Linux CPU使用和进程执行历史记录

Question

有没有任何方法可以看出是哪个进程(Es)导致了最多CPU的使用？

我有AMAZON，它的CPU利用率达到100 %，让我重新启动系统。我甚至不能通过SSH登录(使用putty)。

有什么方法可以看出是什么导致了如此高的CPU使用率，以及是哪个进程导致了这一点？

我知道sar和top命令，但是我在任何地方都找不到进程执行历史记录。以下是亚马逊EC2监控工具的图像，但我想知道是哪个进程导致了这种情况：

我也尝试过ps -eo pcpu,args | sort -k 1 -r | head -100，但没有找到这么高的CPU使用率。

Answer 1

有几种可能的方法你可以做到这一点。注意，在一个失控的场景中，它完全有可能导致这一点，而不仅仅是一个。

第一种方法是设置pidstat以在后台运行并生成数据。

pidstat -u 600 >/var/log/pidstats.log & disown $!

这将给您一个非常详细的系统运行的展望，每隔十分钟。我建议这是您的第一次访问，因为它产生了最有价值/最可靠的数据来使用。

这有一个问题，主要是如果盒子进入一个失控的cpu循环并产生巨大的负载-你不能保证你的实际进程将在加载期间及时执行(如果有的话)，所以你实际上可能会错过输出！

第二种查找方法是启用流程会计。可能是更长远的选择。

accton on

这将启用流程会计(如果尚未添加)。如果在此之前没有运行，则需要时间来运行。

运行了24小时之后，您就可以运行这样的命令(它将产生这样的输出)

# sa --percentages --separate-times
     108  100.00%       7.84re  100.00%       0.00u  100.00%       0.00s  100.00%         0avio     19803k
       2    1.85%       0.00re    0.05%       0.00u   75.00%       0.00s    0.00%         0avio     29328k   troff
       2    1.85%       0.37re    4.73%       0.00u   25.00%       0.00s   44.44%         0avio     29632k   man
       7    6.48%       0.00re    0.01%       0.00u    0.00%       0.00s   44.44%         0avio     28400k   ps
       4    3.70%       0.00re    0.02%       0.00u    0.00%       0.00s   11.11%         0avio      9753k   ***other*
      26   24.07%       0.08re    1.01%       0.00u    0.00%       0.00s    0.00%         0avio      1130k   sa
      14   12.96%       0.00re    0.01%       0.00u    0.00%       0.00s    0.00%         0avio     28544k   ksmtuned*
      14   12.96%       0.00re    0.01%       0.00u    0.00%       0.00s    0.00%         0avio     28096k   awk
      14   12.96%       0.00re    0.01%       0.00u    0.00%       0.00s    0.00%         0avio     29623k   man*
       7    6.48%       7.00re   89.26%       0.00u    0.00%       0.00s    

各列按如下顺序排列：

1. 通话次数
2. 呼叫百分比
3. 用于这种类型的所有进程的实时时间。
4. 百分比。
5. 用户CPU时间
6. 百分比
7. 系统CPU时间
8. 普通的IO呼叫。
9. 百分比
10. 命令名

您要寻找的是生成最多用户/系统CPU时间的进程类型。

这会将数据分解为CPU时间的总量(上一行)，以及CPU时间是如何分配的。进程会计仅在进程何时启动时才正确记帐，因此，在启用该系统以确保所有服务都得到核算之后，重新启动系统可能是最好的方法。

这一点，并不能给你一个确切的想法，它可能是什么过程可能是这个问题的原因，但可能会给你很好的感觉。因为这可能是一个24小时的快照，有可能扭曲结果，所以请记住这一点。它还应该始终进行日志记录，因为它的内核特性，并且与pidstat不同的是，即使在负载很重的情况下，它也总是会产生输出。

最后一个可用的选项也使用进程记帐，因此您可以像上面一样打开它，但随后使用程序"lastcomm“生成问题发生前后执行的进程的一些统计信息以及每个进程的cpu统计信息。

lastcomm | grep "May  8 22:[01234]"
kworker/1:0       F    root     __         0.00 secs Tue May  8 22:20
sleep                  root     __         0.00 secs Tue May  8 22:49
sa                     root     pts/0      0.00 secs Tue May  8 22:49
sa                     root     pts/0      0.00 secs Tue May  8 22:49
sa                   X root     pts/0      0.00 secs Tue May  8 22:49
ksmtuned          F    root     __         0.00 secs Tue May  8 22:49
awk                    root     __         0.00 secs Tue May  8 22:49

这也会给你一些提示，说明是什么导致了这个问题。

Answer 2

顶上是一个特别方便的守护进程，用于查看进程级别的演练，默认情况下将这些数据存档28天。除了提供一个令人敬畏的实时监控界面之外，您还可以指定那些日志文件来打开并逐步遍历它们。

文章给出了一些功能的概念，您可以在命令页中找到更多的功能。

这确实是一款很棒的软件。

Answer 3

像普斯蒙和莫尼特这样的程序可能对你有帮助。它们可以监视系统上运行的进程以及是否存在阈值(CPU使用、内存使用.)获取“超出”，您可以设置它们向您发送关于发生了什么的电子邮件报告。

还可以自动重新启动行为不检的进程。