OS监控

全局监控

针对OS，我通常看上图中红⾊计数器的部分，这是OS查看的 第⼀层。有第⼀层就有第⼆层，所以才需要定向的监控。后⾯我们再说定向监控的思路

CPU监控

• us cpu
  查看⽤⼾态进程消耗的CPU百分⽐。⼤家都知道怎么往下落。这个链就是下⾯这样的

  
  

• wa cpu
  查看I/O读写等待消耗的CPU百分⽐。这个证据链怎么往下落呢？来看⼀下

  
  

• sy cpu
  查看内核消耗的CPU百分⽐。它的分析链路仍然和us?CPU⾼的分析链路差不多，只是这个进程可能不是应⽤的，⽽是系统⾃⼰的。但是，是什么导致内核进程占⽤CPU⾼呢。这可能和应⽤有关，当然也可能和配置有关。

  
  

• si cpu
  查看软中断消耗的CPU百分⽐。什么是软中断呢？CPU运行任务时，突然来了⼀个优先级⾼的，这时就会发⼀个中断信号给CPU。CPU这时候就把⼿头的⼯作现场保存⼀下，⼲这个优先级⾼的活，除⾮这个中断是致命的，不然CPU会在⼲完这个活之后再回去⼲之前的活，这就是⼀次软中断。

这个值，越多就越有问题，关键是它有多少才是有问题呢？不幸的是，它根本没有可以参考的值，在不同的应⽤和硬件环境中，si CPU都会有很⼤差别。

IO监控

⼀个数据要想写到磁盘当中，没那么容易，会经历以下过程

• iostat

  
  
  

  svctm代表I/O平均响应时间。请注意，这个计数器，有很多⼈还把它当个宝⼀样，实际上在man⼿册中已
  经明确说了，这个数据你爱看就爱，不⼀定准
  w_await表⽰写⼊的平均响应时间；
  r_await表⽰读取的平均响应时间；
  r/s表⽰每秒读取次数；
  w/s表⽰每秒写⼊次数
  IO/s = r/s + w/s = 18.33+114.33 = 132.66
  %util = ( (IO/s * svctm) /1000) * 100% = 100.02564%
  这个%util是⽤svctm算来的，既然svctm都不⼀定准了，那这个值也只能参考了

• iotop

  
  
  

  这⾥有Total，也有Actual，并且这两个并不相等，为什么呢？
  因为Total的值显⽰的是⽤⼾态进程与内核态进程之间的速度，⽽Actual显⽰的是内核块设备⼦系统与硬件
  之间的速度。⽽在I/O交互中，由于存在cache和在内核中会做I/O排序，因此这两个值并不会相同。那如果你要说磁盘的读写能⼒怎么样，我们应该看的是Actual。这个没啥好说的，因为Total再⼤，不能真实写到硬盘上也是没⽤的。
  在下⾯的线程列表中，通过排序，就可以知道是哪个线程（注意在第⼀列是TID哦）占的I/O⾼了

内存监控

• free

  
  
  

  total肯定是要优先看的，其次是available，这个值才是系统真正可⽤的内存，⽽不是free
  因为Linux通常都会把⽤的内存给cache，但是不⼀定会⽤，所以free肯定会越来越少，但是available
  是计算了buff和cache中不⽤的内存的，所以只要available多，就表⽰内存够⽤。
  对于内存的分析，你还可以⽤nmon和cat/proc/meminfo看到更多信息。如果你的应⽤是需要⼤⻚处理
  的，特别是⼤数据类的应⽤，需要关注下HugePages相关的计数器。

Network监控

先看⽹络的分析决策链

在判断了瓶颈在⽹络上之后，如果知道某个进程的⽹络流量⼤，⾸先肯定是要考虑减少流量，
当然要在保证业务正常运⾏，TPS也不降低的情况下。

当你看到OS全局监控图中的Network中的Total总流量⽐较⼤时，就要有这样的分析思路（从右向左看）