监控CPU（一）

做系统运维，监控CPU是经常的事情，那么需要关注哪些指标呢？？？？？

Run Queue Statistics

   如果想查看cpu的相关繁忙程度，我们可以通过查看系统中进程的状态来做个简单的判断，比方说我们可以通过查看一下runnable进程的数目和blocked进程的数目来cpu的利用率等。

1）runnable

   如果一个process在runnable状态，这就意味着它和其他同样处在runnable状态的process在等待CPU时间，而不是立即获得CPU时间，即我们平时所说的“就绪”状态，表示随时可以执行但是没有在执行。

   当process在runnable状态时，表示其在等待CPU时间执行，这种状态是不消耗CPU时间的，他们形成的等待队列称作Run Queue，Run Queue越大，表示等待的队列越长。Linux调度进程，从runnable队列中（Run Queue），选择一个process下次执行，那么这个process就会获得CPU时间，其就变成running状态。

   process的runnable和running状态，在linux系统中用TASK_RUNNING这个全局变量来表示。TASK_RUNNING表 示process正在被CPU执行，或者已经准备就绪随时可由调度程序调度执行；若此时进程没有被CPU执行，则称其处于就绪状态（runnable）， 若此时进程正在被CPU执行，则称其处于执行状态（running）。当一个进程在内核代码中运行时，我们称其处于内核态；当一个进程正在执行用户自己的 代码时，我们称其处于用户态。当系统资源已经可用时，进程就被唤醒而进入准备运行状态，也就是就绪状态。这些状态在内核中表示方法相同，都被称为 TASK_RUNNING状态。当一个进程刚被创建后就处于TASK_RUNNING状态。

   我们平时经常说到的监控系统状态的load（中文翻译为负载），就是这个TASK_RUNNING值，它就是指处在running和runnable的 process的总和。例如：如果有两个processes在running和有三个在等待运行(runnable)，那么系统的load为五。load average是指在指定时间内load的平均值，一般load average显示的三个数字的时间分别为1分钟，五分钟和十五分钟。

2）blocked waiting for an event to complete

   一个blocked状态的process可能在等待一个I/O操作获取的数据，或者是一个系统调用的结果。

Context Switches

   大部分现在的CPU在同一时间只能运行一个process，虽然也有一些CPU，例如超线程技术的CPU，能实现同时运行超过一个process，linux把这种CPU看作多个单线程CPU。

    linux内核不断的在不同process间切换，造成一个错觉，让人感觉一个单CPU同时处理多个任务，不同process之间的切换称作 Context Switch。当系统做Context Switch时，CPU保存所有old process的context信息并获得new process的所有context信息。Context信息包括大量的linux追踪每个process信息，尤其是一些资源：哪些process正在 执行，被分配了哪些内存，它打开了那些文件等等。切换Context会触发大量的信息移动，这是比较高的开销，如果可能的话尽量保持很小的 context switches。

   为了尽可能的减小context switches，得需要知道它们是怎么产生的？首先kernel调度触发context switches。为了保证每个process平等的共享CPU时间kernel周期性中断running的process，如果合适，kernel调度 器会开始一个其他的process而不是让当前的process继续执行，每次的周期性中断或者定时中断都可能触发context switch，每秒定时中断的次数因不同架构和不同的kernel版本而不同。获取每秒中断次数的一个简单办法是通过监控 /proc/interrupts文件，看下面的例子:

[root@localhost asm-i386]# cat /proc/interrupts | grep timer; sleep 10 ; cat /proc/interrupts | grep timer

0: 24060043 XT-PIC timer

0: 24070093 XT-PIC timer

上面可以看到在指定的时间内timer次数的变化，每秒产生的中断次数为1000次。

   另外如果你的context switch比timer中断大很多，那么context switch更多的可能是I/O请求或者其他长时间的系统调用（比如sleep)产生。当一个应用请求一个操作不能立即实现时，kernel开始 context switch操作：存入请求的process并且试着切换到其他runnable process，这将使得CPU保持工作状态。

Interrupts

   其他方面，CPU接收硬件驱动发出的中断请求，这种中断通常被触发当一个驱动器有一个时间需要被kernel操作时。例如：如果一个磁盘控制器从磁盘上取 得了一个数据块和kernel需要读取使用这个块，那么磁盘控制器会触发一个中断。kernel接收每个中断，如果这个中断被注册，那么就会有一个中断处 理器来运行处理这个中断，否则这个中断将会被忽略。在系统中，中断处理器的优先级非常高，而且执行速度非常快。很多时候，有些中断处理并不需要很高的处理 优先级，所以也有soft- interrupt handler。如果有很多的中断，kernel需要花费大量的时间去处理中断。可以检查/proc/interrupts能够知道中断发生在哪个CPU 上。

CPU Utilization

   CPU Utilization，一个很直观的概念，在任意时间内，CPU有7个状态:

1）idle，表示CPU闲置并等待工作分配

2）user，表示CPU在运行用户的进程

3）system，表示CPU在执行kernel工作

4）nice，表示CPU花费在被nice改变过优先级的process上的时间(注意:被nice命令改变优先级的process仅指那些nice值为 负的process。花费在被nice命令改变优先级的任务上的时间也将被计算在系统和用户时间内，因此整个时间加起来可能会超过百分之百)

5）iowait，表示CPU等待IO操作完成的时间

6）irq，表示CPU开销在响应硬中断上的时间

7）softirq，表示CPU开销在响应软中断上的时间