CPU使用率度量指標是扯淡!
作者簡介:Brendan D. Gregg目前在Netflix從事大規模雲端計算效能方面的工作。
我們用來衡量CPU使用率(CPU utilization)的指標具有極大的誤導性,而且一年比一年來得誤人子弟。CPU使用率到底是什麼?你的處理器有多忙碌?不,那不是CPU使用率衡量的方面。沒錯,我在這裡所說的是每個人在到處使用的“%CPU”這個度量指標,用於每一款效能監控產品中。用top(1)命令來檢視。
你可能認為90%的CPU使用率意味著:
而實際上它可能意味著:
停滯(stalled)意味著處理器在處理指令方面沒有進展,通常是由於處理器在等待記憶體輸入/輸出。我在上面劃分的比例(忙碌和停滯之間)是我在實際的生產環境中經常看到的情形。你很可能基本上處於停滯狀態,但渾然不知罷了。
這對你來說意味著什麼呢?瞭解你的多少CPU處於停滯狀態可以指導減少程式碼或減少記憶體輸入/輸出之間的效能調優工作。誰要是在關注CPU效能,尤其是在根據CPU自動擴充套件資源的雲,如果知道%CPU中停滯的部分,那將大有益處。
CPU使用率其實是什麼東東?
我們稱為CPU使用率的衡量指標其實是“非閒置時間”(non-idle time):也就是CPU未執行閒置執行緒的時間。你的作業系統核心(無論它是什麼核心)通常在上下文切換過程中跟蹤這個指標。如果非閒置程序開始執行,然後停止100毫秒,核心還是認為該CPU在那整段時間都被使用。
這個度量指標的歷史與分時系統一樣久遠。Apollo Lunar Module制導計算機(一種開創性的分時系統)稱其閒置執行緒為“DUMMY JOB”,工程師們跟蹤了執行該閒置執行緒的週期和執行實際任務的週期,將這視作是一個衡量計算機使用率的重要指標。
那麼這個指標哪裡不對勁呢?
現如今,CPU的速度已變得比主記憶體快得多,等待記憶體在仍然所謂的“CPU使用率”中佔了大頭。如果你看到數值很高的%CPU,可能認為處理器是瓶頸(即散熱片和風扇下面的CPU封裝件),而實際上那些DRAM模組才是瓶頸。
這方面的情形一直變得越來越嚴峻。長期以來,處理器廠商提高時鐘速度的幅度超過DRAM提高訪問延遲的幅度,這就是所謂的“CPU DRAM缺口”( CPU DRAM gap)。這種情形在3 GHz處理器面世的2005年前後趨穩;自那以後,處理器使用更多的核心和超執行緒來提升效能,另外使用多插座配置,這一切給記憶體子系統提出了更高的要求。處理器廠商試圖採用更龐大、更智慧的CPU快取以及更快速的記憶體匯流排和互連技術來緩解這個記憶體瓶頸。但是我們仍然通常處於停滯狀態。
如何表明CPU到底在處理什麼?
不妨使用效能監控計數器(PMC):這是使用Linux perf(http://www.brendangregg.com/perf.html)及其他工具可以讀取的硬體計數器。比如說,將整個系統測量10秒鐘:
# perf stat -a — sleep 10
Performance counter stats for ‘system wide’:
641398.723351 task-clock (msec) # 64.116 CPUs utilized (100.00%)
379,651 context-switches # 0.592 K/sec (100.00%)
51,546 cpu-migrations # 0.080 K/sec (100.00%)
13,423,039 page-faults # 0.021 M/sec
1,433,972,173,374 cycles # 2.236 GHz (75.02%)
<not supported> stalled-cycles-frontend
<not supported> stalled-cycles-backend
1,118,336,816,068 instructions # 0.78 insns per cycle (75.01%)
249,644,142,804 branches # 389.218 M/sec (75.01%)
7,791,449,769 branch-misses # 3.12% of all branches (75.01%)
10.003794539 seconds time elapsed
這裡一個關鍵的度量指標是每個週期指令(即IPC),該度量指標顯示了我們在每個CPU時鐘週期平均完成了多少個指令。簡單來說,這個值越高越好。上面例子中的0.78聽起來不賴(78%的時間段處於忙碌狀態);但如果你意識到該處理器的最高速度下IPC是4.0,就不這麼認為了。這又叫4-wide,是指指令取出/解碼路徑。這意味著,CPU每個時鐘週期可以retire(完成)四個指令。所以,在4-wide系統上IPC為0.78,意味著CPU的執行速度是其最高速度的19.5%。新的英特爾Skylake處理器是5-wide。
你可以用來進一步鑽研的PMC要多數百個:可以按不同的型別,直接測量停滯的週期。
在雲端
如果你在虛擬環境中,可能無法訪問PMC,這要看虛擬機器管理程式是否為訪客(guest)支援PMC。我最近寫過一篇文章:《EC2的PMC:測量IPC》(http://www.brendangregg.com/blog/2017-05-04/the-pmcs-of-ec2.html),表明瞭如今PMC如何可用於基於Xen的AWS EC2雲上面的專用主機型別。
實際對策
如果你的IPC < 1.0,你可能遇到了記憶體停滯,軟體調優策略包括減少記憶體輸入/輸出,改進CPU快取和記憶體區域性性(memory locality),尤其是在NUMA系統上。硬體調優策略包括:使用CPU快取比較大的處理器以及速度比較快的記憶體、匯流排和互連技術。
如果你的IPC > 1.0,你可能是指令密集型。想方設法減少程式碼執行:消除不必要的工作和快取操作等。CPU火焰圖(http://www.brendangregg.com/FlameGraphs/cpuflamegraphs.html)是一款很適合開展這項調查的工具。至於硬體調優,不妨試一試更快的時鐘頻率和數量更多的核心/超執行緒。
效能監測產品應該能告訴你什麼?
每一款效能工具應該顯示IPC以及%CPU。或者將%CPU分解成指令完成周期與停滯週期,比如%INS和%STL。
面向Linux的tiptop(1)可按程序顯示IPC:
tiptop – [root]
Tasks: 96 total, 3 displayed screen 0: default
PID [ %CPU] %SYS P Mcycle Minstr IPC %MISS %BMIS %BUS COMMAND
3897 35.3 28.5 4 274.06 178.23 0.65 0.06 0.00 0.0 java
1319+ 5.5 2.6 6 87.32 125.55 1.44 0.34 0.26 0.0 nm-applet
900 0.9 0.0 6 25.91 55.55 2.14 0.12 0.21 0.0 dbus-daemo
CPU使用率具有誤導性的其他理由
讓CPU使用率具有誤導性的不僅僅是記憶體停滯週期。其他因素包括如下:
- 溫度過高導致處理器停滯。
- 睿頻加速(Turboboost)導致時鐘頻率不一。
- 核心因speedstep導致時鐘頻率不一。
- 平均值方面的問題:1分鐘內的使用率為80%,隱藏了100%的突發使用率。
- 自旋鎖:CPU被使用,有很高的IPC,但是應用程式在處理指令方面沒有合理的進展。
結束語
CPU使用率已成為一個極具誤導性的度量指標:它包括了等待主記憶體的週期,而這類週期在現代工作負載中佔了大頭。如果使用額外的度量指標,你就能搞清楚%CPU到底意味著什麼,包括每個週期指令(IPC)。IPC < 1.0可能意味著記憶體密集型,而IPC > 1.0可能意味著指令密集型。我在之前的一篇文章(http://www.brendangregg.com/blog/2017-05-04/the-pmcs-of-ec2.html)中介紹了IPC,包括介紹了衡量IPC所需要的效能監控計數器(PMC)。
顯示%CPU的效能監控產品還應該顯示PMC度量指標,解釋那個值意味著什麼,那樣才不會誤導終端使用者。比如說,它們可以一併顯示%CPU及IPC,以及/或指令完成周期與停滯週期。有了這些度量指標,開發人員和操作人員才能決定如何才能更好地調優應用程式和系統。