Perf 内置于Linux 内核源码树中的性能剖析工具。它基于事件采样原理，以性能事件为基础，支持针对处理器相关性能指标与操作系统相关性能指标的性能剖析。可用于性能瓶颈的查找与热点代码的定位。linux2.6及后续版本都自带该工具，几乎能够处理所有与性能相关的事件。perf top 是比较常用于展示占用CPU始终最多的函数或者指令，一般以此来查找热点函数。
实战
root@xxxx:~# apt install linux-tools-common root@xxxx:~# perf top Samples: 6K of event 'cycles', 4000 Hz, Event count (approx.): 48144737 lost: 0/0 drop: 0/0 Overhead Shared Object Symbol 3.84% [kernel] [k] native_write_msr 2.25% [kernel] [k] update_blocked_averages 1.89% [kernel] [k] update_sd_lb_stats.constprop.0 1.80% [kernel] [k] pvclock_clocksource_read
Samples : 采样数, perf 总共采集了 6K 个 CPU 时钟事件。
event : 事件类型。
Event count (approx.) : 事件总数量
行列:
Overhead: 是该符号的性能事件在所有采样中的比例，用百分比来表示。
Shared: Shared ，是该函数或指令所在的动态共享对象（Dynamic Shared Object），如内核、进程名、动态链接库名、内核模块名等。
Object: Object ，是动态共享对象的类型。比如 [.] 表示用户空间的可执行程序、或者动态链接库，而 [k] 则表示内核空间。
Symbol: Symbol 是符号名，也就是函数名。当函数名未知时，用十六进制的地址来表示。
上面结果显示内核模块中native_write_msr 占用 CPU时钟最多，比列占3.84%。
同样可以使用perf record 与 perf report 进行定时采集再展示。加上 -g 参数，开启调用关系的采样，方便我们根据调用链来分析性能问题。
root@xxxx:~# perf record ^C //(结束采集) [ perf record: Woken up 1 times to write data ] [ perf record: Captured and wrote 0.967 MB perf.data (739 samples) ] root@xxxx:~# perf report Samples: 739 of event 'cycles', Event count (approx.): 22853303 Overhead Command Shared Object Symbol 4.38% swapper [kernel.kallsyms] [k] native_write_msr 4.04% swapper [kernel.kallsyms] [k] native_safe_halt 3.26% swapper [kernel.kallsyms] [k] update_blocked_averages 2.63% swapper [kernel.kallsyms] [k] pvclock_clocksource_read 2.07% swapper [kernel.kallsyms] [k] update_sd_lb_stats.constprop.0 1.94% swapper [kernel.kallsyms] [k] rcu_cblist_dequeue 1.79% swapper [kernel.kallsyms] [k] _raw_spin_lock_irqsave 1.76% swapper [kernel.kallsyms] [k] ktime_get
利用 Nginx PHP做演示
root@xxxx:~# docker run --name nginx -p 10000:80 -itd feisky/nginx root@xxxx:~# docker run --privileged --name phpfpm -itd --network container:nginx feisky/php-fpm root@xxxx:~# curl http://localhost:10000/ It works!
接着，我们来测试一下这个 Nginx 服务的性能。在第二个终端运行下面的 ab 命令：
root@xxxx:~# ab -c 10 -n 100 http://localhost:10000/ This is ApacheBench, Version 2.3 <$Revision: 1843412 $> Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/ Licensed to The Apache Software Foundation, http://www.apache.org/ Benchmarking localhost (be patient).....done Server Software: nginx/1.15.4 Server Hostname: localhost Server Port: 10000 Document Path: / Document Length: 9 bytes Concurrency Level: 10 Time taken for tests: 1.188 seconds Complete requests: 100 Failed requests: 0 Total transferred: 17200 bytes HTML transferred: 900 bytes Requests per second: 84.14 [#/sec] (mean) Time per request: 118.849 [ms] (mean) Time per request: 11.885 [ms] (mean, across all concurrent requests) Transfer rate: 14.13 [Kbytes/sec] received
从 ab 的输出结果我们可以看到，Nginx 能承受的每秒平均请求数只有 84.14。
继续在第二个终端，运行 ab 命令：
root@xxxx:~# ab -c 10 -n 10000 http://localhost:10000/
接着，回到第一个终端使用docker exec 指令进入容器，然后运行 top 命令，并按下数字 1 ，切换到每个 CPU 的使用率：
top - 17:50:45 up 21:25, 3 users, load average: 1.11, 0.27, 0.12
Tasks: 243 total, 6 running, 237 sleeping, 0 stopped, 0 zombie
%Cpu0 : 98.0 us, 1.7 sy, 0.0 ni, 0.3 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu1 : 98.7 us, 1.3 sy, 0.0 ni, 0.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu2 : 99.0 us, 0.7 sy, 0.0 ni, 0.0 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu3 : 99.0 us, 1.0 sy, 0.0 ni, 0.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
MiB Mem : 7961.2 total, 4756.2 free, 993.1 used, 2211.9 buff/cache
MiB Swap: 2048.0 total, 2048.0 free, 0.0 used. 6669.1 avail Mem
// 在容器内部top
KiB Swap: 2097148 total, 2097148 free, 0 used. 6706484 avail Mem
Unknown command - try 'h' for help
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
552 daemon 20 0 336700 15420 7744 R 93.3 0.2 0:04.42 php-fpm
553 daemon 20 0 336700 15420 7744 R 86.7 0.2 0:04.14 php-fpm
555 daemon 20 0 336700 15420 7744 R 86.7 0.2 0:03.55 php-fpm
551 daemon 20 0 336700 15420 7744 R 53.3 0.2 0:03.78 php-fpm
554 daemon 20 0 336700 15420 7744 R 46.7 0.2 0:04.51 php-fpm
1 root 20 0 336316 47672 40276 S 0.0 0.6 0:00.31 php-fpm
7 root 20 0 18196 3416 2872 S 0.0 0.0 0:00.00 bash
556 root 20 0 43152 3260 2768 R 0.0 0.0 0:00.00 top
这里可以看到，系统中有几个 php-fpm 进程的 CPU 使用率加起来接近 400%；而每个 CPU 的用户使用率（us）也已经超过了 98%，接近饱和。这样，我们就可以确认，正是用户空间的 php-fpm 进程，导致 CPU 使用率骤升。那再往下走，怎么知道是 php-fpm 的哪个函数导致了 CPU 使用率升高呢？我们来用 perf 分析一下。
root@xxxx:~# docker exec -i -t phpfpm bash // 进入容器 //容器内部 root@xxxx:~# apt-get update && apt-get install -y linux-perf linux-tools procps root@xxxx:~# perf top -g -p 555
按方向键切换到 php-fpm，再按下回车键展开 php-fpm 的调用关系，你会发现，调用关系最终到了 sqrt 和 add_function。看来，我们需要从这两个函数入手了。
我们拷贝出 Nginx 应用的源码，看看是不是调用了这两个函数：
//从容器phpfpm中将PHP源码拷贝出来
root@xxxx:~# docker cp phpfpm:/app .
//使用grep查找函数调用
root@xxxx:~# grep sqrt -r app/
app/index.php: $x += sqrt($x);
root@xxxxx:~# cat app/index.php
<?php
// test only.
$x = 0.0001;
for ($i = 0; $i <= 1000000; $i++) {
$x += sqrt($x);
}
echo "It works!"
?>root
可以看得出这段测试代码导致运行速度变慢。
# 停止原来的应用 root@xxxx:~# docker rm -f nginx phpfpm # 运行优化后的应用 root@xxxx:~# docker run --name nginx -p 10000:80 -itd feisky/nginx:cpu-fix root@xxxx:~# docker run --name phpfpm -itd --network container:nginx feisky/php-fpm:cpu-fix
删除测试代码后再次编译运行。
$ ab -c 10 -n 10000 http://localhost:10000/ ... Complete requests: 10000 Failed requests: 0 Non-2xx responses: 10000 Total transferred: 3030000 bytes HTML transferred: 1530000 bytes Requests per second: 12273.25 [#/sec] (mean) Time per request: 0.815 [ms] (mean) Time per request: 0.081 [ms] (mean, across all concurrent requests) Transfer rate: 3631.64 [Kbytes/sec] received ...
从这里你可以发现，现在每秒的平均请求数，已经从原来的 84.14 变成了 12273.25
1.用户 CPU 和 Nice CPU 高，说明用户态进程占用了较多的 CPU，所以应该着重排查进程的性能问题。
2.系统 CPU 高，说明内核态占用了较多的 CPU，所以应该着重排查内核线程或者系统调用的性能问题。
3.I/O 等待 CPU 高，说明等待 I/O 的时间比较长，所以应该着重排查系统存储是不是出现了 I/O 问题。
4.软中断和硬中断高，说明软中断或硬中断的处理程序占用了较多的 CPU，所以应该着重排查内核中的中断服务程序。
结束语
碰到 CPU 使用率升高的问题，你可以借助 top、pidstat 等工具，确认引发 CPU 性能问题的来源；再使用 perf 等工具，排查出引起性能问题的具体函数。