Wysokie średnie obciążenie, niskie zużycie procesora - dlaczego?

Widzimy ogromne problemy z wydajnością aplikacji internetowej i staramy się znaleźć wąskie gardło. Nie jestem administratorem, więc jest kilka rzeczy, których nie do końca rozumiem. Niektóre podstawowe badania pokazują, że procesor jest bezczynny, dużo pamięci jest dostępne, brak zamiany, brak operacji we / wy, ale wysokie średnie obciążenie.

Stos oprogramowania na tym serwerze wygląda następująco:

• Solaris 10
• Java 1.6
• WebLogic 10.3.5 (8 domen)

Aplikacje działające na tym serwerze rozmawiają z bazą danych Oracle na innym serwerze.

Ten serwer ma 32 GB pamięci RAM i 10 procesorów (tak myślę).

Bieganie prstat -Zdaje coś takiego:

   PID USERNAME  SIZE   RSS STATE  PRI NICE      TIME  CPU PROCESS/NLWP
  3836 ducm0101 2119M 2074M cpu348  58    0   8:41:56 0.5% java/225
 24196 ducm0101 1974M 1910M sleep   59    0   4:04:33 0.4% java/209
  6765 ducm0102 1580M 1513M cpu330   1    0   1:21:48 0.1% java/291
 16922 ducm0102 2115M 1961M sleep   58    0   6:37:08 0.0% java/193
 18048 root     3048K 2440K sleep   59    0   0:06:02 0.0% sa_comm/4
 26619 ducm0101 2588M 2368M sleep   59    0   8:21:17 0.0% java/231
 19904 ducm0104 1713M 1390M sleep   59    0   1:15:29 0.0% java/151
 27809 ducm0102 1547M 1426M sleep   59    0   0:38:19 0.0% java/186
  2409 root       15M   11M sleep   59    0   0:00:00 0.0% pkgserv/3
 27204 root       58M   54M sleep   59    0   9:11:38 0.0% stat_daemon/1
 27256 root       12M 8312K sleep   59    0   7:16:40 0.0% kux_vmstat/1
 29367 root      297M  286M sleep   59    0  11:02:13 0.0% dsmc/2
 22128 root       13M 6768K sleep   59    0   0:10:51 0.0% sendmail/1
 22133 smmsp      13M 1144K sleep   59    0   0:01:22 0.0% sendmail/1
 22003 root     5896K  240K sleep   59    0   0:00:01 0.0% automountd/2
 22074 root     4776K 1992K sleep   59    0   0:00:19 0.0% sshd/1
 22005 root     6184K 2728K sleep   59    0   0:00:31 0.0% automountd/2
 27201 root     6248K  344K sleep   59    0   0:00:01 0.0% mount_stat/1
 20964 root     2912K  160K sleep   59    0   0:00:01 0.0% ttymon/1
 20947 root     1784K  864K sleep   59    0   0:02:22 0.0% utmpd/1
 20900 root     3048K  608K sleep   59    0   0:00:03 0.0% ttymon/1
 20979 root       77M   18M sleep   59    0   0:14:13 0.0% inetd/4
 20849 daemon   2856K  864K sleep   59    0   0:00:03 0.0% lockd/2
 17794 root       80M 1232K sleep   59    0   0:06:19 0.0% svc.startd/12
 17645 root     3080K  728K sleep   59    0   0:00:12 0.0% init/1
 17849 root       13M 6800K sleep   59    0   0:13:04 0.0% svc.configd/15
 20213 root       84M   81M sleep   59    0   0:47:17 0.0% nscd/46
 20871 root     2568K  600K sleep   59    0   0:00:04 0.0% sac/1
  3683 ducm0101 1904K 1640K sleep   56    0   0:00:00 0.0% startWebLogic.s/1
 23937 ducm0101 1904K 1640K sleep   59    0   0:00:00 0.0% startWebLogic.s/1
 20766 daemon   5328K 1536K sleep   59    0   0:00:36 0.0% nfsmapid/3
 20141 daemon   5968K 3520K sleep   59    0   0:01:14 0.0% kcfd/4
 20093 ducm0101 2000K  376K sleep   59    0   0:00:01 0.0% pfksh/1
 20797 daemon   3256K  240K sleep   59    0   0:00:01 0.0% statd/1
  6181 root     4864K 2872K sleep   59    0   0:01:34 0.0% syslogd/17
  7220 ducm0104 1268M 1101M sleep   59    0   0:36:35 0.0% java/138
 27597 ducm0102 1904K 1640K sleep   59    0   0:00:00 0.0% startWebLogic.s/1
 27867 root       37M 4568K sleep   59    0   0:13:56 0.0% kcawd/7
 12685 ducm0101 4080K  208K sleep   59    0   0:00:01 0.0% vncconfig/1
ZONEID    NPROC  SWAP   RSS MEMORY      TIME  CPU ZONE
    42      135   22G   19G    59%  87:27:59 1.2% dsuniucm01

Total: 135 processes, 3167 lwps, load averages: 54.48, 62.50, 63.11

Rozumiem, że procesor jest w większości bezczynny, ale średnia wartość obciążenia jest wysoka, co jest dla mnie dość dziwne. Pamięć nie wydaje się być problemem.

Bieganie vmstat 15daje coś takiego:

 kthr      memory            page            disk          faults      cpu
 r b w   swap  free  re  mf pi po fr de sr s0 s1 s4 sd   in   sy   cs us sy id
 0 0 0 32531400 105702272 317 1052 126 0 0 0 0 13 13 -0 8 9602 107680 10964 1 1 98
 0 0 0 15053368 95930224 411 2323 0 0 0 0 0 0  0  0  0 23207 47679 29958 3 2 95
 0 0 0 14498568 95801960 3072 3583 0 2 2 0 0 3 3  0 21 22648 66367 28587 4 4 92
 0 0 0 14343008 95656752 3080 2857 0 0 0 0 0 3 3  0 18 22338 44374 29085 3 4 94
 0 0 0 14646016 95485472 1726 3306 0 0 0 0 0 0 0  0  0 24702 47499 33034 3 3 94

Rozumiem, że procesor jest w większości bezczynny, żadne kolejki nie czekają w kolejce do wykonania, ma miejsce niewielka zamiana.

Bieganie iostat 15daje to:

   tty        sd0           sd1           sd4           ssd0           cpu
 tin tout kps tps serv  kps tps serv  kps tps serv  kps tps serv   us sy wt id
   0  676 324  13    8  322  13    8    0   0    0  159   8    0    1  1  0 98
   1 1385   0   0    0    0   0    0    0   0    0    0   0    0    3  4  0 94
   0  584  89   6   24   89   6   25    0   0    0  332  19    0    2  1  0 97
   0  296   0   0    0    0   0    0    0   0    0    0   0    0    2  2  0 97
   1 1290  43   5   24   43   5   22    0   0    0  297  20    1    3  3  0 94

Uruchamianie netstat -i 15zapewnia:

    input   aggr26    output       input  (Total)    output
packets errs  packets errs  colls  packets errs  packets errs  colls
1500233798 0     1489316495 0     0      3608008314 0     3586173708 0     0
10646   0     10234   0     0      26206   0     25382   0     0
11227   0     10670   0     0      28562   0     27448   0     0
10353   0     9998    0     0      29117   0     28418   0     0
11443   0     12003   0     0      30385   0     31494   0     0

czego mi brakuje?

Po dalszych badaniach wydaje się, że problem z wydajnością wynika głównie z dużej liczby połączeń sieciowych między dwoma systemami (Oracle SSXA i UCM). Połączenia są szybkie, ale obfite i szeregowane, stąd niskie zużycie procesora (głównie oczekiwanie na operacje wejścia / wyjścia), wysokie średnie obciążenie (wiele połączeń czeka na przetworzenie), a zwłaszcza długie czasy odpowiedzi (poprzez akumulację małych czasów odpowiedzi).

Dziękujemy za wgląd w ten problem!

Kiedy mówisz „High Load Average”, zakładam, że masz na myśli, że prstat pokazuje dla „Average Load” na dole danych wyjściowych

Total: 135 processes, 3167 lwps, load averages: 54.48, 62.50, 63.11

Liczby te wyglądają podobnie do tych, które zapewnia top i prawdopodobnie oznaczają średni rozmiar kolejki uruchomionego procesu. To nie jest procent wykorzystanego czasu procesora, ale ile „rzeczy” nęka procesor przed upływem czasu. Wprawdzie wyglądają one dość wysoko, ale wszystko zależy od uruchomionej aplikacji; Procesy mogą właściwie nie działać zbytnio, gdy zdobędą swoje miejsce. Zobacz tutaj na miły wyjaśnieniem górze.

Nie znam WebLogic, ale zauważyłem, że generalnie w Apache Tomcat wiele wątków Java może być spawnowanych jednocześnie, co wydaje się być mało żądaniami. Może to być przyczyną wysokich średnich obciążeń. Upewnij się, że do łączenia się z zapleczem używasz puli połączeń i rozważ zwiększenie liczby bezczynnych wątków dostępnych dla Twojej aplikacji do obsługi połączeń (nie wiesz, jak to zrobić w WebLogic; Tomcat ma pulę wątków na złącze lub ogólna pula wątków modułu wykonującego). Jeśli tego nie zrobisz, mogą pojawiać się nowe wątki w celu przetworzenia żądań.

Jeśli chodzi o wydajność, musisz ustalić, jaka część aplikacji cierpi. Czy przetwarzanie odbywa się po stronie WebLogic / Java, dostęp do bazy danych, wyszukiwanie DNS (jeśli są wykonywane z jakiegoś powodu ...), problemy z siecią lub coś w systemie operacyjnym.

99% czasu to będzie twój kod i sposób, w jaki mówi do bazy danych, która wstrzymuje się. To będzie konfiguracja aplikacji internetowej. Po tym punkcie będziesz pracował nad wyciśnięciem ostatnich milisekund z aplikacji lub nad zapewnieniem większej współbieżności z tym samym sprzętem. Do dokładniejszego dostrajania wydajności potrzebne są miary.

W przypadku Javy sugeruję zainstalowanie Java Melody . Może dostarczyć wielu informacji na temat tego, co robi Twój program i pomóc zawęzić czas, w którym spędza czas. Użyłem go tylko z Tomcat, ale powinien działać dobrze z każdym kontenerem / serwletem Java EE.

Istnieje wiele sposobów na dostrojenie Java, więc spójrz na ich wytyczne dotyczące wydajności (jestem pewien, że zapewne masz) i upewnij się, że ustawiasz odpowiedni rozmiar sterty itp. Odpowiedni dla twojego programu. Java Melody może pomóc Ci wyśledzić rozmiar stosu Java, który zużywasz, a także jak ciężko pracuje moduł czyszczenia śmieci / jak często przeszkadza programowi w usuwaniu obiektów.

Mam nadzieję, że było to pomocne. Jeśli podasz więcej informacji, być może uda mi się zaktualizować tę odpowiedź i dopracować ją bardziej w zależności od potrzeb.

Na marginesie, średnia obciążeń obejmuje również rzeczy czekające na aktywność dysku (tj. Nękanie dysku), a także te czekające na procesor, jest to suma obu ... więc możesz mieć problemy w jednym lub drugim.

Zobacz http://en.wikipedia.org/wiki/Load_(computing) „Linux zawiera także [w swojej średniej obciążenia] procesy w nieprzerwanych stanach uśpienia (zwykle czekających na aktywność dysku)”

Na marginesie, szczególnym problemem, na który natknąłem się, było to, że miałem wysoką średnią obciążalność, ale także dużo bezczynności procesora i niskie zużycie dysku.

Wygląda na to, że przynajmniej w moim przypadku wątki / procesy oczekujące na operacje we / wy pojawiają się w średniej obciążenia, ale nie powodują wzrostu kolumny „Oczekiwanie”. Ale nadal są związane we / wy.

Możesz powiedzieć, że tak jest w przypadku następującego kodu, jeśli uruchomisz go w trybie bujnym (robi tylko 100 wątków z dużą ilością we / wy każdy):

100.times { Thread.new { loop { File.open('big', 'w') do |f| f.seek 10_000_000_000; f.puts 'a'; end}}}

Co daje najwyższą wydajność:

top - 17:45:32 up 38 days,  2:13,  3 users,  load average: 95.18, 50.29, 23.83
Tasks: 181 total,   1 running, 180 sleeping,   0 stopped,   0 zombie
Cpu(s):  3.5%us, 11.3%sy,  0.0%ni, 85.1%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
Mem:  32940904k total, 23239012k used,  9701892k free,   983644k buffers
Swap: 34989560k total,        0k used, 34989560k free,  5268548k cached

  PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND
31866 packrd    18   0 19.9g  12g  11m S 117.0 41.3   4:43.85 java
  912 root      11  -5     0    0    0 S  2.0  0.0   1:40.46 kjournald

Widać więc, że ma dużo wolnych procesorów, 0,0% wa, ale bardzo wysoką średnią obciążenia.

iostat podobnie pokazuje dysk jako zasadniczo bezczynny:

avg-cpu:  %user   %nice %system %iowait  %steal   %idle
       9.62    0.00    8.75    0.00    0.00   81.62

Device:         rrqm/s   wrqm/s   r/s   w/s    rkB/s    wkB/s avgrq-sz avgqu-sz   await  svctm  %util
sda               0.00    49.00  0.00  6.40     0.00   221.60    69.25     0.01    0.81   0.66   0.42
sda1              0.00    49.00  0.00  6.40     0.00   221.60    69.25     0.01    0.81   0.66   0.42
sda2              0.00     0.00  0.00  0.00     0.00     0.00     0.00     0.00    0.00   0.00   0.00

patrz także http://linuxgazette.net/141/misc/lg/tracking_load_average_issues.html

Jako dodatkowa uwaga, wydaje się to również sugerować, że (przynajmniej w tym przypadku - z uruchomionym CentOS) średnia obciążenia obejmuje każdy wątek osobno w sumie.

Miałem dzisiaj ten sam problem. Po kilku badaniach i diagnozach zdałem sobie sprawę, że mój mały VPS zaczyna brakować dysku .

W powłoce / znaku zachęty (Linux / Unix)

df -h

aby zobaczyć dysk wolny na twoim komputerze. Jeśli brakuje Ci dysku, może to być problem / problem.

Innym przydatnym narzędziem, które pomoże w tej sytuacji, jest nmon.

Zawiera różne sposoby przeglądania tych samych danych prezentowanych przez inne narzędzia w jednym małym pakiecie.

Jeśli jest to treść, której nie można buforować, zaleciłbym umieszczenie wielu serwerów za modułem równoważenia obciążenia, takim jak haproxy, w trybie TCP do dystrybucji obciążenia.

Aby dodać do tego, niektóre narzędzia specyficzne dla systemu Solaris, które nie zostały wymienione, przydatne w debugowaniu takich problemów, to „intrstat”, „mpstat” i „lockstat”. Mpstat, który wcześniej doświadczył podobnego problemu na hoście z dużymi obciążeniami ETL, ujawnił dużą liczbę przerwań dotyczących dużej liczby operacji we / wy, które sugerowały ten problem.

W tym czasie na T4-4 z mpstat widzieliśmy, że vcpus przekazuje ponad 30000 przerwań w krótkim cyklu monitorowania, po czym wydajność zaczęła spadać. W tym przypadku jedynym obejściem było zwiększenie wydajności procesora, jednak później przeprowadzono prace nad poprawą kodu.

Brendan Gregg napisał wiele na temat wydajności, szczególnie na temat wejść / wyjść na przestrzeni lat i warto poszukać, jeśli chcesz dowiedzieć się więcej.