Linux系统性能分析

查看系统中的处理器单元数量

• nproc
  
• lscpu
  
• grep 'model name' /proc/cpuinfo | wc -l【在/proc/cpuinfo中查找model name字符串并统计个数】
  

查看平均负载

• top【具体的值会动态变化】
  
• uptime
  
  解析：load average：分别记录了过去一分钟、五分钟、以及十五分钟的系统平均负载

stress工具的使用

简介

stress是一个linux下的压力测试工具，专门为那些想要测试自己的系统，完全高负荷和监督这些设备运行的用户。

安装

1. 下载安装包：下载地址为https://fossies.org/linux/privat/stress-1.0.4.tar.gz/
2. 将stress-1.0.4.tar.gz复制到“/usr/local/src/”目录下
3. cd /usr/local/src
4. tar -xzpvf stress-1.0.4.tar.gz
5. cd stress-1.0.4
6. ./configure
7. make
8. make check
9. make install
10. make clean

使用

产生3个cpu进程

每个进程都反复不停的计算由rand ()产生随机数的平方根
stress -c 13

产生4个io进程

每个进程反复调用sync()，sync()用于将内存上的内容写到硬盘上
stress -i 4

产生3个cpu进程4个io进程2分钟后停止运行

stress -c 3 -i 4 --verbose --timeout 2m

产生2个10M的malloc()/free()进程，并且vm进程中malloc的字节不释放

stress --vm 2 --vm-bytes 10000000 --vm-keep --verbose

测试硬盘

通过mkstemp()生成800K大小的文件写入硬盘，对CPU、内存的使用要求很低
stress -d 1 --hdd-noclean --hdd-bytes 800k

Linux执行程序出现killed

原因分析：整个系统的内存已经不足，如果不杀死进程的话，就会导致系统的崩溃。Linux 内核有个机制叫OOM killer(Out Of Memory killer)，该机制会监控那些占用内存过大，尤其是瞬间占用内存很快的进程，然后防止内存耗尽而自动把该进程杀掉。如下图，MEM已经到83.7%了。

解决办法：

1. 通过系统日志信息查看Killed的进程：dmesg | grep "Out of memory"
   
2. 看看程序是不是存在问题，优化程序
3. 加内存

Python测量某段代码执行的利用率

参考链接：https://blog.csdn.net/Hubz131/article/details/94414013
这个问题困扰了我很久，期间一直在百度linux命令，在python中通过os.popen()来调用top，sar等命令，试了好多种方法都不准确，最终找到psutil这个工具，不得不敢开Python的强大！

import os
import psutil
import time
_timer = getattr(time, 'monotonic', time.time)
num_cpus = psutil.cpu_count() or 1
def timer():
    return _timer() * num_cpus
def GetProcessCPU_Pre(id):
    p = psutil.Process(id)
    pt = p.cpu_times()
    st1,pt1_0,pt1_1 = timer(),pt.user,pt.system   # new
	# ...这里是你要测量的代码块...
	pt = p.cpu_times()
    st0,pt0_0,pt0_1 = pid_cpuinfo.get(id,(0,0,0)) # old
 
    delta_proc = (pt1_0 - pt0_0) + (pt1_1 - pt0_1)
    delta_time = st1 - st0
    try:
        cpus_percent = ((delta_proc / delta_time) * 100)
    except:
        cpus_percent = 0.0
    return "{:.2f}".format(cpus_percent)

if __name__ == '__main__':
	pid = os.popen("pidof 进程描述信息【比如python3】").read().split(' ')[0]
	GetProcessCPU_Pre(pid)