vlambda博客
学习文章列表

火焰图:全局视野的Linux性能剖析

文章背景

日常的工作中,会收到一堆CPU使用率过高的告警邮件,遇到某台服务的 CPU被占满了,这时候我们就要去查看是什么进程将服务器的CPU资源占用满了。通常我们会通过 top或者 htop来快速的查看占据CPU最高的那个进程,如下图:

这里是通过一个普通的服务器做演示使用,如图所示当前服务器占用CPU最高的是一个叫做 kube-apiserver命令运行的一个进程,该进程的PID为 25633,当然你可能遇到一个服务器上运行有多个服务,想快速知道占用率最高的那几个进程的话,你可以使用以下命令:
ps aux|head -1;ps -aux | sort -k3nr | head -n 10 //查看前10个最占用CPU的进程
ps aux|head -1;ps -aux | sort -k4nr | head -n 10 //查看前10个最占用内存的进程
但是通过以上的方法获取到服务器占用资源的进程之后,还是 不知道CPU使用究竟耗时在哪里,不清楚瓶颈在哪里,此时就可以通过 Linux系统的性能分析工具 perf分析,分析其返回的正在消耗CPU的函数以及调用栈。然后可以通过解析 perf采集的数据,渲染到火焰图🔥,就清楚的知道究竟占用系统CPU资源的罪魁祸首了。
在制作火焰图之前,需要先来说说这个Linux性能分析工具 perf,该工具是一个相对简单易上手的性能分析工具,是 Performance单词的缩写,通过其 perf的命令选项完成系统事件的采集到解析,我们来简单的认识一下:

linux上的性能分析工具Perf

安装perf

我目前的服务器发行版是 Ubuntu 16.04.6 LTS因此需要先安装perf才能使用,该工具由 linux-tools-common提供,但是它需要安装后面的依赖。
#安装
root@master:~# apt install linux-tools-common linux-tools-4.4.0-142-generic linux-cloud-tools-4.4.0-142-generic -y

root@master:~# perf -v #显示perf的版本
perf version 4.4.167
在安装完成时候,我们就可以对上图CPU使用率最高的进程ID为 25633的进程进行采样分析。
首选我们采集一下该进程的 调用栈信息:
root@master:~# sudo perf record -F 99 -p 25633 -g -- sleep 30
[ perf record: Woken up 1 times to write data ]
[ perf record: Captured and wrote 0.039 MB perf.data (120 samples) ]
这个命令会产生一个大的数据文件,取决与你采集的进程与CPU的配置,如果一台服务器有16个 CPU,每秒抽样99次,持续30秒,就得到 47,520 个调用栈,长达几十万甚至上百万行。上面的命令中, perf record表示记录, -F 99表示每秒99次, -p 25633是进程号,即对哪个进程进行分析, -g表示记录调用栈, sleep 30则是持续30秒,参数信息可以视情况调整。生成的数据采集文件在当前目录下,名称为 perf.data
perf record命令可以从高到低排列统计每个调用栈出现的百分比,显示结果如下图所示:
root@master:~# sudo perf report -n --stdio

火焰图:全局视野的Linux性能剖析

这样的效果对使用者来说还是不那么直观易读,这时候,火焰🔥图也就真正的派上用途了。

制作火焰🔥图

火焰🔥图并非一定就是火焰系列的颜色主题,只是通过🔥色系更能表达出含义。火焰图常见的类型有  On-CPU [1]Off-CPU [2], 还有  Memory [3]Hot/Cold [4]Differential [5] 等等.  on-CPU/off-cpu的区别就是一个是用于CPU是性能瓶颈,一个是IO是性能瓶颈,当你不知道当前的服务器的性能瓶颈究竟是什么的时候,你可以使用这两种类型进行对比,通过两种火焰图的差别是比较大的,如果两张火焰图长得差不多, 那么通常认为CPU被其它进程抢占了.
另外一种情况就是如果无法确定当前的系统瓶颈, 可以通过压测工具来确认 : 通过压测工具看看能否让CPU使用率趋于饱和, 如果能那么使用  On-CPU 火焰图, 如果不管怎么压, CPU 使用率始终上不来, 那么多半说明程序被  IO 或锁卡住了, 此时适合使用  Off-CPU 火焰图. 你可以通过压测工具进行测试,目前比较常用的就是 abwrk,我建议尝试使用诸如  wrk [6] 之类更现代的压测工具.

如果选择 ab 的话, 那么务必记得开启 -k 选项, 以避免耗尽系统的可用端口

Github上有Brendan D. Gregg 的 Flame Graph 工程实现了一套生成火焰图的脚本.我们可以直接克隆下来直接用。

cd && git clone https://github.com/brendangregg/FlameGraph.git
生成火焰🔥图,我们一般都遵循以下流程
火焰图:全局视野的Linux性能剖析
  • 捕获堆栈: 使用 perf捕捉进程运行堆栈信息
  • 折叠堆栈: 对抓取的系统和程序运行每一时刻的堆栈信息进行分析组合, 将重复的堆栈累计在一起, 从而体现出负载和关键路径,通过 stackcollapse脚本完成
  • 生成火焰图:分析 stackcollapse 输出的堆栈信息渲染成火焰图
Flame Graph中提供了抓取不同信息的脚本,可以按需使用。下面我们需要对捕获到的进程堆栈信息 perf.data进行折叠,生成折叠的堆栈信息:
root@master:~# perf script -i /root/perf.data &> /root/perf.unfold
用  stackcollapse-perf.pl 将 perf 解析出的内容  perf.unfold 中的符号进行折叠
root@master:~/FlameGraph# ls
aix-perf.pl    docs                        example-perf.svg  pkgsplit-perf.pl  stackcollapse-aix.pl       stackcollapse-go.pl               stackcollapse-ljp.awk         stackcollapse-pmc.pl        stackcollapse-vsprof.pl   test.sh
demos          example-dtrace-stacks.txt   files.pl          range-perf.pl     stackcollapse-bpftrace.pl  stackcollapse-instruments.pl      stackcollapse-perf.pl         stackcollapse-recursive.pl  stackcollapse-vtune.pl
dev            example-dtrace.svg          flamegraph.pl     README.md         stackcollapse-elfutils.pl  stackcollapse-java-exceptions.pl  stackcollapse-perf-sched.awk  stackcollapse-sample.awk    stackcollapse-xdebug.php
difffolded.pl  example-perf-stacks.txt.gz  jmaps             record-test.sh    stackcollapse-gdb.pl       stackcollapse-jstack.pl           stackcollapse.pl              stackcollapse-stap.pl       test
root@master:~/FlameGraph# ./stackcollapse-perf.pl /root/perf.unfold &> /root/perf.folded
root@master:~/FlameGraph#
最后就是生成火焰🔥图了
root@master:~/FlameGraph# ./flamegraph.pl /root/perf.folded > /root/perf.svg
当然也可以通过管道符 |将整个过程简化:
cd && perf script | FlameGraph/stackcollapse-perf.pl | FlameGraph/flamegraph.pl > process.svg
最后在谷歌浏览器上打开该火焰图:

火焰图:全局视野的Linux性能剖析

火焰图是基于 stack信息生成的 SVG 图片, 用来展示 CPU 的调用栈。
  • y 轴表示调用栈, 每一层都是一个函数. 调用栈越深, 火焰就越高, 顶部就是正在执行的函数, 下方都是它的父函数.
  • x 轴表示抽样数, 如果一个函数在 x 轴占据的宽度越宽, 就表示它被抽到的次数多, 即执行的时间长. 注意, x 轴不代表时间, 而是所有的调用栈合并后, 按字母顺序排列的.
火焰图就是看顶层的哪个函数占据的宽度最大. 只要有 "平顶"(plateaus), 就表示该函数可能存在性能问题。颜色没有特殊含义, 因为火焰图表示的是 CPU 的繁忙程度, 所以一般选择暖色调.
调用栈不完整调用栈过深时,某些系统只返回前面的一部分(比如前10层);当 函数名缺失,函数没有名字,编译器只用内存地址来表示(比如匿名函数),所以使用火焰图也是存在分析不到的地方。你也可以通过以下脚本进行采集分析火焰图:
if [ $# -ne 1 ];then
 echo "Usage: $0 seconds"
 exit 1
fi
perf record -a -g -o perf.data &
PID=`ps aux| grep "perf record"| grep -v grep| awk '{print $2}'`
if [ -n "$PID" ]; then
 sleep $1
 kill -s INT $PID
fi
# wait until perf exite
sleep 1

perf script -i perf.data &> perf.unfold
perl stackcollapse-perf.pl perf.unfold &> perf.folded
perl flamegraph.pl perf.folded >perf.svg

参考资料

[1]

On-CPU: http://www.brendangregg.com/FlameGraphs/cpuflamegraphs.html

[2]

Off-CPU: http://www.brendangregg.com/FlameGraphs/offcpuflamegraphs.html

[3]

Memory: http://www.brendangregg.com/FlameGraphs/memoryflamegraphs.html

[4]

Hot/Cold: http://www.brendangregg.com/FlameGraphs/hotcoldflamegraphs.html

[5]

Differential: http://www.brendangregg.com/blog/2014-11-09/differential-flame-graphs.html

[6]

wrk: https://github.com/wg/wrk


火焰图:全局视野的Linux性能剖析



觉得不错,请点个在看