AIX性能问题诊断及调优Word文档下载推荐.docx

AIX性能问题诊断及调优Word文档下载推荐.docx

《AIX性能问题诊断及调优Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《AIX性能问题诊断及调优Word文档下载推荐.docx（12页珍藏版）》请在冰豆网上搜索。

Idle%：

那么这个一定是空闲的CPU了

那么判定系统忙不忙的一个指标为Idle%，正常情况下，Idle%的值如果低于10%，则这个系统的CPU就需要注意了，此时关注一下是User%高还是Kern%高，如果是User%高，则说明是应用程序占用CPU较多，反之则说明操作系统本身占用CPU较高。

（但是请注意：

并不是所有Kern%高都是操作系统本身导致的，也有可能是应用程序调用了系统本身的函数，这样也会把这部分消耗算在Kern%头上）

在拍完第一板斧后，我们继续向下分析，拍第二板斧trpof，这个可以理解为精简版的trace，一般情况下执行这个命令对系统负载影响不太大，因此可以用这个工具先粗略看一下相关的进程。

tprof-skeuj-xsleep10

通过tprof可以看出占用CPU排名靠前的进程。

如果rootcause还没有找到，那么便使出大招，收trace数据。

在收集trace数据前请先注意以下原则：

收集trace数据会对当前系统的负载有影响，在CPU已经达到99%时，再收集trace有可能把操作系统搞夯。

一定要等到问题重现时收集trace，由于trace产生的数据量巨大，因此要收集有效时间段的trace。

如果不确定问题什么时候重现，可以写个判断脚本，收集循环trace。

用root用户进行trace收集

需要预估trace数据的大小，然后根据预估的空间，在操作系统上找一个空间较大的地方存放数据。

trace数据的大小可以用下列公式算出：

预估数据大小=逻辑CPU的个数*10MB

（其中逻辑CPU的个数可以用vmstat|grep-ilcpu命令查看）

在了解上述原则后，我们开始收集trace数据。

trace-anl-Call-T20M-L40M-o/bigFS/trace.raw

sleep10

trcstop

在执行完上述收集命令后，会生成trace的raw文件。

下面对trace数据进行转换：

trcrpt-r-Calltrace.raw>

trace.r

再用curt进行数据处理：

curt-itrace.r-ocurt.out-pest

此时产生一个curt.out文件，可以直接进行阅读。

首先可以从“SystemSummary”字段看到各种类型的进程分别占用CPU的比例。

然后从“ApplicationSummary”可以看到应用占用CPU的排名。

也可以从“SystemCallsSummary”可以看到系统函数调用排名情况。

OK，到此我们便把这三把斧拍完了，那么我们来讨论一个真实的案例，来从中看看这三把斧是怎么拍的。

故障描述：

生产环境CPU使用率高，导致应用程序运行缓慢，批量程序无法按时完成。

系统环境：

AIX6100-07-05

处理过程：

Step1，使用topas查看，发现CPU使用率很高，其中大部分为Kern%占用

Step2，收集tprof数据，tprof-skeuj-xsleep10，找到占用CPU最高的两个进程。

/cd41/cdunix4100/ndm/bin/ndmsmgr

/cd41/cdunix4100/ndm/bin/cdpmgr

Step3，收集trace数据，并进行分析，发现绝大多数是系统调用。

当时以为是操作系统的BUG或者操作系统本身导致的，初步判断和应用程序没有关系，但后来证明当时这个想法是错误的，这也说明并不是所有kernel高是由于系统本身造成的，如果应用程序调用系统本身函数，也算在kernel头上。

Step4，通过curt文件输出，看到占用kernel最高的是paged_ds_start函数。

Step5，分析调用paged_ds_start函数的进程为ndmsmgr，这是一个应用的进程!

Step6，那么分析ndmsmgr为什么会调用较高的kernel运算。

使用truss命令跟踪这个进程。

经分析这个进程在对文件进行操作完成后对文件执行close操作时有报错，返回值为ERR#9EBADF，该报错表述有无效的文件描述符，经查发现这进程会调用close函数，把文件描述符从0到65533的文件全部关闭一遍。

也就是说应用进程在调用大量的close（）函数导致系统kernel使用率飙升!

这也就把耗资源的账伪造到了kernel头上。

最终升级应用程序解决了该问题。

类别二：

内存

下面我们来讨论内存的使用情况，首先也可以使用topas命令进行内存使用情况的查看。

从topas的输出中可以看到物理内存共有64GB，pagingspace共有16个GB。

其中物理内存部分：

计算内存使用了27%，文件系统缓存使用了9%。

那么问题来了，真正用于运算的内存是多少呢？

答案是物理内存的27%。

切记一定不要把文件系统缓存的使用当成内存的真实消耗。

因此当有新的内存申请时，文件系统的缓存是可以被换出来的。

那么一般来看，当计算内存达到90%时，则系统就会有性能问题；

当达到95%以上，一般就会产生内存换页，这时就会把物理内存中的数据换到了pagingspace中，而如果短时间内有大量的换页产生，就很有可能引起操作系统夯，而如果在有HACMP或者oracleRAC集群环境中，就有可能导致集群强制把操作系统重启。

因此对计算内存的监控非常重要。

说到内存，不得不说的是svmon这个命令，这个命令可以查看更细的内存使用情况，例如每个进程占用多少内存等等信息。

可以用svmon-G命令查看内存的整体使用情况。

那么问题又来了，这个输出应该怎么看？

图中virtual字段是真实消耗的计算内存的业面数，size是物理内存的业面数，因此计算内存的比值=4406839/16777216=27%。

那么如何查看每个进程所使用的内存量呢？

可以用svmon-P<

PID>

来进行查看。

在下图中这个例子中可以看到计算内存的使用量共有11804个4K页面+185910个64KB页面。

换算为4KB页面共有2986364个。

但注意：

这些内存有些是这个进程独享的，有些是多个进程共享的，因此在进行总和分析时不能简单的把所有内存值相加。

下面我们来看看占有内存的排名情况，我们要按占用内存的量由多到少进行排列，这个可以按如下方式进行（注意：

最后一列已经换算成MB）：

那么对于目前AIX6.1和AIX7.1版本，常见的几个建议调优的参数如下：

-minperm%=3

-maxperm%=90

-maxclient%=90

-lru_file_repage=0

-defaultfromAIX6.1.lru_file_repagesetto0makesrepageratestobeignoredwhen

determiningwhatkindofpagetosteal,meansfilecachewillbestealwhenaboveminperm.

-strict_maxperm%=0

另外，perfPMR也是收集性能数据常用的工具，下载网址如下：

ftp:

//

可以用perfPMR提供的脚本进行memdetails.sh进行更详细的内存数据收集。

也可以使用nmon对内存进行分析，可以看到一天内的内存整体使用情况。

其中深红色的为计算内存，淡蓝色的为文件系统缓存，黄色的为文件系统缓存。

也可以按进程看到占用内存的情况。

类别三：

I/O

谈起I/O不可避免的要首先了解LVM相关的一些技巧。

我们先谈谈lv的mapping关系，这个东西说起来很简单，但实际上它和I/O的性能和LV误删后的恢复有密切的关系，因此了解清楚LV映射对于系统运维有很大的帮助。

可以通过lslv-m<

lvname>

看到lv的分布情况。

这个排序是按着LP的编号进行的，这个顺序很重要，如果lv被误删后，可以根据这个排序把lv重建回来。

通过fileplace命令也可以看到详细的分布信息。

通过readvgda<

hdisk>

可以通过磁盘读取到VGDA的信息，这里边包含了所有LV的mapping信息。

因此经常备份vgda信息对于灾难恢复很有必要。

通过getlvcb命令可以得到LVCB的信息。

在了解完了LV的分布后，我们回到性能监控上，iostat是一个很好用的命令。

通过这个命令可以看到每个磁盘的繁忙程度、响应时间、是否有I/O排队等信息。

topas-D也可以看到磁盘的相关信息。

但在topas输出中一定注意CPU中的idle%是否较高，由于idle%说明CPU在等待I/O，因此如果有idle%数值时，一定检查一下存储盘是否有问题。

如果要抓取I/O的详细信息，可以用filemon命令进行数据抓取。

filemon-Oall-ofilemon.out;

sleep30;

结束语

本次从AIXCPU、内存、I/O三个方面探讨了相关的问题诊断及调整，可以当作抛砖引玉，供大家进行讨论参考。