CPU

通过top命令查看openGauss内节点CPU使用情况，分析是否存在由于CPU负载过高导致的性能瓶颈。 top命令经常用来监控linux的系统状况，是常用的性能分析工具，能够实时显示系统中各个进程的资源占用情况。

参数解释：

  • d：number代表秒数，表示top命令显示的页面更新一次的间隔。默认是5秒。
  • b：以批次的方式执行top。
  • n：与b配合使用，表示需要进行几次top命令的输出结果。
  • p：指定特定的pid进程号进行观察。

查看CPU状况

查询服务器CPU的使用情况主要通过以下方式：

在所有存储节点，逐一执行top命令，查看CPU占用情况。执行该命令后，按“1”键，可查看每个CPU核的使用率。

  1. top - 17:05:04 up 32 days, 20:34,  5 users,  load average: 0.02, 0.02, 0.00
  2. Tasks: 124 total,   1 running, 123 sleeping,   0 stopped,   0 zombie
  3. Cpu0  :  0.0%us,  0.3%sy,  0.0%ni, 69.7%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
  4. Cpu1  :  0.3%us,  0.3%sy,  0.0%ni, 69.3%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
  5. Cpu2  :  0.3%us,  0.3%sy,  0.0%ni, 69.3%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
  6. Cpu3  :  0.3%us,  0.3%sy,  0.0%ni, 69.3%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
  7. Mem:   8038844k total,  7165272k used,   873572k free,   530444k buffers
  8. Swap:  4192924k total,     4920k used,  4188004k free,  4742904k cached
  10.    PID USER  PR  NI  VIRT  RES  SHR  S   %CPU %MEM   TIME+  COMMAND                                                        
  11.  35184 omm   20   0  822m 421m 128m  S    0    5.4   5:28.15 gaussdb                                                        
  12.      1 root   20   0 13592  820  784 S    0    0.0   1:16.62 init

分析时，请主要关注进程占用的CPU利用率。

其中，统计信息中“us”表示用户空间占用CPU百分比，“sy”表示内核空间占用CPU百分比，“id”表示空闲CPU百分比。如果“id”低于10%，即表明CPU负载较高，可尝试通过降低本节点任务量等手段降低CPU负载。

性能参数分析

  1. 使用“top -H”命令查看CPU，显示内容如下所示。

    1.     14 root      20   0     0    0    0 S    0  0.0   0:16.41 events/3                  
    2. top - 14:22:49 up 5 days, 21:51,  2 users,  load average: 0.08, 0.08, 0.06
    3. Tasks: 312 total,   1 running, 311 sleeping,   0 stopped,   0 zombie
    4. Cpu(s):  1.3%us,  0.7%sy,  0.0%ni, 95.0%id,  2.4%wa,  0.5%hi,  0.2%si,  0.0%st
    5. Mem:   8038844k total,  5317668k used,  2721176k free,   180268k buffers
    6. Swap:  4192924k total,        0k used,  4192924k free,  2886860k cached
    8.    PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                                 
    9.   3105 root      20   0 50492  11m 2708 S    3  0.1  22:22.56 acc-snf
    10.   4015 gdm       20   0  232m  23m  11m S    0  0.3  11:34.70 gdm-simple-gree           
    11.  51001 omm  20   0 12140 1484  948 R    0  0.0   0:00.94 top
    12.  54885 omm  20   0  615m 396m 116m S    0  5.1   0:09.44 gaussdb
    13.      1 root      20   0 13592  944  792 S    0  0.0   0:08.54 init

  2. 根据查询结果中“Cpu(s)”分析是系统CPU（sy）还是用户CPU（us）占用过高。

    • 如果是系统CPU占用过高，需要查找异常系统进程进行处理。

    • 如果是“USER”为omm的openGauss进程CPU占用过高，请根据目前运行的业务查询内容，对业务SQL进行优化。请根据以下步骤，并结合当前正在运行的业务特征进行分析，是否该程序处于死循环逻辑。

      a. 使用“top -H -p pid”查找进程内占用的CPU百分比较高的线程，进行分析。

      1. top -H -p 54952

      查询结果如下所示，top中可以看到占用CPU很高的线程，下面以线程54775为主，分析其为何占用CPU过高。

      1. top - 14:23:27 up 5 days, 21:52,  2 users,  load average: 0.04, 0.07, 0.05
      2. Tasks:  13 total,   0 running,  13 sleeping,   0 stopped,   0 zombie
      3. Cpu(s):  0.9%us,  0.4%sy,  0.0%ni, 97.3%id,  1.1%wa,  0.2%hi,  0.1%si,  0.0%st
      4. Mem:   8038844k total,  5322180k used,  2716664k free,   180316k buffers
      5. Swap:  4192924k total,        0k used,  4192924k free,  2889860k cached
      7.    PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                  
      8.  54775 omm  20   0  684m 424m 131m S    0  5.4   0:00.32 gaussdb                   
      9.  54951 omm  20   0  684m 424m 131m S    0  5.4   0:00.84 gaussdb                   
      10.  54732 omm  20   0  684m 424m 131m S    0  5.4   0:00.24 gaussdb                   
      11.  54758 omm  20   0  684m 424m 131m S    0  5.4   0:00.00 gaussdb                   
      12.  54759 omm  20   0  684m 424m 131m S    0  5.4   0:00.02 gaussdb                   
      13.  54773 omm  20   0  684m 424m 131m S    0  5.4   0:02.79 gaussdb                   
      14.  54780 omm  20   0  684m 424m 131m S    0  5.4   0:00.04 gaussdb                   
      15.  54781 omm  20   0  684m 424m 131m S    0  5.4   0:00.21 gaussdb                   
      16.  54782 omm  20   0  684m 424m 131m S    0  5.4   0:00.02 gaussdb                   
      17.  54798 omm  20   0  684m 424m 131m S    0  5.4   0:16.70 gaussdb                   
      18.  54952 omm  20   0  684m 424m 131m S    0  5.4   0:07.51 gaussdb                   
      19.  54953 omm  20   0  684m 424m 131m S    0  5.4   0:00.81 gaussdb                   
      20.  54954 omm  20   0  684m 424m 131m S    0  5.4   0:06.54 gaussdb

      b. 使用“gstack ”查看进程内各线程的函数调用栈。查找上一步骤中占用CPU较高的线程ID对应的线程号。

      1. gstack  54954

      查询结果如下所示，其中线程ID54775对应线程号是10。

      1. 192.168.0.11:~ # gstack 54954
      2. Thread 10 (Thread 0x7f95a5fff710 (LWP 54775)):
      3. #0  0x00007f95c41d63c6 in poll () from /lib64/libc.so.6
      4. #1  0x0000000000d3d2d3 in WaitLatchOrSocket(Latch volatile*, int, int, long) ()
      5. #2  0x000000000095ed25 in XLogPageRead(XLogRecPtr*, int, bool, bool) ()
      6. #3  0x000000000095f6dd in ReadRecord(XLogRecPtr*, int, bool) ()
      7. #4  0x000000000096aef0 in StartupXLOG() ()
      8. #5  0x0000000000d5607a in StartupProcessMain() ()
      9. #6  0x00000000009e19f9 in AuxiliaryProcessMain(int, char**) ()
      10. #7  0x0000000000d50135 in SubPostmasterMain(int, char**) ()
      11. #8  0x0000000000d504ec in MainStarterThreadFunc(void*) ()
      12. #9  0x00007f95c79b85f0 in start_thread () from /lib64/libpthread.so.0
      13. #10 0x00007f95c41df84d in clone () from /lib64/libc.so.6
      14. #11 0x0000000000000000 in ?? ()