溫馨提示，動圖已壓縮，流量黨放心查看。CPU方面內容不多，我們順便學點命令。本篇是《荒島余生》系列第二篇，垂直觀測CPU。其余參見：

Linux之《荒島余生》（一）準備篇

如何做一個CPU

cpu是芯片的一種，我們以漢芯為例，看一下制作七步曲。
? 提純精度11個9的硅片（99.999999999%）
? 生成晶圓
? 使用光刻機加工晶圓
? 使用刻蝕機溝槽
? 完成P型半導體制作
? 使用200號的粗砂紙抹掉原標志
? 涂上新標志
bingo，完工!

雖然CPU很小，但生產它的設備可不簡單。如下圖，就是一臺重十幾噸，占地上百平米，全世界都當寶貝的光刻機！

你我就這樣飽受科技的恩澤，有時間探討在中央處理器上發生的故事了。

找到占用CPU最高的線程

接下來看一個實際的例子。公司有點窮，所以機器上混合部署了多個java應用，突然有一天，CPU炸了，我們要找到是誰引起的。這個誰不是進程，而是線程，離真相最近的那個。

傳統做法

通常的做法是：
? 在命令行輸入top，然后shift+p查看占用CPU最高的進程，記下進程號
? 在命令行輸入top -Hp 進程號，查看占用CPU最高的線程
? 使用printf 0x%x 線程號，得到其16進制線程號
? 使用jstack 進程號得到java執行棧，然后grep16進制找到相應的信息
錄個屏先

拔蘿卜帶泥

但我想通過另外一種方式來實現這個功能（最多樣化），順便學幾個其他常用的命令。

ps -eo %cpu,pid |sort -n -k1 -r | head -n 1 | ?awk '{print $2}' |xargs ?top -b -n1 -Hp | grep COMMAND -A1 | tail -n 1 | awk '{print $1}' | xargs printf 0x%x

這一行Shell的意思是，找到使用CPU最高的進程之使用CPU最高的線程的16進制號。
這么長的命令，是不是暈了？別怕，我們一點點來。通常情況下，練習熟練了命令中出現的這幾個，就能夠應對50%的常用工作了。Come on，上圖。

接下來，試著寫一下腳本吧。

有哪些查看CPU的命令

top

其實從上面命令就可以瞧出來，top和ps的命令是互通的，只不過表現形式不同，我們直接拿top來說。按數字1就可以顯示每核CPU的使用情況。基本上都是些單詞的縮寫，看幾遍就忘不掉了。比如 :

us ==> user CPU time

先記住這些判斷準則，我們在示例中再聊：
? 如果load超過了cpu核數，則負載過高
? 如果wa過高，可初步判斷I/O有問題
? sy,si,hi,st，任何一個超過5%，都有問題
? 進程狀態長時處于D、Z、T狀態，提高注意度
? cpu不均衡，判斷親和性和優先級問題

vmstat

vmstat 以另一種形式來展示一些信息。如圖：

除了關注類似top的一些指標，還有：
??b?置于等待隊列（等待資源、等待輸入/輸出）的內核線程數目。數字過大則cpu太忙。
??cs?如果頻繁的進行上下文切換，則考慮是否是線程數開的過多
??si/so?顯示了交換分區的現狀，有時候會造成cpu問題，一并關注

sar

是目前Linux上最為全面的系統性能分析工具之一，但可能沒有預裝。在centos上使用以下命令即可安裝。

yum install sysstat -y

sar主要的好處是可以看到歷史，顯示友好，可以對結果進行二次處理。sar還有圖形化工具，執行sar -A即可獲得所有數據。

https://github.com/vlsi/ksar

針對于CPU方面，我們關注：
? sar -u ?默認
? sar -P ALL 每顆cpu的使用狀態信息
? sar -q ?cpu隊列的長度，runq-sz>cpu count就表明有瓶頸了
? sar -w ?每秒上下文交換
可以瞧見，關注的也就那幾個點而已。

mpstat

還有pidstat，包括彩色的dstat，功能都差不多， 用熟一個就ok了。

數據從何而來

那么數據從何而來？
/proc目錄是一個虛擬目錄，存儲的是當前內核的一系列特殊文件，你不僅能查看一些狀態，甚至能修改一些值來改變系統的行為。

比如top的load （使用uptime命令得到同樣的結果）。讀取的就是
/proc/loadavg?文件
而每核cpu的信息，讀取
/proc/stat文件

這些命令，是對/proc目錄中一系列信息的解析和友好的展示，這些值，Linux內核都算好了躺在那呢。

(圖片來源網絡)
創建這個目錄的人真是天才！

幾個例子

CPU過高是表象。除了系統確實負載已經到了極限，其他的，都是由其他原因引起的，比如I/O；比如設備。這些我們放在其他章節進行討論。

GC引起的CPU過高

接著我們最開始的例子來。通過查看jstack找到相應的16進制進程，結果發現是GC線程。

"VM Thread" prio=10 tid=0x00007f06d8089000 nid=0x58c7 runnable "GC task thread#0 (ParallelGC)" prio=10 tid=0x00007f06d801b800 nid=0x58d7 runnable

這種情況，一般都是JVM內存不夠用了，瘋狂GC，可能是socket/線程忘了關閉了，也可能是大對象沒有回收。這種情況只能通過重啟來解決了，記得重啟之前，使用jmap dump一下堆棧哦。當然，你可能會得到jdk版本的問題。

st%占比過高

st過高一般是物理CPU資源不足所致，也就是只發生在虛擬機上。
如果你買的虛擬機st一直很高，那你的服務提供商可能在超賣，擠占你的資源。不信雙11的時候看下你的虛擬機？

網卡導致單cpu過高

業務方幾臺kafka，cpu使用處于正常水平，才10%左右，但有一核cpu，負載特別的高，si奇高。

mpstat -I SUM -P ALL 查看cpu使用情況，cpu0的中斷確實比較多。

20:15:18 ?CPU ? ?intr/s ?
20:15:23 ?all ?34234.20 ?
20:15:23 ? ?0 ? 9566.20 ?
20:15:23 ? ?1 ? ? ?0.00

網卡需要cpu服務時，都會拋出一個中斷，中斷告訴cpu發生了什么事情，cpu就要停止目前的工作來處理這個中斷。其實，默認所有的中斷處理都集中在cpu0 上，導致服務器負載過高。cpu0 成了瓶頸，而其他cpu卻還閑著。
? 解決方式1：使用CPU親和性功能，kafka略過網卡所使用的CPU
? 解決方式2: 更換網卡
? 通常修改的方式還是有些復雜了，比如，修改

/proc/irq/{seq}/smp_affinity

我們可以直接安裝irqbalance，然后執行就可以了。

yum install irqbalance -y 
service irqbalance start

cpu使用率低，但負載高

cpu id%高，也就是空閑，比如90%。但 load average非常高，比如4核達到10。

分析：load average高，說明其任務已經排隊，許多任務正在等待。出現此種情況，可能存在大量不可中斷的進程。

使用top或者ps可以看到進程相應的狀態。

ps aux

一種情況就是有大量進程處于D的狀態，也就是不可中斷的睡眠狀態，所以很可能是硬件問題。
詳見《Linux進程狀態(ps stat)之R、S、D、T、Z、X》

高頻問題：load

load代表的是啥

說句白話，load代表的就是你目前系統進程的排隊情況。

如圖，以單核為例，將CPU資源抽象成一條單行馬路。則會發生三種情況：
? 馬路上的車只有4輛，車輛暢通無阻，load大約是0.5
? 馬路上的車有8輛，正好能首尾相接安全通過，此時load大約為1
? 馬路上的車有12輛，除了在馬路上的8輛車，還有4輛交集的等在外面，也就是超出容量了，需要排隊。此時load大約為1.5

load為1代表的是啥

針對這個問題，誤解還是比較多的。很多同學認為，load達到1，系統就到了瓶頸，這不完全正確。
load的值和cpu核數息息相關：
? 單核的cpu達到100%，load約1
? 雙核的cpu都達到100%，load約2
? 四核的cpu都達到100%，load約為4

所以，對于一個load到了10，卻是16核的機器，你的系統還遠沒有達到負載極限。

結尾

此文歸屬「小姐姐味道」，轉載注明出處。本篇實際的排查過程較少，因為cpu問題一般都伴隨著其他問題。但文中出現的這些命令可不簡單，尤其是它們豐富的參數。這些參數，執行一下man，就可以一睹芳容了。比如：

man top

當然，也可以這樣～

no woman、 no love，果然是一個只有男人的世界！