从 top 命令说起
在 Linux shell 上执行 top 命令，可以看到这样一行 CPU 利用率的数据：
%Cpu(s): 0.1 us, 0.0 sy, 0.0 ni, 99.9 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
这里引用一下 top 命令的 Linux man-pages 里面的介绍：
us, user: time running un-niced user processes
sy, system: time running kernel processes
ni, nice: time running niced user processes
id, idle: time spent in the kernel idle handler
wa, IO-wait: time waiting for I/O completion
hi: time spent servicing hardware interrupts
si: time spent servicing software interrupts
st: time stolen from this vm by the hypervisor
/proc/stat
简单介绍一下 Linux 计算 CPU 利用率的基本方法。
/proc/stat 存储的是系统的一些统计信息。在我的机器上的某一时刻，内容如下：
[linjinhe@localhost ~]$ cat /proc/stat
cpu 117450 5606 72399 476481991 1832 0 2681 0 0 0
cpu0 31054 90 19055 119142729 427 0 1706 0 0 0
cpu1 22476 3859 18548 119155098 382 0 272 0 0 0
cpu2 29208 1397 19750 119100548 462 0 328 0 0 0
cpu3 34711 258 15045 119083615 560 0 374 0 0 0
intr 41826673 113 102 0 0 0 0 0 0 1 134 0 0 186 0 0 0 81 0 0 256375 0 0 0 29 0 602 143 16 442 94859 271462 25609 4618 8846 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
ctxt 58634924
btime 1540055659
processes 5180062
procs_running 1
procs_blocked 0
softirq 49572367 5 22376247 238452 3163482 257166 0 4492 19385190 0 414733
我们只关注第一行 cpu （下面第二行是我加上的注释）。
cpu 117450 5606 72399 476481991 1832 0 2681 0 0 0
(us) (ni) (sy) (id) (wa) (hi) (si) (st) (guest) (guest_nice)
前面一节，对于 CPU 利用率描述，Linux man-pages 用的都是 time（ time running， time spent，time stolen）这个单词。这里的统计数据，其实就是 CPU 从系统启动至当前，各项（us, sy, ni, id, wa, hi, si, st）占用的时间，单位是 jiffies。通过 sysconf(_SC_CLK_TCK) 可以获得 1 秒被分成多少个 jiffies 。一般是 100，即 1 jiffies == 0.01 s。（st、guest、guest_nice 和虚拟化/虚拟机相关，如果这些值太高，说明虚拟化的实现或者宿主机有问题。不是本文关注的重点。）
计算 CPU 使用率的基本原理就是从 /proc/stat 进行采样和计算。最简单的方法，一秒采样一次 /proc/stat，如：
第 N 秒采样得到 cpu_total1 = us1 + ni1 + sy1 + id1 + wa1 + hi1 + si1 + st1 + guest1 + guest_nice1
第 N+1 秒采样得到 cpu_total2 = us2 + ni2 + sy2 + id2 + wa2 + hi2 + si2 + st2 + guest2 + guest_nice2
us 的占比为 (us2 - us1) / (cpu_total2 - cpu_total1)。
nice
nice - run a program with modified scheduling priority
nice 是一个可以修改进程调度优先级的命令，具体可以参考 man-pages。在 Linux 中，一个进程有一个 nice 值，代表的是这个进程的调度优先级。
越 nice （nice 值越大）的进程，调度优先级越低。怎么理解这句话？进程调度本质上是进程间对 CPU 这一有限资源的争抢，越 nice 的进程，越会“谦让”，所以它的获得 CPU 的机会就越低。
上面的 CPU 利用率里面，将用户态进程使用的 CPU 分成 niced 和 un-niced 两部分，没什么本质差别。平时很少遇到要使用 nice 命令的场景（我个人从来没遇到过）。
理解 us
知道了 us 代表的意义后，简单写个代码控制一下 us。
#include
#include
#include
#include
#include
void* CpuUsWorker(void* arg)
{
uint64_t i = 0;
while (true)
{
i++;
}
return nullptr;
}
void CpuUs(int n)
{
std::vector pthreads(n);
for (int i = 0; i < n; i++)
{
assert(pthread_create(&pthreads[i], nullptr, CpuUsWorker, nullptr) == 0);
}
for (const auto& tid : pthreads)
{
assert(pthread_join(tid, nullptr) == 0);
}
}
int main(int argc, char** argv)
{
if (argc != 2)
{
fprintf(stderr, "Usage: %s threads\n", argv[0]);
return -1;
}
CpuUs(std::stoi(argv[1]));
return 0;
}
测试的机器是 4 个核。代码比较简单，一个线程可以跑满一个核。下面是我的测试结果：
./cpu_us 1
%Cpu(s): 25.0 us, 0.0 sy, 0.0 ni, 75.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
./cpu_us 2
%Cpu(s): 50.0 us, 0.1 sy, 0.0 ni, 49.9 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
./cpu_us 3
%Cpu(s): 75.1 us, 0.0 sy, 0.0 ni, 24.9 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
理解 ni
-
ni代表的是 niced 用户态进程消耗的 CPU。 -
nice可以调整运行程序的 nice 值。
下面是我的测试结果，可以看出 ni 变成 25%，符合预期。
nice ./cpu_us 1
%Cpu(s): 0.1 us, 0.0 sy, 25.0 ni, 74.9 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
下面是 top 命令显示的 nice ./cpu_us 1 的进程信息，NI 这一列就是 nice 值，其值为 10。
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
6905 linjinhe 30 10 23024 844 700 S 100.0 0.0 0:03.06 cpu_us
下面是 ./cpu_us 1 的进程信息，其值为 0。
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
6901 linjinhe 20 0 23024 844 700 S 100.0 0.0 0:12.36 cpu_us
理解 sy
一般情况下，如果 sy 过高，说明程序调用 Linux 系统调用的开销很大。这个也可以简单写个程序验证一下。
#include
#include
#include
#include
#include
void* NoopWorker(void* arg)
{
return nullptr;
}
void* CpuSyWorker(void* arg)
{
while (true)
{
pthread_t tid;
assert(pthread_create(&tid, nullptr, NoopWorker, nullptr) == 0);
assert(pthread_detach(tid) == 0);
}
}
void CpuSy(int n)
{
std::vector pthreads(n);
for (int i = 0; i < n; i++)
{
assert(pthread_create(&pthreads[i], nullptr, CpuSyWorker, nullptr) == 0);
}
for (const auto& tid : pthreads)
{
assert(pthread_join(tid, nullptr) == 0);
}
}
int main(int argc, char** argv)
{
if (argc != 2)
{
fprintf(stderr, "Usage: %s threads\n", argv[0]);
return -1;
}
CpuSy(std::stoi(argv[1]));
}
测试结果：
./cpu_sy 1
%Cpu(s): 8.8 us, 59.3 sy, 0.0 ni, 31.3 id, 0.0 wa, 0.0 hi, 0.6 si, 0.0 st
大量的系统调用让 sy 飙升。不同的系统调用开销不一样，pthread_create 的开销比较大。
理解 wa
wa 这一项，连相关的 Linux man-pages 都说它不太靠谱。所以千万不要看到 wa 很高就觉得系统的 I/O 有问题。
- The CPU will not wait for I/O to complete; iowait is the time that a task is waiting for I/O to complete. When a CPU goes into idle state for outstanding task I/O, another task will be scheduled on this CPU.
- On a multi-core CPU, the task waiting for I/O to complete is not running on any CPU, so the iowait of each CPU is difficult to calculate.
- The value in this field may decrease in certain conditions.
说一下我的理解：
- 假设有个单核的系统。CPU 并不会真的“死等” I/O。此时的 CPU 实际是 idle 的，如果有其它进程可以运行，则运行其它进程，此时 CPU 时间就不算入 iowait。如果此时系统没有其它进程需要运行，则 CPU 需要“等”这次 I/O 完成才可以继续运行，此时“等待”的时间算入 iowait。
- 对于多核系统，如果有 iowait，要算给哪个 CPU？这是个问题。
-
wa高，不能说明系统的 I/O 有问题。如果整个系统只有简单任务不停地进行 I/O，此时的wa可能很高，而系统磁盘的 I/O 也远远没达到上限。 -
wa低，也不能说明系统的 I/O 没问题。假设机器进行大量的 I/O 任务把磁盘带宽打得慢慢的，同时还有计算任务把 CPU 也跑得满满的。此时wa很低，但系统 I/O 压力很大。
#include
#include
#include
#include
#include
#include
#include
void* CpuWaWorker(void* arg)
{
std::string filename = "test_" + std::to_string(pthread_self());
int fd = open(filename.c_str(), O_CREAT | O_WRONLY);
assert(fd > 0);
while (true)
{
assert(write(fd, filename.c_str(), filename.size()) > 0);
assert(write(fd, "\n", 1) > 0);
assert(fsync(fd) == 0);
}
return nullptr;
}
void CpuWa(int n)
{
std::vector pthreads(n);
for (int i = 0; i < n; i++)
{
assert(pthread_create(&pthreads[i], nullptr, CpuWaWorker, nullptr) == 0);
}
for (const auto& tid : pthreads)
{
assert(pthread_join(tid, nullptr));
}
}
int main(int argc, char** argv)
{
if (argc != 2)
{
fprintf(stderr, "Usage: %s threads\n", argv[0]);
return -1;
}
CpuWa(std::stoi(argv[1]));
return 0;
}
./cpu_wa 10
%Cpu(s): 0.3 us, 6.3 sy, 0.0 ni, 50.0 id, 41.1 wa, 0.0 hi, 2.3 si, 0.0 s
在上面这个例子中，我用多个线程不停地进行小 I/O 把 wa 的值刷上去了，但是其实占用的 I/O 带宽很小，我的测试机是 SSD 的，此时的 I/O 压力并不大。
再看一个例子：
./cpu_wa 10
./cpu_us 3
%Cpu(s): 75.3 us, 3.5 sy, 0.0 ni, 8.2 id, 10.3 wa, 0.0 hi, 2.7 si, 0.0 st
可以看到，明明同样执行了 ./cpu_wa 10， wa 竟然因为同时进行 ./cpu_us 3 而降下来！！！参考上面第 4 点。
理解 si 和 hi
系统调用会触发软中断，所以在上面的一些例子执行时，si 也会有所变化，如：
./cpu_wa 10
%Cpu(s): 0.3 us, 6.3 sy, 0.0 ni, 50.0 id, 41.1 wa, 0.0 hi, 2.3 si, 0.0 s
网卡收到数据包后，网卡驱动会通过软中断通知 CPU。这里用 iperf 网络性能测试工具做一下实验。
$ iperf -s -i 1 # 服务端
$ iperf -c 192.168.1.4 -i 1 -t 60 # 客户端，可以开几个 terminal 执行多个客户端，这样 si 的变化才会比较明显
%Cpu(s): 1.7 us, 74.1 sy, 0.0 ni, 8.0 id, 0.0 wa, 0.0 hi, 16.2 si, 0.0 st
硬件中断的话，暂时找不到什么测试方法，实际应用中应该也比较少遇到。
理解 st
st 和虚拟化相关，这里说说我的理解。
利用虚拟化技术，一台 32 CPU 核心的物理机，可以创建出几十上百个单 CPU 核心的虚拟机。这在公有云场景下，简称“超卖”。
大部分情况下，物理服务器的资源有大量是闲置的。此时，“超卖”并不会造成明显影响。
当很多虚拟机的 CPU 压力变大，此时物理机的资源明显不足，就会造成各个虚拟机之间相互竞争、相互等待。
st 就是用来衡量被 Hypervisor “偷去” 给其它虚拟机使用的 CPU。这个值越高，说明这台物理服务器的资源竞争越激烈。
（云厂商会不会把他们的内核给改了，把 st 改成 0 不让你发现这种情况？）
理解 id
CPU 空闲，感觉这个从应用层的角度没什么难理解的。
这里推荐一篇文章 What's a CPU to do when it has nothing to do?，有兴趣的可以看一下。
（本文完）