最近有一个项目有监控服务器系统指标和业务指标的功能，需要对页面展示数据和真实的系统和业务数据进行对比，总结一下系统监控的一些linux主机数据获取如下：
以centos7为例，
系统负载
（分钟数据，获取到的是1分钟均值，可以间隔10秒取一次，取6次值平均）
uptime | awk '{print $(NF-2)}'|awk -F ',' '{print $1}'
系统连接数
（实时数据，分钟数据可以在1分钟内多次获取，然后取均值或者根据需要取max或者min）
netstat -na|grep ESTABLISHED|wc -l
CPU信息
cat /proc/cpuinfo
CPU负载
CPU总使用
cat /proc/stat| head -n 1 |grep cpu | awk '{print ($2+$3+$4+$5+$6+$7+$8+$9+$10)}'
(totalCpuTime = user + nice + system + idle + iowait + irq + softirq + stealstolen + guest)
CPU有效使用
cat /proc/stat| head -n 1 |grep cpu | awk '{print ($2+$3+$4+$6+$7+$8+$9+$10)}'
上面两个值是系统开始到现在的总使用时间统计，所以需要在间隔时间之后再次取值，然后相减取差值
可以间隔单位时间再次取值
负载百分比等于 100单位时间有效使用/单位时间总使用
100 (total-idle)/total
CPU单核最高利用率
cpu的物理核数
cat /proc/stat | grep cpu |wc -l
取出所有的cpu使用情况
cat /proc/stat|grep cpu
从第二行开始为各个cpu的使用情况，同计算负载一样的方法计算出单个cpu的负载，然后取最大值
CPU IO-Wait
cpu等待
cat /proc/stat| head -n 1 |grep cpu | awk '{print $6}'
IO-Wait：
cpu等待/cpu总使用
内存信息
meminfo
cat /proc/meminfo
MEM-load
free -b -t|grep Total|awk '{print 100*$3/$2}'
动态值，瞬时取值，单位时间值需要多次取值然后求均值
MEM-Swap
free -b -t|grep Swap|awk '{print 100*$3/$2}'
动态值，瞬时取值，单位时间值需要多次取值然后求均值
网卡：
ifconfig
不同的操作系统会得到不一样的数据
有些是
eth0: ..............
RX packets 2414861 bytes 224486412 (214.0 MiB)
RX errors 0 dropped 254480 overruns 0 frame 0
TX packets 488418 bytes 1252214442 (1.1 GiB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
lo: .........
RX packets 508834 bytes 128174116 (122.2 MiB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 508834 bytes 128174116 (122.2 MiB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
有些是
eth0........................
RX packets:99183391 errors:0 dropped:0 overruns:0 frame:0
TX packets:95740501 errors:0 dropped:0 overruns:0 carrier:0
collisions:0 txqueuelen:1000
RX bytes:44802775232 (41.7 GiB) TX bytes:21799717285 (20.3 GiB)
lo..........................
RX packets:1619038 errors:0 dropped:0 overruns:0 frame:0
TX packets:1619038 errors:0 dropped:0 overruns:0 carrier:0
collisions:0 txqueuelen:0
RX bytes:163500226 (155.9 MiB) TX bytes:163500226 (155.9 MiB)
rx入口包量
ifconfig |grep 'RX packets'|sed 's/:/ /g'|awk '{sum += $3};END {print sum}'
tx出口包量
ifconfig |grep 'TX packets'|sed 's/:/ /g'|awk '{sum += $3};END {print sum}'
出口流量和入口流量就需要区别对待
不过还有一个方法，用cat /proc/net/dev（参见附部分说明）
出口包量：
cat /proc/net/dev|grep :|awk '{sum +=$11};END {print sum}'
入口包量：
cat /proc/net/dev|grep :|awk '{sum +=$2};END {print sum}'
出口流量：
cat /proc/net/dev|grep :|awk '{sum +=$10};END {print sum}'
入口流量：
cat /proc/net/dev|grep :|awk '{sum +=$3};END {print sum}'
统计值是一个系统启动到当前的合计值，计算单位时间需要间隔时间取值两次取差值
磁盘数据
查看磁盘数据df -lh
iostat -d -k
tps磁盘的请求数每秒
kB_read/s：每秒从设备（drive expressed）读取的数据量；
kB_wrtn/s：每秒向设备（drive expressed）写入的数据量；
kB_read：读取的总数据量；
kB_wrtn：写入的总数量数据量；这些单位都为Kilobytes
注意读写的总量是累计值，单位时间的值需要进行差值计算
业务数据分析
业务数据分析主要是分析nginx的日志请求
可以配置nginx的日志输出格式以及输出选项，对日志内容进行分析
案例1：
查询某一时间，第三个字段不为某值并且第21个字段为某值的百分比
cat nginx.log|awk -F '日志字段分隔符' '{if($1~/查询时间（日志的第一个字段是请求时间）/ && $3~!/（第三个字段不为某个值）/){sum +=$15; if($21~/（第21个字段为某一个值）/) sumhit += $15}};END {print 100*sumhit/sum}'
案例2：
查询某一时间，第12个字段是2xx或者3xx的日志条数
cat nginx.log|awk -F '日志字段分隔符' '{if($1~/查询时间（日志的第一个字段是请求时间）/&&($12~/2[0-9][0-9]/||$12~/3[0-9][0-9]/)) print $12}'|wc -l
案例3：
查询某一时间，如果第37字段为0则记为1，然后求第37字段之和与第15字段之和的商值
cat nginx.log|awk -F '|' '{if($1~/查询时间（日志的第一个字段是请求时间）/){if($37==0){$37=1;} sumin += $37;sumout +=$15}};END {print sumout/sumin}'
案例4：
查询某一时间，业务成功率，第12字段为业务返回码，2xx和3xx表示业务返回成功
cat nginx.log|awk -F '|' '{if($1~/查询时间（日志的第一个字段是请求时间）/) print $12}'|awk '{sum +=1;if($1~/2[0-9][0-9]/||$1~/3[0-9][0-9]/) oksum +=1};END {print 100*oksum/sum}'
案例5：
查询某一时间段内，业务成功率，第12字段为业务返回码，2xx和3xx表示业务返回成功
cat nginx.log|awk -F '|' '$1>"查询开始时间"（日志的第一个字段是请求时间）&& $1<"查询结束时间"' |awk -F '|' '{sum +=1;if($12~/2[0-9][0-9]/||$12~/3[0-9][0-9]/) oksum +=1};END {print 100*oksum/sum}'
等等
主要就是运用cat awk sed等对日志文件进行分析
（附：/proc/stat的说明）
cat /proc/stat
user----从系统启动开始累计到当前时刻，处于用户态的运行时间，不包含 nice值为负进程
nice----从系统启动开始累计到当前时刻，nice值为负的进程所占用的CPU时间
system----从系统启动开始累计到当前时刻，处于核心态的运行时间
idle----从系统启动开始累计到当前时刻，除IO等待时间以外的其它等待时间
iowait----从系统启动开始累计到当前时刻，IO等待时间
irq----从系统启动开始累计到当前时刻，硬中断时间
softirq----从系统启动开始累计到当前时刻，软中断时间
stealstolen----虚拟环境中其他系统中运行时时间
guest----Linux内核来宾系统虚拟CPU所花费的时间
（附：/proc/net/dev的说明）
cat /proc/net/dev
Receive----表示收包，
Transmit----表示收包；
bytes----表示收发的字节数；
packets----表示收发正确的包量；
errs----表示收发错误的包量；
drop----表示收发丢弃的包量；
（附：iostat扩展）
iostat -d -x -k
rrqm/s----每秒这个设备相关的读取请求有多少被Merge了（当系统调用需要读取数据的时候，VFS将请求发到各个FS，如果FS发现不同的读取请求读取的是相同Block的数据，FS会将这个请求合并Merge）；
wrqm/s----每秒这个设备相关的写入请求有多少被Merge了
rsec/s----每秒读取的扇区数；
wsec/s----每秒写入的扇区数。
rKB/s----每秒读数据；
wKB/s----每秒写数据；
avgrq-sz----平均请求扇区的大小；
avgqu-sz----是平均请求队列的长度。毫无疑问，队列长度越短越好；
await----每一个IO请求的处理的平均时间（单位是微秒毫秒）。这里可以理解为IO的响应时间，一般地系统IO响应时间应该低于5ms，如果大于10ms就比较大了。这个时间包括了队列时间和服务时间，也就是说，一般情况，await大于svctm，它们的差值越小，则说明队列时间越短，反之差值越大，队列时间越长，说明系统出了问题；
svctm----表示平均每次设备I/O操作的服务时间（以毫秒为单位）；如果svctm的值与await很接近，表示几乎没有I/O等待，磁盘性能很好，如果await的值远高于svctm的值，则表示I/O队列等待太长，系统上运行的应用程序将变慢；
%util----在统计时间内所有处理IO时间，除以总共统计时间。例如，如果统计间隔1秒，该设备有0.8秒在处理IO，而0.2秒闲置，那么该设备的%util = 0.8/1 = 80%，所以该参数暗示了设备的繁忙程度；一般，如果该参数是100%表示设备已经接近满负荷运行了（当然如果是多磁盘，即使%util是100%，因为磁盘的并发能力，所以磁盘使用未必就到了瓶颈）；
网友评论