容器内的进程实际上可以在host machine上看到，ps -ef | grep <text>可以找得到。
perf 是 Linux 官方的性能分析工具，它具备 profiling、tracing 和脚本编写等多种功能，是内核 perf_events 子系统的前端工具。
perf 是Linux的一款性能分析工具，能够进行函数级和指令级的热点查找，可以用来分析程序中热点函数的CPU占用率，从而定位性能瓶颈。
perf工具集并不默认安装在系统中，需要进行安装。（找到你系统匹配的版本，我的是linux-tools-5.15.0-91-generic）
内核维护着各种统计信息，被称为Counters，用于对事件进行计数。例如，接收的网络数据包数量，发出的磁盘I/O请求，执行的系统调用次数。常见的这类工具有：
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：
火焰图（Flame Graph）看起来就像一团跳动的火焰，因此得名，它可以将 CPU 的使用情况可视化，使我们直观地了解到程序的性能瓶颈。我们通常要结合操作系统的性能分析工具（Profiling Tracer）使用火焰图，常见的操作系统的性能分析工具如下。
在深入Linux系统的复杂世界中，性能优化始终是SRE关注的热点。最近在拜读国际著名的 LINUX 性能专家 Brendan Gregg 的个人博客和技术书籍。他的工作不仅涵盖了系统性能的监控和分析，还深入探讨了性能问题的根源及其解决方案。通过他的个人博客和技术书籍，我们可以窥见Linux性能优化的精髓，学习到如何利用各种工具和方法来提升系统效率，确保应用的顺畅运行。将会结合 Brendan Gregg博文与个人理解 出一个拜读系列博文。
在Linux下开发是幸福的，尤其是在发生问题的时候。永远忘不了在Windows下应用发生问题时那种无助的感觉。
Linux perf（性能剖析器）是一个功能强大的性能分析工具，用于帮助开发人员诊断、调优和监控 Linux 系统及应用程序的性能问题。它实现了基于硬件性能计数器（hardware performance counters），追踪点和软件测量等多种数据收集手段，以便分析系统中各种现象。perf 工具集成在 Linux 内核中，主要通过 perf_event 子系统实现。
在项目开发中，经常会遇到程序启动时间过长、CPU使用率过高等问题，这个时候需要依靠性能分析工具来定位性能的消耗点。
然后，在右上方的框内，输入 lepd所在的节点地址 （我们这里还是 10.10.11.11）
查看CPU使用 在 Linux 系统下，使用 top 命令查看 CPU 使用情况。
kworker是3.x内核引入的，kworker 指工作者线程，用来执行工作队列中的work，一般由kthreadd建立，下面为大家分享一下Linux kworker 占用CPU过高情况。
启动docker测试时,记得使用 --privileged=true 允许超级权限模式
火焰图是分析应用性能问题很好的工具，只是网上的文章都是讲述分析 C， C++ 等语言的，对Java 语言描述甚少，此处记录一下自己使用火焰图分析Java 栈的过程。
文章涉及的实验环境和代码可以到这个git repo获取： https://github.com/nevermosby/linux-bpf-learning
eBPF (Extended Berkeley Packet Filter) 是 Linux 内核上的一个强大的网络和性能分析工具，它允许开发者在内核运行时动态加载、更新和运行用户定义的代码。
操作系统内部本身是非常复杂，存在各种调用关系，本文主要讲解利用 atop+perf 双剑客来加速排障和分析一些常见的负载问题
做测试时需要用OpenCV。虽然网络上有大量的关于编译OpenCV的教程，但是还是遇到了问题。因此记录了编译的过程，希望以后能更加顺利。
我们看到Kworker/0:0+events占用了大量CPU,下面参考下人家的回答
从2.6.31内核开始，Linux内核自带了一个性能分析工具perf，能够进行函数级与指令级的热点查找。通过它，应用程序可以利用 PMU，tracepoint 和内核中的特殊计数器来进行性能统计。它不但可以分析指定应用程序的性能问题 (per thread)，也可以用来分析内核的性能问题，当然也可以同时分析应用代码和内核，从而全面理解应用程序中的性能瓶颈。
第一行中，03:30:22是当前时间，up 39 min是系统运行的运行了多长时间，1 user指出了当前有几个用户登录到系统，load average指的是系统负载，这后面的三个值分别是1分钟，5分钟，15分钟的系统负载平均值。
本文介绍了Linux平台上一个名为“Linux易用剖析器(LEP)”的剖析工具，用于分析Linux应用程序的性能。LEP通过记录和分析系统调用、进程状态、内存使用、I/O操作等方面的信息，帮助开发人员诊断和解决Linux应用程序的性能问题。
之前一个老板说“xxx组的同学是一定要把eBPF用到得心应手”，因为之前是做性能压测相关工作，个人感觉压测其实并不复杂，复杂的是压测后的问题定位，而eBPF则是定位问题的有效工具，我们可以透过eBPF去洞悉内核的运行状态，帮助我们去做故障诊断、网络优化、性能监控、以及安全控制等生产环境中的各种问题。
bpftrace是基于BPF和BCC构建的开源跟踪程序。与BCC一样，bpftrace附带了许多性能工具和支持文档。但是，它还提供了高级编程语言，使您可以创建功能强大的单行代码和简短的工具。
用于统计程序执行时间，这些事件包含程序从被调用到终止的时间，用户CPU时间，系统CPU时间。
几乎所有编程接口都可见于：内核源代码的include/uapi/linux/bpf.h文件中
作者：厉辉，腾讯 CSIG 后台开发工程师 本文主要分享火焰图使用技巧，介绍 systemtap 的原理机制，如何使用火焰图快速定位性能问题原因，同时加深对 systemtap 的理解。 让我们回想一下，曾经作为编程新手的我们是如何调优程序的？通常是在没有数据的情况下依靠主观臆断来瞎蒙，稍微有些经验的同学则会对差异代码进行二分或者逐段调试。这种定位问题的方式不仅耗时耗力，而且还不具有通用性，当遇到其他类似的性能问题时，需要重复踩坑、填坑，那么如何避免这种情况呢？ 俗语有曰：兵欲善其事必先利其器，个人认
L1缓分成两种，一种是指令缓存，一种是数据缓存。L2缓存和L3缓存不分指令和数据。L1和L2缓存在第一个CPU核中，L3则是所有CPU核心共享的内存。L1、L2、L3的越离CPU近就越小，速度也越快，越离CPU远，速度也越慢。再往后面就是内存，内存的后面就是硬盘。我们来看一些他们的速度：
因为一些调试及测试需要，我们的centos需要安装高版本内核以便进行BCC和BPF的实时调试功能。
有时候会遇到一些疑难杂症，并且监控插件并不能一眼立马发现问题的根源。这时候就需要登录服务器进一步深入分析问题的根源。那么分析问题需要有一定的技术经验积累，并且有些问题涉及到的领域非常广，才能定位到问题。所以，分析问题和踩坑是非常锻炼一个人的成长和提升自我能力。如果我们有一套好的分析工具，那将是事半功倍，能够帮助大家快速定位问题，节省大家很多时间做更深入的事情。
在 Linux 上遇到性能问题时，可使用 perfcollect 收集跟踪，以便收集有关出现性能问题时计算机上发生的状况的详细信息。
perf是linux上的性能分析工具，perf可以对event进行统计得到event的发生次数，或者对event进行采样，得到每次event发生时的相关数据(cpu、进程id、运行栈等)，利用这些数据来对程序性能进行分析。
上篇文章写完后，性能调优｜成都核酸系统篇 收到了一些夸赞，让我有继续写下去的动力；
看起来，在不同的linux发行版里，bpftool在不同的软件包里，ubuntu 22上，bpftool是linux-tools-generic的一部分，而树莓派里bpftool是一个单独的软件包。
a. on-CPU：执行中，执行中的时间通常又分为用户态时间user和系统态时间sys。
PTFuzzer是基于AFL框架实现的一款开源fuzz工具，它采用了Intel Processor Trace硬件部件来收集程序执行的路径信息，改进了原来AFL通过编译插桩方式获取程序执行路径信息的方法。和AFL相比，硬件收集的路径信息更加丰富，同时可以直接对目标程序进行fuzz，无需源码支持。
通过前两节对平均负载和 CPU 上下文切换的学习，我相信你对 CPU 的性能已经有了初步了解。不过我还是想问一下，在学这个专栏前，你最常用什么指标来描述系统的 CPU 性能呢？我想你的答案，可能不是平均负载，也不是 CPU 上下文切换，而是另一个更直观的指标—— CPU 使用率。
Profiling # Sample on-CPU functions for the specified command, at 99 Hertz: perf record -F 99 command # Sample on-CPU functions for the specified PID, at 99 Hertz, until Ctrl-C: perf record -F 99 -p PID # Sample on-CPU functions for the specified PID, at
首先在 amd64 机器构建 lovelonger**/**perf-test:amd 镜像，然后在 arm64 机器构建 lovelonger/perf-test:arm 镜像，构建完成 push 到 dockerhub。
系统性能专家 Brendan D. Gregg 在 LinuxCon NA 2014 大会上更新了他那个有名的关于Linux 性能方面的 talk (Linux Performance Tools) 和幻灯片。分别从监控、测试、优化、配置的角度总结了Linux日常所用到的工具。下面是其中的主要图片资料，希望对您有所帮助。
CPU依次处理上述任务的调度方法是切换。切换分为“进程切换”“线程切换”和“中断切换”。中断切换即在本节“软中断与硬中断”中提及的，当系统中有非常重要的请求来临，CPU停止手头工作，触发硬中断。“进程切换”和“线程切换”，在切换前都要调取上次保存的信息，在切换后都要保存当前的信息。“进程切换”和“线程切换”合在一起叫做上下文切换（context switches）。图3-21为当前仅有2个任务等待CPU处理下的进程下文切换。
前面我们说到 Python 之父结束了自己的退休生活，出山着手解决 Python 解释器的性能问题。并于 2022-10-24 发布了 Python-3.11 版本，综合性能提升了 22%。
BCC是一个用于跟踪内核和操作程序的工具集，其软件包中包含了一些有用的工具和例子，它扩展了BPF(Berkeley Packet Filters)，通常被称为eBPF , 在Linux3.15中首次引入，但大多数BCC的功能需要Libux4.1及以上版本。
假设你已经通过《perf:一个命令发现性能问题》中的方法或者使用profiler分析，已经发现内存分配是性能瓶颈：
缓存是现在所有高并发系统必需的核心模块，主要作用就是把经常访问的数据（也就是热点数据），提前读入到内存中。这样，下次访问时就可以直接从内存读取数据，而不需要经过硬盘，从而加快应用程序的响应速度。
将 eBPF 程序附加到跟踪点以及内核和用户应用探针点的能力，使得应用程序和系统本身的运行时行为具有前所未有的可见性。通过赋予应用程序和系统两方面的检测能力，可以将两种视图结合起来，从而获得强大而独特的洞察力来排除系统性能问题。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
