06.linux CPU负载高，问题排查

1.CPU负载高

主要通过top命令看到 1，5，15 平均负载情况；
通需要查看 虚拟机或者实体机的 cpu核数。


在top命令运行过程中可以通过top的内部命令做显示方式的控制。

  • 1- 开启或关闭显示所有cpu使用详细情况
  • l - 关闭或开启第一部分第一行 top 信息的表示
  • t - 关闭或开启第一部分第二行 Tasks 和第三行 Cpus 信息的表示
  • m - 关闭或开启第一部分第四行 Mem 和 第五行 Swap 信息的表示
  • N - 以 PID 的大小的顺序排列表示进程列表（第三部分后述）
  • P - 以 CPU 占用率大小的顺序排列进程列表 （第三部分后述）
  • M - 以内存占用率大小的顺序排列进程列表 （第三部分后述）
  • h - 显示帮助
  • n - 设置在进程列表所显示进程的数量
  • q - 退出 top
  • s - 改变画面更新频率（输入数字）

通过top观察cpu很空闲，但是负载比较高的情况

  • load average 是对 CPU 负载的评估，其值越高，说明其任务队列越长，处于等待执行的任务越多。
  • 出现此种情况时，可能是由于僵死进程导致的。可以通过指令 ps -axjf 查看是否存在 D 状态进程。
  • D 状态是指不可中断的睡眠状态。该状态的进程无法被 kill，也无法自行退出。只能通过恢复其依赖的资源或者重启系统来解决。

2.问题处理过程

  1. 使用top命令定位异常进程。可以看见12836的CPU和内存占用率都非常高
  2. 使用top -H -p 进程号查看异常线程
  3. 使用printf “%x\n” 线程号将异常线程号转化为16进制
  4. 使用jstack 进程号|grep 16进制异常线程号 -A90来定位异常代码的位置（最后的-A90是日志行数，也可以输出为文本文件或使用其他数字）。可以看到异常代码的位置。 找到相应代码检查，发现确实有死循环存在。

3.负载的经验法则

1.0是系统负荷的理想值吗？

  • 不一定，系统管理员往往会留一点余地，当这个值达到0.7，就==应当引起注意==了。经验法则是这样的：
  • 当系统负荷持续大于0.7，你必须开始调查了，问题出在哪里，防止情况恶化。
  • 当系统负荷持续大于1.0，你必须动手寻找解决办法，把这个值降下来。
  • 当系统负荷达到5.0，就表明你的系统有很严重的问题，长时间没有响应，或者接近死机了。你不应该让系统达到这个值。

对于我的机器，有24个core，那么，load多少合适呢？

[root@lpf]# grep -c 'model name' /proc/cpuinfo
24

答案是：

[root@lpf]# echo "0.7*24" | bc
16.8

最佳观察时长

  • 最后一个问题，”load average” 一共返回三个平均值—-1分钟系统负荷、5分钟系统负荷，15分钟系统负荷，—-应该参考哪个值？

  • 如果只有1分钟的系统负荷大于1.0，其他两个时间段都小于1.0，这表明只是暂时现象，问题不大。

  • 如果15分钟内，平均系统负荷大于1.0（调整 CPU 核心数之后），表明问题持续存在，不是暂时现象。

  • 所以，你应该主要观察”15分钟系统负荷”，将它作为电脑正常运行的指标。

4.造成原因总结

一般java应用cpu过高基本上是因为

  1. 程序计算比较密集
  2. IO读写太高
  3. 程序死循环
  4. 程序逻请求堵塞

参考资料

posted @ 2021-06-27 20:14  可可逗豆  阅读(769)  评论(0)    收藏  举报