Linux之《荒岛余生》（二）CPU篇
温馨提示，动图已压缩，流量党放心查看。CPU方面内容不多，我们顺便学点命令。本篇是《荒岛余生》系列第二篇，垂直观测CPU。其余参见：
如何做一个CPU
cpu是芯片的一种，我们以汉芯为例，看一下制作七步曲。
➊ 提纯精度11个9的硅片（99.999999999%）
➋ 生成晶圆
➌ 使用光刻机加工晶圆
➍ 使用刻蚀机沟槽
➎ 完成P型半导体制作
➏ 使用200号的粗砂纸抹掉原标志
➐ 涂上新标志
bingo，完工!
虽然CPU很小，但生产它的设备可不简单。如下图，就是一台重十几吨，占地上百平米，全世界都当宝贝的光刻机！
你我就这样饱受科技的恩泽，有时间探讨在中央处理器上发生的故事了。
找到占用CPU最高的线程
接下来看一个实际的例子。公司有点穷，所以机器上混合部署了多个java应用，突然有一天，CPU炸了，我们要找到是谁引起的。这个谁不是进程，而是线程，离真相最近的那个。
传统做法
通常的做法是：
➊ 在命令行输入top，然后shift+p查看占用CPU最高的进程，记下进程号
➋ 在命令行输入top -Hp 进程号，查看占用CPU最高的线程
➌ 使用printf 0x%x 线程号，得到其16进制线程号
➍ 使用jstack 进程号得到java执行栈，然后grep16进制找到相应的信息
录个屏先
拔萝卜带泥
但我想通过另外一种方式来实现这个功能（最多样化），顺便学几个其他常用的命令。
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这一行Shell的意思是，找到使用CPU最高的进程之使用CPU最高的线程的16进制号。
这么长的命令，是不是晕了？别怕，我们一点点来。通常情况下，练习熟练了命令中出现的这几个，就能够应对50%的常用工作了。Come on，上图。
接下来，试着写一下脚本吧。
有哪些查看CPU的命令
top
其实从上面命令就可以瞧出来，top和ps的命令是互通的，只不过表现形式不同，我们直接拿top来说。按数字1就可以显示每核CPU的使用情况。基本上都是些单词的缩写，看几遍就忘不掉了。比如 :
us ==> user CPU time先记住这些判断准则，我们在示例中再聊：
➊ 如果load超过了cpu核数，则负载过高
➋ 如果wa过高，可初步判断I/O有问题
➌ sy,si,hi,st，任何一个超过5%，都有问题
➍ 进程状态长时处于D、Z、T状态，提高注意度
➎ cpu不均衡，判断亲和性和优先级问题
vmstat
vmstat 以另一种形式来展示一些信息。如图：
除了关注类似top的一些指标，还有：
➊ b 置于等待队列（等待资源、等待输入/输出）的内核线程数目。数字过大则cpu太忙。
➋ cs 如果频繁的进行上下文切换，则考虑是否是线程数开的过多
➌ si/so 显示了交换分区的现状，有时候会造成cpu问题，一并关注
sar
是目前Linux上最为全面的系统性能分析工具之一，但可能没有预装。在centos上使用以下命令即可安装。
yum install sysstat -ysar主要的好处是可以看到历史，显示友好，可以对结果进行二次处理。sar还有图形化工具，执行sar -A即可获得所有数据。
https://github.com/vlsi/ksar针对于CPU方面，我们关注：
➊ sar -u 默认
➋ sar -P ALL 每颗cpu的使用状态信息
➌ sar -q cpu队列的长度，runq-sz>cpu count就表明有瓶颈了
➍ sar -w 每秒上下文交换
可以瞧见，关注的也就那几个点而已。
mpstat
还有pidstat，包括彩色的dstat，功能都差不多， 用熟一个就ok了。
数据从何而来
那么数据从何而来？/proc目录是一个虚拟目录，存储的是当前内核的一系列特殊文件，你不仅能查看一些状态，甚至能修改一些值来改变系统的行为。
比如top的load （使用uptime命令得到同样的结果）。读取的就是/proc/loadavg 文件
而每核cpu的信息，读取/proc/stat文件
这些命令，是对/proc目录中一系列信息的解析和友好的展示，这些值，Linux内核都算好了躺在那呢。
(图片来源网络)
创建这个目录的人真是天才！
几个例子
CPU过高是表象。除了系统确实负载已经到了极限，其他的，都是由其他原因引起的，比如I/O；比如设备。这些我们放在其他章节进行讨论。
GC引起的CPU过高
接着我们最开始的例子来。通过查看jstack找到相应的16进制进程，结果发现是GC线程。
"VM Thread" prio=10 tid=0x00007f06d8089000 nid=0x58c7 runnable
"GC task thread#0 (ParallelGC)" prio=10 tid=0x00007f06d801b800 nid=0x58d7 runnable这种情况，一般都是JVM内存不够用了，疯狂GC，可能是socket/线程忘了关闭了，也可能是大对象没有回收。这种情况只能通过重启来解决了，记得重启之前，使用jmap dump一下堆栈哦。当然，你可能会得到jdk版本的问题。
st%占比过高
st过高一般是物理CPU资源不足所致，也就是只发生在虚拟机上。
如果你买的虚拟机st一直很高，那你的服务提供商可能在超卖，挤占你的资源。不信双11的时候看下你的虚拟机？
网卡导致单cpu过高
业务方几台kafka，cpu使用处于正常水平，才10%左右，但有一核cpu，负载特别的高，si奇高。
mpstat -I SUM -P ALL 查看cpu使用情况，cpu0的中断确实比较多。
20:15:18 CPU intr/s
20:15:23 all 34234.20
20:15:23 0 9566.20
20:15:23 1 0.00网卡需要cpu服务时，都会抛出一个中断，中断告诉cpu发生了什么事情，cpu就要停止目前的工作来处理这个中断。其实，默认所有的中断处理都集中在cpu0 上，导致服务器负载过高。cpu0 成了瓶颈，而其他cpu却还闲着。
➊ 解决方式1：使用CPU亲和性功能，kafka略过网卡所使用的CPU
➋ 解决方式2: 更换网卡
➌ 通常修改的方式还是有些复杂了，比如，修改
/proc/irq/{seq}/smp_affinity
我们可以直接安装irqbalance，然后执行就可以了。
yum install irqbalance -y
service irqbalance startcpu使用率低，但负载高
cpu id%高，也就是空闲，比如90%。但 load average非常高，比如4核达到10。
分析：load average高，说明其任务已经排队，许多任务正在等待。出现此种情况，可能存在大量不可中断的进程。
使用top或者ps可以看到进程相应的状态。
ps aux一种情况就是有大量进程处于D的状态，也就是不可中断的睡眠状态，所以很可能是硬件问题。
详见《Linux进程状态(ps stat)之R、S、D、T、Z、X》
高频问题：load
load代表的是啥
说句白话，load代表的就是你目前系统进程的排队情况。
如图，以单核为例，将CPU资源抽象成一条单行马路。则会发生三种情况：
➊ 马路上的车只有4辆，车辆畅通无阻，load大约是0.5
➋ 马路上的车有8辆，正好能首尾相接安全通过，此时load大约为1
➌ 马路上的车有12辆，除了在马路上的8辆车，还有4辆交集的等在外面，也就是超出容量了，需要排队。此时load大约为1.5
load为1代表的是啥
针对这个问题，误解还是比较多的。很多同学认为，load达到1，系统就到了瓶颈，这不完全正确。
load的值和cpu核数息息相关：
➊ 单核的cpu达到100%，load约1
➋ 双核的cpu都达到100%，load约2
➌ 四核的cpu都达到100%，load约为4
所以，对于一个load到了10，却是16核的机器，你的系统还远没有达到负载极限。
结尾
此文归属微信公众号「小姐姐味道」，转载注明出处。本篇实际的排查过程较少，因为cpu问题一般都伴随着其他问题。但文中出现的这些命令可不简单，尤其是它们丰富的参数。这些参数，执行一下man，就可以一睹芳容了。比如：
man top当然，也可以这样～
no woman、 no love，果然是一个只有男人的世界！