的部分。

  • RUID, EUID, SUID: 启动进程的UID

    • RUID: 登录时的用户ID

    • EUID: Effective Uid。通常EUID=RUID, setuid 或 sudo 等指令能以另一个用户身份执行命令,这个被“代理”的用户即为 Effective User。

  • EXC: 进程退出时的返回码

  • THR: 进程中的线程数

  • S: 进程状态,与ps命令的进程描述符相同

简单介绍一下进程状态

  • R: Runing

  • S: sleeping interruptible 等待某个事件

  • D: sleeping non-interruptible 通常在等待IO

  • Z: Zombie 僵尸进程

  • E: 进程在上个监控周期内退出

  • T: TASK_STOPPED 或 TASK_TRACED 状态

    • TASK_STOPPED: 进程收到 SIGSTOP 信号进入暂停状态

    • TASK_TRACED: 进程进入暂停状态等待跟踪它的进程,比如进程被 gdb 的断点暂停

内存视图#

按M键可以进入内存视图查看进程的内存使用情况:

  • MINFLT: 进程缺页小错误(minor page fault)的次数

  • MAJFLT: 进程缺页大错误(major page fault)的次数

  • VSIZE: 虚拟内存空间的总大小

  • RSIZE: 常驻内存(resident memory)的总大小

  • VGROW: 虚拟内存空间在上个监控周期的增长

  • RGROW: 虚拟内存空间在上个监控周期的增长

  • MEM: 物理内存使用占比

在 Linux 的内存管理系统中需要读取磁盘才能解决缺页中断称为大错误(Major Page Fault), 不需要读取磁盘可以解决的缺页中断被称为小错误(Minor Page Fault)。

一般情况下 MINFLT 是因为频繁分配/回收大内存块导致的,可以考虑使用内存池优化程序来减少缺页错误; MAJFLT 是由于物理内存不足导致。

调度视图#

按S键可以进入调度视图(Scheduling View)查看进程运行和CPU情况:

  • TRUN: running 状态的线程数

  • TSLPI: sleeping interruptible 状态线程数

  • TSLPU: 表示 sleeping uninterruptible 状态进程数

  • PILI: 调度策略

  • PRI,NICE: 优先级,PRI+NICE越低优先级越高

  • CPU: CPU 使用时间占比

atop日志

每个时间点采样页面组合起来就形成了一个atop日志文件,我们可以使用 atop -r <filename> 命令读取日志文件。按t键向前翻页,T键向后翻页,b键跳转到指定时间,时间格式为hh:mm。

对于atop日志文件的保存方式,我们可以这样:

  • 每天保存一个atop日志文件,该日志文件记录当天信息

  • 日志文件以"atop_YYYYMMDD"的方式命名

  • 设定日志失效期限,自动删除一段时间前的日志文件

其实atop开发者已经提供了以上日志保存方式,相应的atop.daily脚本可以在源码目录下找到。在atop.daily脚本中,我们可以通过修改INTERVAL变量改变atop信息采样周期(默认为10分钟);通过修改以下命令中的数值改变日志保存天数(默认为28天):

(sleep 3; find $LOGPATH -name 'atop_*' -mtime +28 -exec rm {} \; )&

最后,我们修改cron文件,每天凌晨执行atop.daily脚本:

0 0 * * * root /etc/cron.daily/atop.daily

参考

anzhihe安志合个人博客,版权所有丨 如未注明,均为原创 丨转载请注明转自:https://chegva.com/3981.html | ☆★★每天进步一点点,加油!★★☆

您可能还感兴趣的文章!

发表评论

电子邮件地址不会被公开。 必填项已用*标注