iostat, from the excellent sysstat suite of utilities, is the go-to tool for evaluating IO performance on Linux. It's obvious why that's the case: sysstat is very useful, solid, and widely installed. System administrators can go a lot worse than taki

经过长时间监控,发现iostat 中的%util居高不下,一直在98%上下,说明带宽占用率极高,遇到了瓶颈. 且读写速度很慢,经过排查,发现是HBA卡出现问题,更换后,用dd if命令测试,磁盘的读写速度均得到了10倍以上的提升. 但更换HBA卡后,虽然读写速度上去了,但应用还是有延迟,数据库日志中SQL语句都在毫秒级别,最后重启服务器,后正常. 虽然不清楚为什么,但却是重启后,%util也降下来了,但时间一长又会提高. 最终通过扩展内存的方式,%util恢复正常.

该监控基于iostat,然后iostat 命令用来监视系统输入/输出设备负载 1.安装IOSTAT工具 # yum install sysstat -y 测试iostat 查看所有硬盘io # iostat Linux -.el6.ucloud.x86_64 (test8_hadoop_kaf) // _x86_64_ ( CPU) avg-cpu: %user %nice %system %iowait %steal %idle 0.04 0.00 0.04 0.00 0.00 99.92 D

1.如何判断CPU.内存.磁盘的瓶颈? CPU瓶颈1) 查看CPU利用率.建议CPU指标如下 a) User Time:65%-70% b) System Time:30%-35% c) Idle:0%-5% 如果us,sy高于这个指标可以判断CPU有瓶颈 使用top查看 查看运行队列 每个CPU都会维持一个运行队列,理想情况下,调度器会不断让队列中的进程运行.进程不是处在sleep状态就是run able状态.如果CPU过载,就会出现调度器跟不上系统的要求,导致可运行的进程会填满队列.队列愈大

1.如何判断CPU.内存.磁盘的瓶颈? CPU瓶颈1) 查看CPU利用率.建议CPU指标如下 a) User Time:65%-70% b) System Time:30%-35% c) Idle:0%-5% 如果us,sy高于这个指标可以判断CPU有瓶颈 使用top查看 查看运行队列 每个CPU都会维持一个运行队列,理想情况下,调度器会不断让队列中的进程运行.进程不是处在sleep状态就是run able状态.如果CPU过载,就会出现调度器跟不上系统的要求,导致可运行的进程会填满队列.队列愈大

笔者历史文章: https://github.com/CarlJi/words 关于磁盘的使用,实际生产中以下问题会较为常见: No space left on device - 空间不足 Disk utilization 100% - 磁盘I/O过载 Too many open files - 文件句柄过多 Input/output error - 读写错误 而掌握常见的分析套路会事半功倍. Disk usage 第一时间明确磁盘容量及使用情况总是没错的,这时候df -h 命令就比较方便: $

前言:由于Zabbix提供的项目和模板有限,有时我们需要自定义监控项,下面以监控磁盘I/O使用率为例,创建自动发现规则,并配置图形. (1)Zabbix_agentd端自动发现脚本,zabbix要求返回的数据为json格式. 自动发现磁盘,这里有sd和md开头的,根据需求修改脚本去过滤出磁盘: 运行:/usr/local/etc/disk_io_check.sh disk_count 脚本摘自网络,可自行修改,或用其他语言编写也可以. # vim /usr/local/etc/disk_io_c

直接上配置: 1.修改配置 cat userparameter_tcp_connect.conf UserParameter=tcp_connect.established,/opt/app/zabbix-agent/scripts/tcp_connect.sh establishedUserParameter=tcp_connect.listen,/opt/app/zabbix-agent/scripts/tcp_connect.sh listenUserParameter=tcp_conne

直接 上配置: 1.配置文件 cat userparameter_harddisk.conf #discovery hard diskUserParameter=custom.vfs.discovery.diskname,/opt/app/zabbix-agent/scripts/check_harddisk.sh diskname_discovery#disk status# See https://www.kernel.org/doc/Documentation/ABI/testing/pr

命令总结: 1. top/vmstat 发现 wa%过高,vmstat b >1: 参考文章: 1. 关于Linux系统指令 top 之 %wa 占用高,用`iostat`探个究竟 最近测试一项目,性能非常不理想.老版本逻辑和功能都简单时,性能是相当的好!接口点击率是万级的.谁知修改后上不了百. 架设Jboss服务器,业务逻辑用Java处理,核心模块使用C++处理,使用JNI衔接. 本应用对CPU和硬盘第三非常敏感,因为有压缩解压和大量数据交互.起初作压力测试时,发现服务器各资源使用都有剩余,而

前几篇分析了一下AQS的原理和实现.这篇拿Semaphore信号量做样例看看AQS实际是怎样使用的. Semaphore表示了一种能够同一时候有多个线程进入临界区的同步器,它维护了一个状态表示可用的票据,仅仅有拿到了票据的线程尽能够进入临界区,否则就等待.直到获得释放出的票据. Semaphore经常使用在资源池中来管理资源.当状态仅仅有1个0两个值时,它退化成了一个相互排斥的同步器.类似锁. 以下来看看Semaphore的代码. 它维护了一个内部类Sync来继承AQS,定制tryXXX方法来使

上一篇聊聊高并发(二十八)解析java.util.concurrent各个组件(十) 理解ReentrantReadWriteLock可重入读-写锁 讲了可重入读写锁的基本情况和基本的方法,显示了怎样实现的锁降级.可是以下几个问题没说清楚,这篇补充一下 1. 释放锁时的优先级问题.是让写锁先获得还是先让读锁先获得 2. 是否同意读线程插队 3. 是否同意写线程插队,由于读写锁一般用在大量读,少量写的情况,假设写线程没有优先级,那么可能造成写线程的饥饿 关于释放锁后是让写锁先获得还是让读锁先获得,

上一页介绍AQS其基本设计思路以及两个内部类Node和ConditionObject实现 聊聊高并发(二十一)解析java.util.concurrent各个组件(三) 深入理解AQS(一) 这篇说一说AQS的主要方法的实现.AQS和CLHLock的最大差别是,CLHLock是自旋锁,而AQS使用Unsafe的park操作让线程进入等待(堵塞). 线程增加同步队列,和CLHLock一样,从队尾入队列,使用CAS+轮询的方式实现无锁化. 入队列后设置节点的prev和next引用,形成双向链表的结构

于谈论高并发(十一)几个自旋锁的实现(五岁以下儿童)中使用了java.util.concurrent.atomic.AtomicStampedReference原子变量指向工作队列的队尾,为何使用AtomicStampedReference原子变量而不是使用AtomicReference是由于这个实现中等待队列的同一个节点具备不同的状态,而同一个节点会多次进出工作队列,这就有可能出现出现ABA问题. 熟悉并发编程的同学应该知道CAS操作存在ABA问题.我们先看下CAS操作. CAS(Compar

JDK5中添加了新的java.util.concurrent包,相对同步容器而言,并发容器通过一些机制改进了并发性能.因为同步容器将所有对容器状态的访问都串行化了,这样保证了线程的安全性,所以这种方法的代价就是严重降低了并发性,当多个线程竞争容器时,吞吐量严重降低.因此JDK5开始针对多线程并发访问设计,提供了并发性能较好的并发容器,引入了java.util.concurrent包.与Vector和Hashtable.Collections.synchronizedXxx()同步容器等相比,ut

java.util.concurrent是JDK自带的一个并发的包主要分为以下5部分: 并发工具类(tools) 显示锁(locks) 原子变量类(aotmic) 并发集合(collections) Executor线程执行器 我们今天就说说 并发集合,除开 Queue,放在线程池的时候讲 先介绍以下 CopyOnWrite: Copy-On-Write简称COW,是一种用于程序设计中的优化策略.其基本思路是,从一开始大家都在共享同一个内容,当某个人想要修改这个内容的时候,才会真正把内容Copy

这篇说说java.util.concurrent.atomic包里的类,总共12个.网上有非常多文章解析这几个类.这里挑些重点说说. watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvSVRlcl9aQw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt=""> 这12个类能够分为三组: 1. 普通类型的原子变量 2. 数组

iostat是I/O statistics(输入/输出统计)的缩写,iostat工具将对系统的磁盘操作活动进行监视.它的特点是汇报磁盘活动统计情况,同时也会汇报出 CPU使用情况.同vmstat一样,iostat也有一个弱点,就是它不能对某个进程进行深入分析,仅对系统的整体情况进行分析. iostat的语法如下: iostat [ -c | -d ] [ -k ] [ -t ] [ -V ] [ -x [ device ] ] [ interval [ count ] ] 其中,-c为汇报CPU

问题与分析 某天领导report了一个问题:线上的CPU自从上一个版本迭代后就一直处于居高不下的状况,领导看着这段时间的曲线图判断是有两条线程在不停的死循环. 接到任务后去查看了AWS的CloudWatch,发现线上CPU确实一直居高不下,使用率基本是之前的两倍:另外发现线程使用率以比之前频繁很多.后来公司的大佬拿到dump后经过分析发现,是由正则表达式造成的CPU持续高使用率的问题. 堆栈信息如下: at java.util.regex.Pattern$Loop.match(Pattern.j

一 Concurrent.util常用类: 1. CyclicBarrier: 假设有场景:每个线程代表一个跑步运动员,当运动员都准备好后,才一起出发只要有一个人没有准备好,大家都等待. import java.util.Random; import java.util.concurrent.BrokenBarrierException; import java.util.concurrent.CyclicBarrier; import java.util.concurrent.Executor