火焰图全局视野的Linux性能剖析

文章背景

日常的工作中，会收到一堆 CPU 使用率过高的告警邮件，遇到某台服务的 CPU 被占满了，这时候我们就要去查看是什么进程将服务器的 CPU 资源占用满了。通常我们会通过top 或者 htop 来快速的查看占据 CPU 最高的那个进程，如下图：

这里是通过一个普通的服务器做演示使用，如图所示当前服务器占用 CPU 最高的是一个叫做 kube-apiserver 命令运行的一个进程，该进程的 PID 为25633, 当然你可能遇到一个服务器上运行有多个服务，想快速知道占用率最高的那几个进程的话，你可以使用以下命令:

ps aux|head -1;ps -aux | sort -k3nr | head -n 10 // 查看前 10 个最占用 CPU 的进程
ps aux|head -1;ps -aux | sort -k4nr | head -n 10 // 查看前 10 个最占用内存的进程

但是通过以上的方法获取到服务器占用资源的进程之后，还是 不知道 CPU 使用究竟耗时在哪里 , 不清楚瓶颈在哪里，此时就可以通过Linux 系统的性能分析工具 perf 分析，分析其返回的正在消耗 CPU 的函数以及调用栈。然后可以通过解析 perf 采集的数据，渲染到火焰图????，就清楚的知道究竟占用系统 CPU 资源的罪魁祸首了。

在制作火焰图之前，需要先来说说这个 Linux 性能分析工具 perf, 该工具是一个相对简单易上手的性能分析工具，是Performance 单词的缩写，通过其 perf 的命令选项完成系统事件的采集到解析，我们来简单的认识一下：

linux 上的性能分析工具Perf

安装perf

我目前的服务器发行版是 Ubuntu 16.04.6 LTS 因此需要先安装 perf 才能使用，该工具由 linux-tools-common 提供，但是它需要安装后面的依赖。

# 安装
root@master:~# apt install linux-tools-common linux-tools-4.4.0-142-generic linux-cloud-tools-4.4.0-142-generic -y

root@master:~# perf -v #显示 perf 的版本
perf version 4.4.167

在安装完成时候，我们就可以对上图 CPU 使用率最高的进程 ID 为 25633 的进程进行采样分析。

首选我们采集一下该进程的 调用栈 信息:

root@master:~# sudo perf record -F 99 -p 25633 -g -- sleep 30
[perf record: Woken up 1 times to write data]
[perf record: Captured and wrote 0.039 MB perf.data (120 samples) ]

这个命令会产生一个大的数据文件，取决与你采集的进程与 CPU 的配置，如果一台服务器有 16 个 CPU，每秒抽样 99 次，持续 30 秒，就得到 47,520 个调用栈，长达几十万甚至上百万行。上面的命令中，perf record表示记录，-F 99表示每秒 99 次，-p 25633是进程号，即对哪个进程进行分析，-g表示记录调用栈，sleep 30则是持续 30 秒，参数信息可以视情况调整。生成的数据采集文件在当前目录下，名称为perf.data。

perf record命令可以从高到低排列统计每个调用栈出现的百分比，显示结果如下图所示:

root@master:~# sudo perf report -n --stdio

这样的效果对使用者来说还是不那么直观易读，这时候，火焰???? 图也就真正的派上用途了。

制作火焰???? 图

火焰???? 图并非一定就是火焰系列的颜色主题，只是通过???? 色系更能表达出含义。火焰图常见的类型有 On-CPU, Off-CPU, 还有 Memory, Hot/Cold, [Differential](http://www.brendangregg.com/blog/2014-11-09/differential-flame-graphs.html "Differential") 等等. on-CPU/off-cpu` 的区别就是一个是用于 CPU 是性能瓶颈，一个是 IO 是性能瓶颈，当你不知道当前的服务器的性能瓶颈究竟是什么的时候，你可以使用这两种类型进行对比，通过两种火焰图的差别是比较大的，如果两张火焰图长得差不多, 那么通常认为 CPU 被其它进程抢占了.

另外一种情况就是如果无法确定当前的系统瓶颈, 可以通过压测工具来确认 : 通过压测工具看看能否让 CPU 使用率趋于饱和, 如果能那么使用 On-CPU 火焰图, 如果不管怎么压, CPU 使用率始终上不来, 那么多半说明程序被 IO 或锁卡住了, 此时适合使用 Off-CPU 火焰图. 你可以通过压测工具进行测试，目前比较常用的就是 ab 和wrk，我建议尝试使用诸如 wrk 之类更现代的压测工具.

如果选择 ab 的话, 那么务必记得开启 -k 选项, 以避免耗尽系统的可用端口

Github 上有Brendan D. Gregg 的 Flame Graph 工程实现了一套生成火焰图的脚本. 我们可以直接克隆下来直接用。

cd && git clone https://github.com/brendangregg/FlameGraph.git

生成火焰???? 图，我们一般都遵循以下流程

• 捕获堆栈 : 使用perf 捕捉进程运行堆栈信息
• 折叠堆栈 : 对抓取的系统和程序运行每一时刻的堆栈信息进行分析组合, 将重复的堆栈累计在一起, 从而体现出负载和关键路径，通过stackcollapse 脚本完成
• 生成火焰图：分析 stackcollapse 输出的堆栈信息渲染成火焰图

Flame Graph中提供了抓取不同信息的脚本，可以按需使用。下面我们需要对捕获到的进程堆栈信息 perf.data 进行折叠，生成折叠的堆栈信息:

root@master:~# perf script -i /root/perf.data &> /root/perf.unfold

用 stackcollapse-perf.pl 将 perf 解析出的内容 perf.unfold 中的符号进行折叠

root@master:~/FlameGraph# ls
aix-perf.pl    docs                        example-perf.svg  pkgsplit-perf.pl  stackcollapse-aix.pl       stackcollapse-go.pl               stackcollapse-ljp.awk         stackcollapse-pmc.pl        stackcollapse-vsprof.pl   test.sh
demos          example-dtrace-stacks.txt   files.pl          range-perf.pl     stackcollapse-bpftrace.pl  stackcollapse-instruments.pl      stackcollapse-perf.pl         stackcollapse-recursive.pl  stackcollapse-vtune.pl
dev            example-dtrace.svg          flamegraph.pl     README.md         stackcollapse-elfutils.pl  stackcollapse-java-exceptions.pl  stackcollapse-perf-sched.awk  stackcollapse-sample.awk    stackcollapse-xdebug.php
difffolded.pl  example-perf-stacks.txt.gz  jmaps             record-test.sh    stackcollapse-gdb.pl       stackcollapse-jstack.pl           stackcollapse.pl              stackcollapse-stap.pl       test
root@master:~/FlameGraph# ./stackcollapse-perf.pl /root/perf.unfold &> /root/perf.folded
root@master:~/FlameGraph#

最后就是生成火焰???? 图了

root@master:~/FlameGraph# ./flamegraph.pl /root/perf.folded > /root/perf.svg

当然也可以通过管道符 | 将整个过程简化:

cd && perf script | FlameGraph/stackcollapse-perf.pl | FlameGraph/flamegraph.pl > process.svg

最后在谷歌浏览器上打开该火焰图:

火焰图是基于 stack 信息生成的SVG 图片, 用来展示 CPU 的调用栈。

• y 轴表示调用栈, 每一层都是一个函数. 调用栈越深, 火焰就越高, 顶部就是正在执行的函数, 下方都是它的父函数.
• x 轴表示抽样数, 如果一个函数在 x 轴占据的宽度越宽, 就表示它被抽到的次数多, 即执行的时间长. 注意, x 轴不代表时间, 而是所有的调用栈合并后, 按字母顺序排列的.

火焰图就是看顶层的哪个函数占据的宽度最大. 只要有"平顶"(plateaus), 就表示该函数可能存在性能问题。颜色没有特殊含义, 因为火焰图表示的是 CPU 的繁忙程度, 所以一般选择暖色调.

当 调用栈不完整 调用栈过深时，某些系统只返回前面的一部分（比如前 10 层）; 当 函数名缺失，函数没有名字，编译器只用内存地址来表示（比如匿名函数），所以使用火焰图也是存在分析不到的地方。你也可以通过以下脚本进行采集分析火焰图:

if [$# -ne 1];then
    echo "Usage: $0 seconds"
    exit 1
fi
perf record -a -g -o perf.data &
PID=`ps aux| grep "perf record"| grep -v grep| awk '{print $2}'`
if [-n "$PID"]; then
    sleep $1
    kill -s INT $PID
fi
# wait until perf exite
sleep 1

perf script -i perf.data &> perf.unfold
perl stackcollapse-perf.pl perf.unfold &> perf.folded
perl flamegraph.pl perf.folded >perf.svg