AIX主机性能评估.docx

1、AIX主机性能评估AIX主机性能评估这一篇可以作为我前面发的statspack解读的姊妹篇，再进一步说明如何来观察与数据库紧密联系的主机的性能。对于AIX主机的性能评估，主要从下面的4个方面来逐一介绍：CPU、MEMORY、IO系统和网络这4个方面来描述。AIX 5.3主机性能评估 2一、CPU性能评估 21、vmstat 22、sar 33、iostat 54、tprof 65、ps 86、解决CPU占用的惩罚机制nice和renice 97、小结 10二、Memory性能评估 111、VMM的管理简介 112、使用vmstat确定内存的使用情况 143、svmon命令 144、内存的调整

2、15三、磁盘的IO性能评估 161、iostat查看 172、sar d查看 203、使用lslv l lvname来评估逻辑卷的碎片情况 214、lslv p 评估物理布局 225、使用 vmstat 命令评估调页空间的 IO 236、使用filemon命令监控系统IO 247、监视磁盘 IO 的小结 268、案例 269、RAID10和RAID5的比较 28四、NETWORK性能评估 311、ping命令查看网络的连通性 312、netstat i检查网络的接口 313、netstat r检查主机的路由情况 324、netpmon 345、其他一些常用的命令 36五、补充：关于topas的

3、使用说明 36六、主机日常检查脚本 39 脚本中包括的内容包括：主机的cpu，memory，io，network检查；ha检查，主机告警日志；数据库表空间，告警日志，job等的检查。更新：七、结合oracle的一个案例第一部分目录一、CPU性能评估 11、vmstat 12、sar 33、iostat 54、tprof 55、ps 76、解决CPU占用的惩罚机制nice和renice 97、小结 91、vmstat 使用vmstat来进行性能评估，该命令可获得关于系统各种资源之间的相关性能的简要信息。当然我们也主要用它来看CPU的一个负载情况。 下面是我们调用vmstat命令的一个输出结果：$

4、vmstat 1 2 System configuration lcpu=16 mem=23552MBkthr memory page faults cpu - - - - -r b avm fre re pi po fr sr cy in sy cs us sy id wa0 0 3091988 2741152 0 0 0 0 0 0 1849 26129 4907 8 1 88 30 0 3091989 2741151 0 0 0 0 0 0 2527 32013 6561 15 2 77 6 对上面的命令解释如下：Kthr段显示内容 r列表示可运行的内核线程平均数目，包括正在运行的线程和

5、等待 CPU 的线程。如果这个数字大于 CPU 的数目，则表明有线程需要等待CPU。 b列表示处在非中断睡眠状态的进程数。包括正在等待文件系统 IO 的线程，或由于内存装入控制而被挂起的线程。Memory段显示内容 avm列表示活动虚拟内存的页面数，每页一般4KB fre空闲的页面数，每页一般4KBPage段显示内容 re 该列无效 pi 从磁盘交换到内存的交换页（调页空间）数量，4KB页。调页空间是驻留在硬盘上的虚拟内存的一部分。当内存使用过量时，会将溢出的工作组页面存储到调页空间中（窃取页）。当进程访问一个窃取页时，就产生了一个缺页故障，而这一页页必须从调页空间中读入到内存中。 po 从内

6、存交换到磁盘的交换页数量，4KB页。如果窃取的工作也在调页空间中不存在或者已经作了修改，则写入调页空间中。如果不被再次访问，它会留在调度空间中直到进程终止或者放弃空间。 fr 根据页面替换算法每秒释放的页数。当VMM页面替换例程扫描页面帧表（Page Frame Table，PFT）时，它会根据一些条件选取需要窃取的页面以补充空闲列表。该条件中包含工作页面和计算页面，释放的页面中，计算页面不产生IO，工作页面如果数据没有发生修改，也不需要写回磁盘，也不会产生IO。 sr 根据页面替换算法每秒所检查的页数。sr值比fr值高的越多，说明替换算法要查找可以替换的页面就越困难。 cy 每秒页面替换代码

7、扫描了PFT多少次。因为增加空闲列表达到maxfree值，不一定需要完全扫描PFT表，而所有vmstat输出都为整数，所以通常cy列值为0。Faults段显示内容（其实这段内容不需太多关注） in 在该时间间隔中观测到的每秒设备中断数。 sy 在该时间间隔中观测到的每秒系统调用次数。 cs 在该时间间隔中观测到的每秒钟上下文切换次数。Cpu段显示内容 us 列显示了用户模式所消耗的 CPU 时间。 sy 列详细显示了 CPU 在系统模式所消耗的 CPU 时间。 id 列显示了没有未决本地磁盘 IO 时 CPU 空闲或等待时间的百分比。 wa 列详细显示了有未决本地磁盘 IO 时 CPU 空闲的

8、时间百分比。wa 的值如果超过 25%,就表明磁盘子系统可能没有被正确平衡，或者这也可能是磁盘工作负荷很重的结果。 如果在一个单用户系统中，us + sy时间不超过 90%，我们就不认为系统的CPU是受限制的。如果在一个多用户系统中，us + sy时间超过 80%, 我们就认为系统的CPU是受限的。其中的进程将要花时间在运行队列中等待。响应时间和吞吐量会受损害。检查cpu，我们主要关注报告中的4个cpu列和2个kthr（内核线程）列。在上面的示例中，我们可以观察到以下几个主要的信息：CPU IDLE比较高，比较空闲；r列为0，表明线程不存在等待；WA值不高，说明IO压力不大；free值比较大，

9、pi，po为0，表明内存非常富裕。空闲较多。2、sar第二个常用的是 sar命令，但是sar会增加系统的开销。当然有些情况下，我们使用sar比较方便。sar的输出结果与前面的基本类似，这里不再作详细的介绍，关于命令的语法，也不再作详细的介绍，我们常用的命令格式：#sar 1 3AIX jsdxh_db02 3 5 00C2C1EB4C00 102407System configuration lcpu=16 175226 %usr %sys %wio %idle physc175227 19 7 0 75 8.00175228 19 6 0 75 8.01175229 19 7 0 75 8.

10、02Average 19 7 0 75 8.01在这里，sar命令输出的是一个整体的cpu使用情况的一个统计，统计分项目的内容也比较直观，通过名字就可以理解涵义。这里有一点比较方便的就是，在最后一行有一个汇总的average行，作为上述统计的一个平均。另外，补充说明一点的就是，一般来说，第一行统计信息包含了sar命令本身启动的cpu消耗，所以往往是偏高的，所以导致average值也往往是偏高一点的。当然，这不会对结果产生多大影响。当我们有多个cpu的时候，而程序采用的是单线程，有时候会出现一种情况，我们检查发现，cpu总体的使用率不高，但是程序响应却比较慢。这里有可能就是单线程只使用了一个cp

11、u，导致这个cpu100占用，处理不过来，而其他的cpu却闲置。这时可以对cpu分开查询，统计每个cpu的使用情况。#sar -P ALL 1 2AIX jsdxh_db02 3 5 00C2C1EB4C00 102407System configuration lcpu=16 180330 cpu %usr %sys %wio %idle physc180331 0 0 69 0 31 0.00 1 50 50 0 0 1.00 2 0 0 0 100 0.52 3 0 0 0 100 0.48 4 0 1 0 99 0.54 5 0 0 0 100 0.46 6 0 0 0 100 0.5

12、3 7 0 0 0 100 0.47 8 0 0 0 100 0.53 9 0 0 0 100 0.47 10 0 2 0 98 0.54 11 0 0 0 100 0.46 12 11 58 0 31 0.00 13 100 0 0 0 1.00 14 0 0 0 100 0.53 15 0 0 0 100 0.47 - 19 7 0 75 8.01180332 0 0 71 0 29 0.00 1 50 50 0 0 1.00 2 0 0 0 100 0.52 3 0 0 0 100 0.48 4 0 1 0 99 0.54 5 0 0 0 100 0.47 6 0 0 0 100 0.5

13、2 7 0 0 0 100 0.47 8 0 0 0 100 0.53 9 0 0 0 100 0.47 10 0 2 0 98 0.54 11 0 0 0 100 0.46 12 39 41 0 20 0.00 13 100 0 0 0 1.00 14 0 0 0 100 0.52 15 0 0 0 100 0.47 - 19 7 0 75 7.98Average 0 0 70 0 30 0.00 1 50 50 0 0 1.00 2 0 0 0 100 0.52 3 0 0 0 100 0.48 4 0 1 0 99 0.54 5 0 0 0 100 0.46 6 0 0 0 100 0.

14、53 7 0 0 0 100 0.47 8 0 0 0 100 0.53 9 0 0 0 100 0.47 10 0 2 0 98 0.54 11 0 0 0 100 0.46 12 28 48 0 24 0.00 13 100 0 0 0 1.00 14 0 0 0 100 0.52 15 0 0 0 100 0.47 - 19 7 0 75 8.00 上面是分cpu统计的情况，结果应该也比较直观吧。Sar还有其他一些比较特殊的使用方法，比如：如果希望多个采样和多个报告，可为 sar 命令指定一个输出文件，这样就方便多了。将 sar 命令的标准输出数据定向到 devnull，并将 sar 命

15、令作为后台进程运行。具体的命令格式为：sar -A -o tempsar_result.log 5 300 devnull & 关于sar其他的一些使用方法，这里不再详述。3、iostat 第三个可以用来使用的命令是iostat.$ iostat -t 2 4tty tin tout avg-cpu % user % sys % idle % iowait 0.0 0.0 0.0 0.1 99.8 0.1 0.0 81.0 0.0 0.1 99.9 0.0 0.0 40.5 0.0 0.0 100.0 0.0 0.0 40.5 0.0 0.1 99.1 0.8TTY 的两列信息（tin 和 t

16、ou）显示了由所有 TTY 设备读写的字符数CPU 统计信息列（% user、% sys、% idle 和 % iowait）提供了 CPU 的使用情况。 注意：第一份报告为系统启动以来的一个累积值。4、tprof使用tprof命令用于统计每个进程的CPU使用情况# tprof -x sleep 30该命令的输出结果可查看 _prof.all文件。此命令运行30秒钟，在当前目录下创建一个名为_prof.all 的文件。30秒钟内， CPU被调度次数约为3000次。_prof.all 文件中的字段Total 为此进程调度到的CPU次数。如果进程所对应的 Total字 段的值为1500，即表示该进

17、程在3000次 CPU调度中占用了1500次，或理解为使用了一半的CPU时间。tprof的输出准确地显示出哪个进程在使用CPU 时间。在我下面的这一份示例中，可以看到，大部分的cpu时间都是被wait所占用的。这里的wait实际上是idle进程，可以表明这个系统是一个完全空闲的系统。$ more _prof.all Process PID TID Total Kernel User Shared Other = = = = = = = = wait 40970 40971 2998 2998 0 0 0 wait 32776 32777 2994 2994 0 0 0 wait 24582 2

18、4583 2985 2985 0 0 0 wait 16388 16389 2980 2980 0 0 0 syncd 221254 155707 31 31 0 0 0 caiUxOs 524540 2294015 3 0 0 3 0 netm 73746 73747 1 1 0 0 0 hats_nim 1671242 1220665 1 0 0 1 0 snmpd64 598258 1245291 1 1 0 0 0 rpc.lockd 639212 1728679 1 1 0 0 0 tprof 704622 2277437 1 0 0 1 0 trclogio 360524 2408

19、625 1 1 0 0 0 trace 1523820 2523145 1 0 0 1 0 clinfo 1958102 2760945 1 1 0 0 0 sh 1572938 2285709 1 1 0 0 0 = = = = = = = = Total 12000 11994 0 6 0 Process FREQ Total Kernel User Shared Other = = = = = = = wait 4 11957 11957 0 0 0 syncd 1 31 31 0 0 0 caiUxOs 1 3 0 0 3 0 netm 1 1 1 0 0 0 hats_nim 1 1

20、 0 0 1 0 snmpd64 1 1 1 0 0 0 rpc.lockd 1 1 1 0 0 0 tprof 1 1 0 0 1 0 trclogio 1 1 1 0 0 0 trace 1 1 0 0 1 0 clinfo 1 1 1 0 0 0 sh 1 1 1 0 0 0 = = = = = = = Total 15 12000 11994 0 6 0在这里，对wait进程作一点补充说明。在AIX 5L下，你用ps aux会发现有一些root的wait进程#ps aux head -20USER PID %CPU %MEM SZ RSS TTY STAT STIME TIME COM

21、MANDoracle 266354 5.7 0.0 50136 27524 - A 154035 032 oracleora92 (LOCroot 17214 3.1 0.0 40 40 - A Jul 04 2479353 waitroot 16946 3.1 0.0 40 40 - A Jul 04 2463359 waitroot 16678 3.1 0.0 40 40 - A Jul 04 2460021 waitroot 53274 3.1 0.0 40 40 - A Jul 04 2439754 waitroot 286 3.1 0.0 40 40 - A Jul 04 24371

22、55 waitroot 8196 3.0 0.0 40 40 - A Jul 04 2431240 waitroot 822 3.0 0.0 40 40 - A Jul 04 2430336 waitroot 554 3.0 0.0 40 40 - A Jul 04 2426150 waitroot 20776 2.7 0.0 40 40 - A Jul 04 2150246 waitroot 57372 2.7 0.0 40 40 - A Jul 04 2143931 waitroot 49176 2.7 0.0 40 40 - A Jul 04 2142347 waitroot 21044

23、 2.7 0.0 40 40 - A Jul 04 2139824 waitroot 12848 2.7 0.0 40 40 - A Jul 04 2135707 waitroot 21312 2.7 0.0 40 40 - A Jul 04 2132426 waitroot 12580 2.7 0.0 40 40 - A Jul 04 2129306 waitroot 13116 2.7 0.0 40 40 - A Jul 04 2119547 waitoracle 344612 0.3 0.0 57588 34976 - A Jul 04 266308 ora_j000_ora92 ora

24、cle 430408 0.3 0.0 55908 33296 - A Jul 04 222057 ora_j001_ora92 wait就是CPU空闲的时候运行的空闲进程，AIX4上叫kproc。所以这个进程占用越大，表示机器越空闲。Wait进程的数量是由机器上的逻辑CPU的个数决定的，有几个逻辑CPU，就有几个wait进程.5、ps这个命令使用本身也比较复杂，在这里只介绍如何查看cpu占用最高的进程。使用举例如下：#ps aux head -25USER PID %CPU %MEM SZ RSS TTY STAT STIME TIME COMMANDroot 17214 3.1 0.0 40

25、 40 - A Jul 04 2557842 waitroot 16946 3.1 0.0 40 40 - A Jul 04 2541554 waitroot 16678 3.1 0.0 40 40 - A Jul 04 2537703 waitroot 53274 3.1 0.0 40 40 - A Jul 04 2517012 waitroot 286 3.1 0.0 40 40 - A Jul 04 2514400 waitroot 8196 3.0 0.0 40 40 - A Jul 04 2508232 waitroot 822 3.0 0.0 40 40 - A Jul 04 25

26、07225 waitroot 554 3.0 0.0 40 40 - A Jul 04 2503414 waitroot 20776 2.7 0.0 40 40 - A Jul 04 2218127 waitroot 57372 2.7 0.0 40 40 - A Jul 04 2211800 waitroot 49176 2.7 0.0 40 40 - A Jul 04 2210202 waitroot 21044 2.7 0.0 40 40 - A Jul 04 2207718 waitroot 12848 2.7 0.0 40 40 - A Jul 04 2203644 waitroot

27、 21312 2.7 0.0 40 40 - A Jul 04 2199853 waitroot 12580 2.7 0.0 40 40 - A Jul 04 2196717 waitroot 13116 2.7 0.0 40 40 - A Jul 04 2186551 waitoracle 344612 0.3 0.0 56372 33852 - A Jul 04 270730 ora_j000_ora92 oracle 430408 0.3 0.0 55916 33396 - A Jul 04 226620 ora_j001_ora92 oracle 365092 0.2 0.0 5618

28、4 33664 - A Jul 04 176558 ora_j002_ora92 oracle 442430 0.2 0.0 56092 33572 - A Jul 04 142640 ora_j003_ora92 oracle 385606 0.1 0.0 55984 33464 - A Jul 05 115917 ora_j004_ora92 oracle 413856 0.1 0.0 50520 28000 - A Jul 23 54331 oracleora92 (LOCoracle 143668 0.1 0.0 50528 28008 - A Jul 13 83321 oracleo

29、ra92 (LOCoracle 369230 0.1 0.0 56600 34080 - A Jul 05 80636 ora_j005_ora92 在这个输出结果中，排在前面的是16个root用户的wait进程，这其实是CPU空闲的时候运行的空闲进程，之前已作说明。所以CPU最高的几个进程其实是下面的ORACLE用户的ora_j00进程，这是ORACLE的job进程。在这里，这些进程的开销很小。如果ORACLE的进程开销比较大，我们可以用如下的方法来查询具体的进程在干什么事情，例如我们要查询进程ora_j000_ora92，PID=344612，可以使用下面的方法：$su oracleSQL

30、sqlplus “as sysdba”SQLoradebug setospid 344612SQLoradebug event 10046 trace name context forever, level 8SQLoradebug tracefile_name 这个命令我们获得输出文件的绝对路径和文件名SQLoradebug event 10046 trace name context off$tkprof optoracleapporacleadminora92bdumpora92_j000_344612.trc tracepid.txt$more tracepid.txt在tracepid.txt中，我们就可以看到这个进程中具体运行的语句、过程等，以及所有的SQL的cpu消耗、物理读、逻辑读、执行计划等信息。另外，我们也可以执行下面的语句查看进程具体运行的SQL语句的文本：SELECT + ORDERED sql_text FROM v$sqltext a WHERE (a.hash_value, a.address) IN ( SELECT DECODE (sql_hash_value,0, prev_hash_value,