Linux教程

Linux命令拾遗-软件资源观测

本文主要是介绍Linux命令拾遗-软件资源观测,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

原创:打码日记(微信公众号ID:codelogs),欢迎分享,转载请保留出处。

简介

这是Linux命令拾遗系列的第三篇,本篇主要介绍Linux中观测软件资源的命令,如ps、netstat、lsof,以及查看进程信息的宝库/proc目录。

本系列文章索引
Linux命令拾遗-入门篇
Linux命令拾遗-文本处理篇

系统资源常分为两类,一类是软件资源,如进程、线程、文件描述符、socket连接,偏开发视角,另一类是硬件资源,如CPU、内存、硬盘、网络,偏运维视角,而本章主要介绍Linux中与观测软件资源有关的命令。

ps查看进程相关信息

相信ps命令大家也比较熟悉,主要是用来列出进程的,基本用法如下:

# 列出所有进程,-e表示列出所有进程,-f表示列出进程详细信息
$ ps -ef
# 也是列出所有进程,这是从BSD系统中保留过来的用法
$ ps aux
# -C java指定列出java进程
$ ps -fC java
# 列出java进程的pid,cpu使用率,内存使用率,-o指定列出的字段
$ ps -o pid,pcpu,pmem -C java
# 列出pid=328的进程,-p指定列出具体进程
$ ps -fp 328
# 列出前10个进程,cpu及内存倒序排序,--sort指定排序字段
ps aux --sort -pcpu,-pmem | head -n 10

上面用法在网上是很常见的,下面这些就不太常见了,但也很有用,如下:

  1. 查看进程启动时间。
    有时进程在非常频繁的重启,会导致系统CPU升高,可通过查看进程启动时间来推断是否刚重启了。
# 查看各java进程启动时间与已运行时长
$ ps -o lstart,etime -C java
                 STARTED     ELAPSED
Fri Oct 22 20:33:31 2021       10:05
  1. 查看进程的线程数量。
    因为在Linux中,线程也叫做轻量级进程Light Weight Process(LWP),所以查看LWP数量就是线程数量。
# 查看各java进程的线程数量
$ ps -o pid,nlwp -C java
  PID NLWP
 2121   21
  1. 查看运行与阻塞状态的线程数量
    如果系统CPU使用率很高,我们可以通过top命令进一步找到是哪个进程占用cpu高,但在某些特殊场景下,可能会发现系统负载很高,但CPU使用率不高,这是由于Linux系统负载综合考察了系统中正在运行(R状态)的线程数量以及阻塞于IO(D状态)的线程数量,如果线程全阻塞于IO调用,就可能出现此现象。

这时可以尝试用下面方法统计各进程运行与阻塞线程数量,以判断是哪个进程导致了问题。

# 看进程运行及阻塞的线程数量之和,其中h表示不打印标题行,-L表示显示线程而不是进程
$ ps h -eLo s,pid | grep ^[RD] |sort|uniq -c|sort -nrk1

/proc目录

在Linux系统中,进程的信息,都被虚拟到/proc目录中了,而ps命令不过是从这个目录中读取数量,并展示出来罢了。
/proc/397/就表示397这个进程相关信息的起始目录,如下:

$ ll /proc/397/
total 0
dr-xr-xr-x  2 work work 0 2021-10-17 21:41:53 attr
-r--------  1 work work 0 2021-10-17 21:41:53 auxv
-r--r--r--  1 work work 0 2021-10-17 21:41:53 cgroup
-r--r--r--  1 work work 0 2021-10-17 21:41:41 cmdline
-rw-r--r--  1 work work 0 2021-10-17 21:41:53 comm
-rw-r--r--  1 work work 0 2021-10-17 21:41:53 coredump_filter
-r--r--r--  1 work work 0 2021-10-17 21:41:53 cpuset
lrwxrwxrwx  1 work work 0 2021-10-17 21:41:53 cwd -> /home/work
-r--------  1 work work 0 2021-10-17 21:41:53 environ
lrwxrwxrwx  1 work work 0 2021-10-17 21:41:53 exe -> /usr/bin/ncat
dr-x------  2 work work 0 2021-10-17 21:41:53 fd
dr-x------  2 work work 0 2021-10-17 21:41:53 fdinfo
-r--------  1 work work 0 2021-10-17 21:41:53 io
-r--r--r--  1 work work 0 2021-10-17 21:41:53 limits
dr-x------  2 work work 0 2021-10-17 21:41:53 map_files
-r--r--r--  1 work work 0 2021-10-17 21:41:53 maps
-rw-------  1 work work 0 2021-10-17 21:41:53 mem
-r--r--r--  1 work work 0 2021-10-17 21:41:53 mounts
dr-xr-xr-x 12 work work 0 2021-10-17 21:41:53 net
dr-x--x--x  2 work work 0 2021-10-17 21:41:53 ns
-rw-r--r--  1 work work 0 2021-10-17 21:41:53 oom_adj
-r--r--r--  1 work work 0 2021-10-17 21:41:53 oom_score
-rw-r--r--  1 work work 0 2021-10-17 21:41:53 oom_score_adj
lrwxrwxrwx  1 work work 0 2021-10-17 21:41:53 root -> /
-rw-r--r--  1 work work 0 2021-10-17 21:41:53 sched
-r--r--r--  1 work work 0 2021-10-17 21:41:53 schedstat
-rw-r--r--  1 work work 0 2021-10-17 21:41:53 setgroups
-r--r--r--  1 work work 0 2021-10-17 21:41:53 smaps
-r--------  1 work work 0 2021-10-17 21:41:53 stack
-r--r--r--  1 work work 0 2021-10-17 21:41:41 stat
-r--r--r--  1 work work 0 2021-10-17 21:41:41 status
-r--------  1 work work 0 2021-10-17 21:41:53 syscall
dr-xr-xr-x  3 work work 0 2021-10-17 21:41:53 task
-r--r--r--  1 work work 0 2021-10-17 21:41:53 timers

可见内容是相当的多,我们来看看这里面常见的项:

# cmdline保存了进程启动的命令行
$ cat /proc/397/cmdline|xargs -0
ncat -lk 8888

# cwd是个软链接,指向了进程的工作目录
$ readlink /proc/397/cwd
/home/work

# environ保存了进程的环境变量
$ cat /proc/397/environ

# exe是个软链接,指向了启动进程的命令程序
$ readlink /proc/397/exe
/usr/bin/ncat

# status存储进程一些基础信息
$ cat /proc/397/status
Name: ncat
Umask:  0022
State:  S (sleeping)
Tgid: 397
Ngid: 0
Pid:  397
PPid: 31607
TracerPid:      0
Uid:  1000      1000  1000     1000
Gid:  1000      1000  1000     1000

# /task目录保存进程的线程相关信息
cat /proc/397/task/

# fd目录里面保存着进程打开的文件描述符,可以用来查看进程打开了什么文件,打开了多少网络连接
$ ll /proc/397/fd
total 0
lrwx------ 1 work work 64 2021-10-17 21:47:23 0 -> /dev/pts/3
l-wx------ 1 work work 64 2021-10-17 21:47:23 1 -> /home/work/app.log
lrwx------ 1 work work 64 2021-10-17 21:47:23 2 -> /dev/pts/3
lrwx------ 1 work work 64 2021-10-17 21:47:23 3 -> 'socket:[49436]'
lrwx------ 1 work work 64 2021-10-17 21:47:23 4 -> 'socket:[49437]'

# maps保存了进程的内存段映射信息,pmap命令取的就是这里面的数据
# 如果你是C/C++系开发者,可能会相对熟悉一些
$ cat /proc/397/maps | head
5606c2808000-5606c280d000 r--p 00000000 08:10 11419                      /usr/bin/ncat
5606c280d000-5606c282f000 r-xp 00005000 08:10 11419                      /usr/bin/ncat
5606c282f000-5606c283d000 r--p 00027000 08:10 11419                      /usr/bin/ncat
5606c283e000-5606c283f000 r--p 00035000 08:10 11419                      /usr/bin/ncat
5606c283f000-5606c2840000 rw-p 00036000 08:10 11419                      /usr/bin/ncat
5606c2840000-5606c2841000 rw-p 00000000 00:00 0
5606c397e000-5606c399f000 rw-p 00000000 00:00 0                          [heap]
7f0c7a5ce000-7f0c7a5d0000 rw-p 00000000 00:00 0
7f0c7a5d0000-7f0c7a5df000 r--p 00000000 08:10 44447                      /usr/lib/x86_64-linux-gnu/libm-2.31.so
7f0c7a5df000-7f0c7a686000 r-xp 0000f000 08:10 44447                      /usr/lib/x86_64-linux-gnu/libm-2.31.so

# net目录保存着网络相关的信息,如下/net/tcp保存着进程的tcp连接信息
$ cat /proc/397/net/tcp
  sl  local_address rem_address   st tx_queue rx_queue tr tm->when retrnsmt   uid  timeout inode
   0: 00000000:22B8 00000000:0000 0A 00000000:00000000 00:00000000 00000000  1000        0 49437 1 0000000007f9a245 100 0 0 10 0

# sched保存着进程被调度的一些信息,如:
# se.nr_migrations线程迁移次数
# nr_voluntary_switches自愿上下文切换次数
# nr_involuntary_switches非自愿上下文切换次数
$ cat /proc/397/sched
ncat (397, #threads: 1)
-------------------------------------------------------------------
se.exec_start                                :      85694324.807968
se.vruntime                                  :        333882.289243
se.sum_exec_runtime                          :            10.572689
se.nr_migrations                             :                    0
nr_switches                                  :                   10
nr_voluntary_switches                        :                   10
nr_involuntary_switches                      :                    0
se.load.weight                               :              1048576
se.runnable_weight                           :              1048576
se.avg.load_sum                              :                42293
se.avg.runnable_load_sum                     :                42293
se.avg.util_sum                              :             26159838
se.avg.load_avg                              :                  914
se.avg.runnable_load_avg                     :                  914
se.avg.util_avg                              :                  552
se.avg.last_update_time                      :       85694324807680
se.avg.util_est.ewma                         :                  499
se.avg.util_est.enqueued                     :                  553
policy                                       :                    0
prio                                         :                  120
clock-delta                                  :                   43

通过工作目录找进程
有时候,多个相同的程序部署在同一台机器上,比如Tomcat,但你只知道你们的Tomcat在/home/work/tomcat_order/目录,这时可以查询出各个tomcat进程的工作目录(cwd),然后辨别哪个是自己的Tomcat,如下:

# 查询各java进程的工作目录,注:tomcat是java实现的
# 可以看到867进程的工作目录是/home/work/tomcat_order/,那它就是我们要找的进程啰
$ pgrep java | xargs -i ls -l /proc/{}/cwd
lrwxrwxrwx 1 work work 0 2021-10-17 22:15:30 /proc/867/cwd -> /home/work/tomcat_order
lrwxrwxrwx 1 work work 0 2021-10-17 22:15:30 /proc/885/cwd -> /home/work/tomcat_goods
lrwxrwxrwx 1 work work 0 2021-10-17 22:15:42 /proc/906/cwd -> /home/work/tomcat_stock

找进程的日志文件
在排查问题时,经常需要查阅日志文件,如果你记不住相关进程的日志文件写到什么目录了,就可以通过/proc/$pid/fd/目录来查找,如下:

$ ll /proc/867/fd | grep .log$
l-wx------ 1 work work 64 2021-10-17 22:24:03 1 -> /home/work/app.log

netstat查看网络连接

netstat是用来查看网络连接信息的工具命令,具体来说,像在编程语言中可以通过创建socket来建立网络连接,而netstat就是用来查看这些socket信息的,如下:

# 查看所有的socket,-n代表不解析ip为主机名,-a表示all所有,-t代表tcp
$ netstat -nat

# 显示各状态socket数量,TIME_WAIT与CLOSE_WAIT数量太多,一般都不是好事情
$ netstat -nat | awk '/tcp/{print $6}'|sort|uniq -c
      21 ESTABLISHED
      3 TIME_WAIT
      3 CLOSE_WAIT
      2 LISTEN

# 查看LISTEN状态的socket,-l代表只显示LISTEN状态的
$ netstat -nlt
Active Internet connections (only servers)
Proto Recv-Q Send-Q Local Address           Foreign Address         State
tcp        0      0 0.0.0.0:8888            0.0.0.0:*               LISTEN
tcp6       0      0 :::8888                 :::*                    LISTEN

# 查看进程867的socket数量,-p显示出创建网络连接的进程号
$ netstat -natp|grep -w 867 -c
2

# 找到监听在8888端口的进程
$ netstat -nltp|grep -w 8888
tcp        0      0 0.0.0.0:8888            0.0.0.0:*               LISTEN      867/ncat
tcp6       0      0 :::8888                 :::*                    LISTEN      867/ncat

lsof查看打开文件

在Linux的设计哲学中,"一切皆文件",像进程(/proc/$pid)、网络连接(/proc/net/tcp)、主机设备(/dev)等,Linux也都把它虚拟成了文件,方便程序或shell读取,就像上面的ps命令,如果你愿意,通过读取/proc目录的数据,可以非常容易地实现自己的ps命令!

而lsof(list open files)命令,就是用来查看系统或进程打开的文件的,所以这个命令非常的强大,它几乎是观测软件资源最好用的工具了,如下:

# 查看系统打开的所有文件(包括网络连接等)
$ lsof

# 查看进程867打开的文件(包括网络连接等),-p指定具体进程号
$ lsof -p 867

# 类似上面介绍的,查找进程的日志文件
$ lsof -p 867 | grep .log$

# 类似上面介绍的,查看java进程的工作目录, -c java表示过滤出java进程的文件,-d cwd表示过滤出工作目录
# 而-a表示-c与-d是AND关系(默认OR),即java进程的cwd文件,就是工作目录
$ lsof -a -c java -d cwd
ncat    867 work    1w   REG   8,16        0 171403 /home/work/app.log

# 显示进程867的tcp连接,-n不解析ip为主机名,-P不解析端口为服务名,-i TCP显示TCP连接
$ lsof -a -nP -i TCP -p 867
COMMAND PID USER   FD   TYPE DEVICE SIZE/OFF NODE NAME
ncat    867 work    3u  IPv6  48737      0t0  TCP *:8888 (LISTEN)
ncat    867 work    4u  IPv4  48738      0t0  TCP *:8888 (LISTEN)

# 显示8888号端口的连接
$ lsof  -nP -i :8888
COMMAND PID USER   FD   TYPE DEVICE SIZE/OFF NODE NAME
ncat    867 work    3u  IPv6  48737      0t0  TCP *:8888 (LISTEN)
ncat    867 work    4u  IPv4  48738      0t0  TCP *:8888 (LISTEN)

# 显示与172.16.12.5主机的连接
$ lsof  -nP -i @172.16.12.5

# 通过指定目录或文件找进程
$ lsof /home/work/app.log
COMMAND PID USER   FD   TYPE DEVICE SIZE/OFF   NODE NAME
ncat    867 work    1w   REG   8,16        0 171403 /home/work/app.log

有时候,系统磁盘空间不足了,我们想删掉一些大的日志文件来释放磁盘空间,却发现删除后,磁盘剩余空间没有变多,这是因为有进程引用了这个文件,可以如下确认:

# 找出已删除但被进程引用的文件
$ lsof | grep deleted
ncat       867             work    1w      REG   8,16        0            171403 /home/work/app.log (deleted)

这时我们只需要重启867这个进程,即可真正释放空间。

注:可以这么理解,删除文件只是去掉了文件系统对这个文件的引用,而如果进程之前还打开了这个文件,那进程中保有的文件描述符也是引用了这个文件的,此时文件还不能回收,因为回收可能会导致进程出错,然而重启进程后,对文件的所有引用就都没有了,文件占用的空间才能被真正回收。

实践

1、陌生环境找服务日志

当我们刚开始接手一些系统时,对系统的部署情况不太了解,比如订单系统的数据库地址是test.mycat.order.proxy:8566,它是个mycat,部署在test.mycat.order.proxy机器上,但运维在这台机器上还部署了好几个其它系统的mycat,那怎么找到自己的mycat进程,并找到其gc日志呢?

  1. 登录test.mycat.order.proxy,根据8566端口找进程
$ netstat -nltp|grep -w 8566
tcp        0      0 0.0.0.0:8566                0.0.0.0:*               LISTEN      467313/haproxy

可见8566并不是mycat进程,而是一个网络代理haproxy,对于网络代理进程,它连出最多的端口,一般就是代理后面的服务提供的,所以我们需要再查一下haproxy创建了哪些连接。

  1. 查找haproxy创建了哪些连接
# 注:467313是haproxy的进程号
$ netstat -natp|grep 467313
tcp        0      0 0.0.0.0:8566                0.0.0.0:*               LISTEN      467313/haproxy
tcp        0      0 10.12.231.1:8566          10.39.12.32:42282         ESTABLISHED 467313/haproxy
tcp        0      0 10.12.231.1:8566          10.39.12.32:36638         ESTABLISHED 467313/haproxy
tcp        0      0 10.12.231.1:21103         10.12.231.1:8466          ESTABLISHED 467313/haproxy
tcp        0      0 10.12.231.1:31417         10.12.231.1:8466          ESTABLISHED 467313/haproxy
tcp        0      0 10.12.231.1:48432         10.12.231.1:8466          ESTABLISHED 467313/haproxy
tcp        0      0 10.12.231.1:59047         10.12.231.1:8466          ESTABLISHED 467313/haproxy

可见,haproxy进程连出最多的是8466端口。

  1. 再根据8466端口找进程
$ netstat -nltp|grep -w 8466
tcp        0      0 0.0.0.0:8466                0.0.0.0:*                   LISTEN      956758/java

找到了一个java进程,mycat就是java实现的,那这个估计就是我们的mycat进程了,如下确认一下:

  1. 查看进程详情
$ ps -fp 956758 | cat
UID          PID    PPID  C STIME TTY          TIME CMD
work      956758  956756 11 Oct15 ?        09:15:36 java -DMYCAT_HOME=. -server -XX:MaxPermSize=128M -XX:-UseGCOverheadLimit -XX:+AggressiveOpts -XX:MaxDirectMemorySize=4G -XX:+HeapDumpOnOutOfMemoryError ...

$ ll /proc/956758/cwd
lrwxrwxrwx 1 work work 0 Oct 15 16:22 /proc/956758/cwd -> /home/work/order/mycat

可见,它就是个mycat,且其工作目录在/home/work/order/mycat

  1. 查找其gc日志
$ ll /proc/956758/fd | grep .log$
l-wx------ 1 work work 64 Oct 16 14:12 3 -> /home/work/order/mycat/logs/gc-2021-10-15_15-27-40.log
l-wx------ 1 work work 64 Oct 16 14:12 57 -> /home/work/order/mycat/logs/sql_time.log
l-wx------ 1 work work 64 Oct 16 14:12 58 -> /home/work/order/mycat/logs/mycat_auth.log
l-wx------ 1 work work 64 Oct 16 14:12 59 -> /home/work/order/mycat/logs/error_msg.log
l-wx------ 1 work work 64 Oct 16 14:12 60 -> /home/work/order/mycat/logs/mycat_prepare.log
l-wx------ 1 work work 64 Oct 16 14:12 61 -> /home/work/order/mycat/logs/sql_error_msg.log

这样,我们就在自己本不熟悉的机器环境里,找到了自己服务的gc日志。

2、文件描述符泄露

系统的文件描述符资源是有限的,用完了必须归还,不然就会发生泄露,对应在Java中的场景如下:

a. 通过fis=new FileInputStream("xxx")打开文件,读取完文件后,必须调用fis.close()关闭,不然FD(file descriptor)创建越来越多,导致oom。
b. jdbc中通过conn=DriverManager.getConnection()获取连接,操作完数据库后,必须调用conn.close()关闭,不然就会socket创建越来越多(socket也是一种文件,也有FD),导致oom。

要想确认java服务中,是否存在那种忘记调用close的地方,只需要不断监控进程的FD数量,如果它一直都在增长,基本就是发生了泄露,如下:

$ while true; do pgrep java | xargs -i ls -l /proc/{}/fd | wc -l; sleep 10; done | tee fd_num.log
12303
12292
12290

往期内容

Linux命令拾遗-入门篇
原来awk真是神器啊
Linux文本命令技巧(上)
Linux文本命令技巧(下)
字符编码解惑

这篇关于Linux命令拾遗-软件资源观测的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!