收藏过去排查性能问题的一些常用命令,这些场景,你遇到过么?
一、了解机器连接数情况
问题:查看服务器当前网络通信的连接数是否正常
常见做法:
netstat -an|awk '/tcp/ {print $6}'|sort|uniq -c
netstat -an|awk '/tcp/ {print $6}'|sort|uniq -c
16 CLOSING
130 ESTABLISHED
298 FIN_WAIT1
13 FIN_WAIT2
9 LAST_ACK
7 LISTEN
103 SYN_RECV
5204 TIME_WAIT
说明:netstat 显示各种网络连接状态
CLOSED:无连接是活动的或正在进行
LISTEN:服务器在等待进入呼叫
SYN_RECV:一个连接请求已经到达,等待确认
SYN_SENT:应用已经开始,打开一个连接
ESTABLISHED:正常数据传输状态
FIN_WAIT1:应用说它已经完成
FIN_WAIT2:另一边已同意释放
ITMED_WAIT:等待所有分组死掉
CLOSING:两边同时尝试关闭
TIME_WAIT:另一边已初始化一个释放
LAST_ACK:等待所有分组死掉
TIME_WAIT 状态过多的原因
在高并发短连接的TCP服务器上,当服务器处理完请求后立刻主动正常关闭连接。主动关闭的一方在发送最后一个 ack 后就会进入TIME_WAIT 状态停留 2MSL(max segment lifetime)的时间,这个场景下,会出现大量socket处于TIMEWAIT状态,这个时候TCP连接占用的本地端口将一直无法释放,如果客户端的并发量持续很高,部分客户端就会显示连接不上。
TIME_WAIT 状态连接过多的危害
如果TIME_WAIT连接把所有可用端口都占完了(TCP端口数量上限是65535)而且还未被系统回收,就会出现无法向服务端创建新的socket连接的情况,此时系统几乎停转,任何链接都不能建立:就会出现经典的 address already in use : connect 异常。
问题:111.2.3.4的sshd的监听端口是22,如何统计111.2.3.4的sshd服务各种连接状态(TIME_WAIT/ CLOSE_WAIT)的连接数。
常见方法:
netstat -n | grep 1.2.3.4:22 | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
netstat -lnpta | grep ssh | egrep "TIME_WAIT | CLOSE_WAIT "
说明:netstat是追查网络连接问题常用工具,结合使用grep/awk更是强
二、从已经备份好的日志中查询数据
问题:从已备份的2019-06-26.log.bz2日志中,找出包含关键字1.2.3.4的日志有多少条。
常见方法:
bzcat 2019-06-26.log.bz2 | grep '1.2.3.4' | wc -l
bzgrep '1.2.3.4' 2019-06-26.log.bz2 | wc -l
less 2019-06-26.log.bz2 | grep '10.37.9.11' | wc -l
说明:线上日志文件一般以bz2 压缩之后保留,如果解压查询,非常耗空间与时间,bzcat和bzgrep是研发同学必须掌握的工具。
三、备份服务的技巧
问题:打包备份/opt/web/suyun_web目录,排除掉目录中logs和目录,打包好的文件存放/opt/backup目录下。
常见方法:
tar -zcvf /opt/backup/shenjian.tar.gz \
-exclude /opt/web/suyun_web/logs \
/opt/web/suyun_web
说明:这个命令线上应用较为频繁,在项目需要打包迁移时,常常需要排除掉日志目录,exclude是需要掌握的参数。
四、查询线程数
问题:查询服务器运行服务的总线程数,当机器线程数超报警阀值时,能快速查出相关进程及线程信息。
参考答案:
ps -eLf | wc -l
pstree -p | wc -l
五、磁盘报警,清空最大文件
问题:找出服务器上,某个正在运行的tomcat产生的大量异常日志,找出该文件,并释放空间。不妨设该文件包含log关键字,并且大于1G。
常见方法:
第一步,找到该文件
find / -type f -name "*log*" | xargs ls -lSh | more
du -a / | sort -rn | grep log | more
find / -name '*log*' -size +1000M -exec du -h {} \;
第二步,将文件清空
假设找到的文件为a.log
正确的情况方式应该为:
echo "">a.log
文件空间会立刻释放。
很多同学会使用:
rm -rf a.log
这样文件虽然删除,但是因tomcat服务仍在运行,空间不会立刻释放,需要重启tomcat才能将空间释放。
六、查看端口占用问题
问题:当前服务的网络端口被占用,快速定位哪个进程占用了端口
查看服务器 8000 端口的占用情况,可以看到端口已经被轻 nodejs 服务占用
lsof -i:端口
# lsof -i:8000
COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME
nodejs 26993 root 10u IPv4 37999514 0t0 TCP *:8000 (LISTEN)
说明:为什么用lsof,它比起Netstat 可以看到进程所有者、文件类型等信息,更为全面,命令也稍微简单一些
问题:显示指定到特定远程主机的连接情况
lsof -i@172.16.12.5
还可以用ip+port
lsof -i@172.16.12.5:22
七、磁盘IO异常排查
问题:磁盘IO异常如何排查,类似写入慢或当前使用率较高,请查出导致磁盘IO异常高的进程ID。
常见方法:
第一步:
iotop -o
查看当前正在写磁盘操作的所有进程ID信息。
第二步:如果此时各项写入指标都很低,基本没有大的写入操作,则需要排查磁盘自身。可以查看系统
dmesg 或 cat /var/log/message
看看是否有相关的磁盘异常报错,同时可以在写入慢的磁盘上touch一个空文件看看,是否磁盘故障导致无法写入。
八、文件描述符占用问题
问题:Linux 应用程序会报Too many open files的错误
第一步:
判断文件描述符设置是否存在问题
通过查看当先系统使用的文件描述符,可以判断文件描述符个数是否受限
cat /proc/sys/fs/file-nr
[root@localhost bin]# cat /proc/sys/fs/file-nr
5664 0 186405
其中第一个数表示当前系统已分配使用的打开文件描述符数,第二个数为分配后已释放的(目前已不再使用),第三个数等于file-max,当前内核可以打开的最大的文件句柄数。
第二步:
查看应用进程默认设置句柄数
cat /proc/PID/limists | grep "Max open files"
[root@xwind_test ~]# cat /proc/23041/limits | grep "Max open files"
Max open files 1024 4096 files
如果soft hard limit 过小,修改配置提高用户的系统打开文件数限制:
vi /etc/security/limits.conf
root soft nofile 8192
root hard nofile 8192
第一列为用用户名,*表示所有用户。 * - nofile 8192 是最简单的全局设置