一、CPU性能指标：核心运算能力的量化评估

1.1 利用率（CPU Utilization）

CPU利用率反映处理器在单位时间内执行任务的比例，可通过top、htop或mpstat命令查看。需关注：

• 用户态（%usr）：应用程序消耗的CPU时间，过高可能表明应用逻辑复杂或并发量大。
• 内核态（%sys）：系统调用和内核操作消耗的时间，异常升高可能因I/O阻塞或驱动问题。
• 空闲率（%idle）：持续低于10%可能引发性能瓶颈。

优化建议：

• 使用perf工具分析热点函数，优化算法或减少锁竞争。
• 对计算密集型任务，考虑横向扩展（增加节点）或纵向升级（更高主频CPU）。

1.2 上下文切换（Context Switches）

上下文切换次数过多会导致性能下降，可通过vmstat 1查看cs列。常见原因：

• 多线程竞争资源（如锁、I/O）。
• 中断处理频繁（如网络包过多）。

案例：
某数据库服务器cs值持续>10万次/秒，通过strace发现大量futex系统调用，优化锁粒度后性能提升40%。

1.3 运行队列（Run Queue）

运行队列长度（vmstat的r列）表示等待CPU的任务数。若长期超过CPU核心数，需警惕：

• 公式：理想队列长度 ≤ CPU核心数 × 2。
• 工具：sar -q 1可查看历史队列数据。

二、内存性能指标：资源分配与回收的效率

2.1 可用内存（Available Memory）

free -h中的available字段更准确反映可用内存，包含缓存和缓冲区可回收部分。需关注：

• OOM（Out of Memory）：当内存耗尽时，内核会触发OOM Killer终止进程，日志见/var/log/messages。
• Swap使用率：高Swap使用会导致性能骤降，可通过swapon --show检查。

优化建议：

• 调整vm.swappiness（默认60）为10-30，减少Swap使用。
• 使用cgroups限制非关键进程的内存占用。

2.2 缓存命中率（Cache Hit Ratio）

内存缓存效率可通过sar -B 1查看：

• pgscank/s：页面扫描次数，过高表明内存不足。
• pgsteal/s：从缓存回收的页面数。

案例：
某Web服务器缓存命中率低于90%，通过增加vm.dirty_ratio（脏页比例）至20%，减少频繁写盘，命中率提升至95%。

三、磁盘I/O性能指标：存储子系统的瓶颈定位

3.1 IOPS与吞吐量

• IOPS：每秒I/O操作数，SSD可达数万，HDD仅数百。
• 吞吐量：单位时间传输的数据量（MB/s）。

工具：

• iostat -x 1：查看r/s（读IOPS）、w/s（写IOPS）、rkB/s（读吞吐量）。
• fio：基准测试工具，示例命令：

  fio --name=randread --ioengine=libaio --iodepth=32 --rw=randread --bs=4k --direct=1 --size=1G --numjobs=4 --runtime=60 --group_reporting

3.2 延迟（Latency）

• 平均等待时间（await）：I/O请求从提交到完成的平均时间（ms）。
• 服务时间（svctm）：设备处理I/O请求的平均时间（ms）。

优化建议：

• 调整queue_scheduler（如CFQ→Deadline）。
• 对随机I/O密集型负载，使用RAID 10或SSD。

四、网络性能指标：数据传输的效率与稳定性

4.1 带宽利用率

• 工具：iftop、nload或sar -n DEV 1。
• 阈值：持续超过70%需考虑扩容或优化。

4.2 丢包与重传

• 命令：netstat -s | grep -E "retrans|segments"。
• TCP重传率：重传包数 / 总包数 > 1%需警惕。

案例：
某视频流服务器重传率达5%，通过调整net.ipv4.tcp_retries2（默认15）至8，减少超时等待时间，重传率降至0.3%。

五、系统级指标：综合性能的宏观视角

rage-">5.1 负载平均值（Load Average）

• 含义：1分钟、5分钟、15分钟内的平均运行队列长度。
• 规则：负载值 ≤ CPU核心数为健康状态。

5.2 中断与软中断

• 命令：cat /proc/interrupts和mpstat -P ALL 1。
• 常见问题：网络包过多导致软中断（NET_RX）占比过高。

优化建议：

• 启用RPS（Receive Packet Steering）分散软中断处理。
• 对千兆网络，调整net.core.netdev_budget（默认300）至600。

六、综合监控工具推荐

1. Prometheus + Grafana：可视化监控，支持自定义告警。
2. Nagios：传统监控工具，适合企业级环境。
3. Sysstat：内置工具集，包含sar、iostat等。

七、调优实践：从监控到优化

步骤：

1. 基准测试：使用sysbench或fio建立性能基线。
2. 动态监控：通过top、iostat等工具实时观察。
3. 问题定位：结合日志（/var/log/messages）和工具输出。
4. 参数调整：修改/etc/sysctl.conf或内核参数（如vm.dirty_background_ratio）。
5. 验证效果：对比调优前后的指标数据。

示例配置：

# 优化网络接收队列
echo 4096 > /sys/class/net/eth0/rx_queue_size
# 调整脏页写回阈值
echo 10 > /proc/sys/vm/dirty_background_ratio
echo 20 > /proc/sys/vm/dirty_ratio

总结

Linux服务器性能调优需结合多维度指标，通过系统化监控和针对性优化，可显著提升资源利用率。运维人员应定期审查性能数据，建立自动化告警机制，确保系统稳定高效运行。