性能優化
目錄
性能優化 分析系統瓶頸 分析內存瓶頸 分析IO瓶頸 分析進程調用 優化程序代碼 gprof使用步驟 其它工具 性能優化的核心是找出系統的瓶頸點，問題找到了，優化的工作也就完成了大半； 這裡介紹的性能優化主要從兩個層面來介紹：系統層面和程序層面；
3.1. 分析系統瓶頸 系統響應變慢，首先得定位大致的問題出在哪裡，是IO瓶頸、CPU瓶頸、內存瓶頸還是程序導致的系統問題；
使用top工具能夠比較全面的查看我們關注的點:
$top
top - 09:14:56 up 264 days, 20:56, 1 user, load average: 0.02, 0.04, 0.00
Tasks: 87 total, 1 running, 86 sleeping, 0 stopped, 0 zombie
Cpu(s): 0.0%us, 0.2%sy, 0.0%ni, 99.7%id, 0.0%wa, 0.0%hi, 0.0%si, 0.2%st
Mem: 377672k total, 322332k used, 55340k free, 32592k buffers
Swap: 397308k total, 67192k used, 330116k free, 71900k cached
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
1 root 20 0 2856 656 388 S 0.0 0.2 0:49.40 init
2 root 20 0 0 0 0 S 0.0 0.0 0:00.00 kthreadd
3 root 20 0 0 0 0 S 0.0 0.0 7:15.20 ksoftirqd/0
4 root RT 0 0 0 0 S 0.0 0.0 0:00.00 migration/
進入交互模式後: 輸入M，進程列表按內存使用大小降序排序，便於我們觀察最大內存使用者使用有問題（檢測內存洩漏問題）; 輸入P，進程列表按CPU使用大小降序排序，便於我們觀察最耗CPU資源的使用者是否有問題； top第三行顯示當前系統的，其中有兩個值很關鍵: %id：空閒CPU時間百分比，如果這個值過低，表明系統CPU存在瓶頸； %wa：等待I/O的CPU時間百分比，如果這個值過高，表明IO存在瓶頸； 3.2. 分析內存瓶頸 查看內存是否存在瓶頸，使用top指令看比較麻煩，而free命令更為直觀:
[/home/weber#]free
total used free shared buffers cached
Mem: 501820 452028 49792 37064 5056 136732
-/+ buffers/cache: 310240 191580
Swap: 0 0 0
[/home/weber#]top
top - 17:52:17 up 42 days, 7:10, 1 user, load average: 0.02, 0.02, 0.05
Tasks: 80 total, 1 running, 79 sleeping, 0 stopped, 0 zombie
%Cpu(s): 0.0 us, 0.0 sy, 0.0 ni,100.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem: 501820 total, 452548 used, 49272 free, 5144 buffers
KiB Swap: 0 total, 0 used, 0 free. 136988 cached Mem
top工具顯示了free工具的第一行所有信息，但真實可用的內存，還需要自己計算才知道; 系統實際可用的內存為free工具輸出第二行的free+buffer+cached；也就是第三行的free值191580；關於free命令各個值的詳情解讀，請參考這篇文章 free 查詢可用內存 ;
如果是因為缺少內存，系統響應變慢很明顯，因為這使得系統不停的做換入換出的工作;
進一步的監視內存使用情況，可使用vmstat工具，實時動態監視操作系統的內存和虛擬內存的動態變化。 參考： vmstat 監視內存使用情況 ;
3.3. 分析IO瓶頸 如果IO存在性能瓶頸，top工具中的%wa會偏高；
進一步分析使用iostat工具:
/root$iostat -d -x -k 1 1
Linux 2.6.32-279.el6.x86_64 (colin) 07/16/2014 _x86_64_ (4 CPU)
Device: rrqm/s wrqm/s r/s w/s rkB/s wkB/s avgrq-sz avgqu-sz await svctm %util
sda 0.02 7.25 0.04 1.90 0.74 35.47 37.15 0.04 19.13 5.58 1.09
dm-0 0.00 0.00 0.04 3.05 0.28 12.18 8.07 0.65 209.01 1.11 0.34
dm-1 0.00 0.00 0.02 5.82 0.46 23.26 8.13 0.43 74.33 1.30 0.76
dm-2 0.00 0.00 0.00 0.01 0.00 0.02 8.00 0.00 5.41 3.28 0.00
如果%iowait的值過高，表示硬盤存在I/O瓶頸。 如果 %util 接近 100%，說明產生的I/O請求太多，I/O系統已經滿負荷，該磁盤可能存在瓶頸。 如果 svctm 比較接近 await，說明 I/O 幾乎沒有等待時間； 如果 await 遠大於 svctm，說明I/O 隊列太長，io響應太慢，則需要進行必要優化。 如果avgqu-sz比較大，也表示有大量io在等待。 更多參數說明請參考 iostat 監視I/O子系統 ;
3.4. 分析進程調用 通過top等工具發現系統性能問題是由某個進程導致的之後，接下來我們就需要分析這個進程；繼續 查詢問題在哪；
這裡我們有兩個好用的工具： pstack和pstrace
pstack用來跟蹤進程棧，這個命令在排查進程問題時非常有用，比如我們發現一個服務一直處於work狀態（如假死狀態，好似死循環），使用這個命令就能輕鬆定位問題所在；可以在一段時間內，多執行幾次pstack，若發現代碼棧總是停在同一個位置，那個位置就需要重點關注，很可能就是出問題的地方；
示例：查看bash程序進程棧:
/opt/app/tdev1$ps -fe| grep bash
tdev1 7013 7012 0 19:42 pts/1 00:00:00 -bash
tdev1 11402 11401 0 20:31 pts/2 00:00:00 -bash
tdev1 11474 11402 0 20:32 pts/2 00:00:00 grep bash
/opt/app/tdev1$pstack 7013
#0 0x00000039958c5620 in __read_nocancel () from /lib64/libc.so.6
#1 0x000000000047dafe in rl_getc ()
#2 0x000000000047def6 in rl_read_key ()
#3 0x000000000046d0f5 in readline_internal_char ()
#4 0x000000000046d4e5 in readline ()
#5 0x00000000004213cf in ?? ()
#6 0x000000000041d685 in ?? ()
#7 0x000000000041e89e in ?? ()
#8 0x00000000004218dc in yyparse ()
#9 0x000000000041b507 in parse_command ()
#10 0x000000000041b5c6 in read_command ()
#11 0x000000000041b74e in reader_loop ()
#12 0x000000000041b2aa in main ()
而strace用來跟蹤進程中的系統調用；這個工具能夠動態的跟蹤進程執行時的系統調用和所接收的信號。是一個非常有效的檢測、指導和調試工具。系統管理員可以通過該命令容易地解決程序問題。
參考： strace 跟蹤進程中的系統調用 ;
3.5. 優化程序代碼 優化自己開發的程序，建議採用以下準則:
二八法則：在任何一組東西中，最重要的只佔其中一小部分，約20%，其餘80%的儘管是多數，卻是次要的；在優化實踐中，我們將精力集中在優化那20%最耗時的代碼上，整體性能將有顯著的提升；這個很好理解。函數A雖然代碼量大，但在一次正常執行流程中，只調用了一次。而另一個函數B代碼量比A小很多，但被調用了1000次。顯然，我們更應關注B的優化。 編完代碼，再優化；編碼的時候總是考慮最佳性能未必總是好的；在強調最佳性能的編碼方式的同時，可能就損失了代碼的可讀性和開發效率； gprof使用步驟 用gcc、g++、xlC編譯程序時，使用-pg參數，如：g++ -pg -o test.exe test.cpp編譯器會自動在目標代碼中插入用於性能測試的代碼片斷，這些代碼在程序運行時採集並記錄函數的調用關係和調用次數，並記錄函數自身執行時間和被調用函數的執行時間。 執行編譯後的可執行程序，如：./test.exe。該步驟運行程序的時間會稍慢於正常編譯的可執行程序的運行時間。程序運行結束後，會在程序所在路徑下生成一個缺省文件名為gmon.out的文件，這個文件就是記錄程序運行的性能、調用關係、調用次數等信息的數據文件。 使用gprof命令來分析記錄程序運行信息的gmon.out文件，如：gprof test.exe gmon.out則可以在顯示器上看到函數調用相關的統計、分析信息。上述信息也可以採用gprof test.exe gmon.out> gprofresult.txt重定向到文本文件以便於後續分析。 關於gprof的使用案例，請參考 [f1] ;
3.6. 其它工具 調試內存洩漏的工具valgrind，感興趣的朋友可以google瞭解；
OProfile: Linux 平臺上的一個功能強大的性能分析工具,使用參考 [f2] ;
除了上面介紹的工具，還有一些比較全面的性能分析工具，比如sar（Linux系統上默認不安裝，需要手動安裝下）； 將sar的常駐監控工具打開後，能夠收集比較全面的性能分析數據；
關於sar的使用，參考 sar 找出系統瓶頸的利器 ;
[f1] C++的性能優化實踐 http://www.cnblogs.com/me115/archive/2013/06/05/3117967.html [f2] 用 OProfile 徹底瞭解性能 http://www.ibm.com/developerworks/cn/linux/l-oprof/ [f3] Linux上的free命令詳解 http://www.cnblogs.com/coldplayerest/archive/2010/02/20/1669949.html Next Previous