atop是一款开源的性能监测工具，atop是以一定的频率记录系统的运行状态，所采集的数据包含系统资源(CPU、内存、磁盘和网络)使用情况和进程运行情况，并能以日志文件的方式保存在磁盘中
在管理Linux系统时，了解系统级监控工具是至关重要的。其中，atop是一种功能强大的工具，它允许运维人员以实时的方式监控系统运行状态，包括进程活动、内存使用、磁盘I/O以及网络负载等。atop提供了一种简洁而全面的方式来追踪系统表现和资源消耗情况，使得性能分析变得简单而直观。
atop就是一款用于监控Linux系统资源与进程的工具，它以一定的频率记录系统的运行状态，所采集的数据包含系统CPU、内存、磁盘、网络的资源使用情况和进程运行情况，并能以日志文件的方式保存在磁盘中，服务器出现问题后，可获取相应的atop日志文件进行分析。
atop用来监控系统资源与进程的工具，默认是以10s为间隔，来记录系统的运行状态，并且会以每隔10分钟记录一次采集数据到日志中。
前言 Linux上运行大量的后端的业务程序，往往希望得到更快的响应速度，更小的延迟，甚至有严格的PCT 99的指标。而操作系统的复杂度很高，多个因子之间可能会互相影响，从而影响到业务的指标。 在作者的工作环境中，经常使用到atop工具进行问题分析。atop是一个小巧的、高性能、比较全面的系统/进程级别的监控软件，下面就来介绍一下它的主要功能。 分析 源代码 源代码目前主要维护在github上面，https://github.com/Atoptool/atop 代码的原作者也是现在的maintainer通常会在几周甚至个把月的时间处理一下Pull Request，如果有新的改动需要合入到upstream，还是需要一点耐心的。 基本原理介绍 在源代码中的atop.c中有如下描述：
[非内部程序，需要安装]它以一定的频率记录系统的运行状态，所采集的数据包含系统资源(CPU、内存、磁盘和网络)使用情况和进程运行情况，并能以日志文件的方式保存在磁盘中，服务器出现问题后，我们可获取相应的atop日志文件进行分析。atop是一款开源软件，我们可以从这里获得其源码和rpm安装包。
前言 互联网公司一般都会运行着几千到几万的服务器。一般的监控会采用类似ganglia/falcon类似的工具，在本地启动一个agent，把数据统计上报到集中式的服务器中，用来监控和分析系统的问题。 另外，有atop这样的工具，可以运行在服务器上，在本地写下record文件，atop命令本身也可以分析record文件，其中保存的数据的粒度更加细致，可以精确到线程级别，还有IPC，主频等等。 经验来看，atop每天生成的record文件大约500M左右，保存最近的一段时间，似乎也不是问题。用集中式的监控，配合上atop，对于问题分析来说，会有一些帮助。 分析 1,atop的改进 atop的代码量本身并不大，官方的代码在： https://github.com/Atoptool/atop.git 在使用atop的过程中，遇到了一些问题，作者也做了相应的修改： https://github.com/bytedance/atop 在bytedance-features分支上。作者把patch发送给maintainer，但是maintainer一直没有回复。在这里，列举一下改动的内容，如下。 2,smaps的优化 尝试使用smaps_rollup代替smaps，用来提高atop收集进程的PSS内存使用的效率。这个patch会在4.14上有所提升。一般情况下，建议在atop收集的时候不要加上-R选项。因为在atop读/proc/PID/smaps的时候，会walk整个PID进程的页表，期间会lock住内存页表的锁。如果在这期间PID进程发生了page fault，也需要lock，就会造成锁的进程。影响PID进程的性能。 3,数据破损问题 atop使用裸数据的方式保存record文件，其中包括三部分：raw record，就是头信息; scompbuf，是系统状态信息的数据; pcompbuf，是task级的状态信息数据，大小和task数量有关系。为了减小record文件的大小，对于 scompbuf和pcompbuf还采用了压缩。所以，数据必须完整的 rr,scompbuf,pcompbuf顺序写下去的，否则atop无法识别数据。 good case : ... rr,scompbuf,pcompbuf ... rr,scompbuf,pcompbuf ... bad case : ... rr,scompbuf[missing] ... rr,scompbuf,pcompbuf … 例如上面的例子，在写完rr,scompbuf之后，atop发生了crash，再重新启动，就会丢失后面的 pcompbuf，造成了整个record文件的不可用。 在patch中，作者使用writev进行写入数据，要么都写入成功，要么都写入不成功，用来防止这种case发生。 4,IPC造成的虚拟机性能抖动 IPC,instructions per cycle。可以用来衡量CPU运行的效率。通常是通过perf采集的数据。 提到perf，就要说明一下它的工作原理：intel的CPU上集成了PMU，用来采集硬件的信息。可以收集的硬件信息很多，可以通过perf list | grep Hardware来看。但是硬件的寄存器有数量限制，所以需要通过wrmsr指令告诉CPU收集哪些具体的事件，再通过rdpmc指令来读取对应的数据。 在虚拟化场景下，在虚拟机中使用PMU又复杂了一下，在虚拟机中执行wrmsr和rdpmc的时候，都需要虚拟机从none-root模式退出，影响了虚拟机的性能。 在patch中，作者让atop支持perfevents的配置，支持三种模式：enable模式，启用perf收集IPC。disable模式，禁用perf收集IPC。auto模式，在启动的时候，atop自动检查是否在虚拟机中运行，如果在虚拟机中，禁用;在物理级中，启用。默认是auto模式。 5,减小record文件 如果是大规格的服务器，40CPU，甚至到96CPU，通常运行大量的docker，里面运行了很多的task。其中很多task占用资源很少，但是依然会占用atop的record文件。 在patch中，支持了配置参数recordcputop & recordmemtop。用来配置收集cpu和内存的topN。其他的task可以忽略。作者测试线上的服务器36CPU, about 500 processes的场景，大约节省了40%的磁盘空间。 6,加速读record 一般在ganglia上看到系统抖动，例如下午三点十分，在对应的服务器上执行： atop -r / var/log/atop/atop_xxxx -b 15:10 如前文所述，因为rawrecord的原因，则会从头读到尾，直到匹配到对应的时间。对于log盘的使用，尤其是虚拟化场景，会限制IOPS。这
atop是一个功能非常强大的linux服务器监控工具，它的数据采集主要包括：CPU、内存、磁盘、网络、进程等，并且内容非常的详细，特别是当那一部分存在压力它会以特殊的颜色进行展示，如果颜色是红色那么说明已经非常严重了。
平常处理服务器的问题遇到的最多的是负载高了，内存高了，io高了等问题，这里最明显的表现就是相关的监控指标了，对于诊断这种问题起到事半功倍的效果。
atop 命令是一款监控 Linux 系统资源与进程的工具，非内部命令，需要安装。
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
前言 在虚拟化场景下，经常会用到steal time来判断虚拟机的vCPU执行是否被抢占，进而来衡量虚拟机的性能指标。同时，在延迟敏感型的业务上（例如redis），会用sched delay来分析延迟突刺类问题。 这里我们来分析steal time以及进程的sched delay的原理和实现。再进一步延伸到atop对sched delay的支持，做到带外监控。 分析 schedstat中的run delay 在进程的proc目录下，存在文件/proc/<PID>/schedstat 在内核文档中可以找到下面的描述
在centos操作系统中查看所有正在运行的进程，你可以使用ps命令。它能显示当前运行中进程的相关信息，包括进程的PID。Linux和UNIX都支持ps命令，显示所有运行中进程的相关信息。ps命令能提供一份当前进程的快照。如果你想状态可以自动刷新，可以使用top命令。
你可以使用ps命令。它能显示当前运行中进程的相关信息，包括进程的PID。Linux和UNIX都支持ps命令，显示所有运行中进程的相关信息。ps命令能提供一份当前进程的快照。如果你想状态可以自动刷新，可以使用top命令。
可以使用ps命令。它能显示当前运行中进程的相关信息，包括进程的PID。Linux和UNIX都支持ps命令，显示所有运行中进程的相关信息。
本文实例为大家分享了Android仿刮刮卡效果展示的具体代码，供大家参考，具体内容如下
前言 在高性能网络模型下，使用polling模式，依然遇到了长尾20ms+的情况，远高于平均的1ms左右。怀疑是调度的延迟导致的。那么如何量化是不是内核的调度导致的呢？以及如何发现是什么原因导致的呢？ 分析 调度延迟 在前文《[Linux][kernel]sched delay和steal time的原理分析以及atop的监控改进》中分析过Linux中如何计算一个task的run delay：即一个task希望运行，但是得不到运行的时间统计，即run delay，也就是调度延迟。 那么问题来了，如果通过atop监控到某一个进程的run delay是2%，能说明那20ms的长尾延迟是因为调度延迟导致的吗？答案是不能。我们看下面的两种情况： 1，例如说，Run 19ms, Delay 1ms,Run 19ms, Delay 1ms,Run 19ms, Delay 1ms。在这个模型下，统计出来的run delay是2%。 2，另外一种模型下，例如 Run 980ms, Delay 20ms, Run 980ms, Delay 20ms，这个模型下，就会遇到20ms+的长尾延迟。 所以atop可以统计出来宏观的run delay延迟占比，但是不能统计出来具体的调度延迟极端情况。 runqslower工具 在bcc中提供了runqslower工具，可以通过参数控制，打印出来哪些进程的调度延迟超过了特定的阈值，例如希望知道哪些进程的run delay超过10ms，可以使用这样的命令：
在企业应用中，除了经常会用到企业级的性能监控和告警工具（如nagios、zabbix、Prometheus），还会在服务器设备出现性能问题时，可以通过部署一些可以进行性能回溯和追踪的性能分析工具，便于在主机hang死或挂机时，定位主机各项指标是否过载，也可以定位到具体是哪些程序引发了性能瓶颈。
Xfermode的作用是将绘制的图形的像素和Canvas上对应位置的像素按照一定的规则进行混合，形成新的像素，再更新到Canvas中形成最终的图形，使用的时候都是通过Paint.setXfermode 我们一个像素的颜色都是由四个分量组成，即ARGB，A表示的是我们Alpha值，RGB表示的是颜色 S表示的是原像素，原像素的值表示[Sa,Sc] Sa表示的就是源像素的Alpha值，Sc表示源像素的颜色值 D表示的是目标像素，目标像素的值表示[Da,Dc] Da表示的就是目标像素的Alpha值，Dc表示目标像
作者遇到了业务的一个性能抖动问题，在这里介绍一下它的原因和解决办法。 分析 1，page fault 在Linux上，进程分配到的内存是虚拟内存，经过内核的页表管理，会把虚拟内存映射成物理内存。 a，在第一次访问内存的时候，会触发page fault，内核会给进程分配好内存，进程继续执行。 b，内核进行内存回收，可能会把进程的部分内存进行回收，swap到磁盘上，下次访问到再换回来。当然，这个在实际业务上未必会启用swap以防止性能下降。 c，进程自己判断，认为部分内存段时间内不会使用，会尝试把它归还给内核。它的好处是不需要修改进程的虚拟地址空间，只是把内存页面（page）归还给内核，下一次访问到的时候，会因为page fault而重新分配物理内存。 另外需要注意的时候，处理page fault的过程中，需要持有进程的内存的锁（current->mm->mmap_sem）。 2，TLB shootdown 例如某服务器有40CPU，那么就意味着可以同时运行40个task。 例如某业务有30个线程，且这30个线程都很忙，并行执行在30个CPU上。 因为30个线程共享地址空间，它们使用的是相同的页表（page table）。所以在运行这30个线程的CPU上，会加载相同的页表。 当代CPU为了加速TLB查找的速度，会使用cache，也就是说会把对应的页表项（page table entry）加载到TLB cache中。 在运行的某一个时刻，某1个线程执行了上述的page fault的case 3，也就是执行了系统调用int madvise(void *addr, size_t length, MADV_DONTNEED)，想要释放1个page（4K大小），除了需要修改页表释放该page外，还需要确保CPU的TLB cache中也是没有该page的PTE的。因为如果TLB cache还有该PTE，那么CPU访问这个page就不会出错，而这个page已经被释放并分配给其他进程使用的话，就会造成安全问题。 在多核场景下，这个问题就变得更加复杂了。除了运行madvise的线程之后，还需要确保另外的29个线程运行的CPU的TLB cache也是没有该PTE的。为了实现这种效果，需要当前的CPU通知另外的29个CPU，执行clflush或者重新加载cr3。这个通知的过程需要发送IPI（inter processor interrup）。 发送IPI的这个过程，在x86上的体现就是需要CPU执行wrmsr指令，对应的操作是触发ICR。了解虚拟化的朋友应该知道，wrmsr这条指令在虚拟机上需要经过Hypervisor处理，性能更低一些。 除此之外，在执行madvise的过程中，还需要持有当前进程的内存的锁（current->mm->mmap_sem），而且这个锁的粒度比较大。 而jemalloc库，默认情况下，则会释放过期的内存，调用madvise(void *addr, size_t length, MADV_DONTNEED)。 3，smaps/smaps_rollup cat /proc/PID/smaps，可以查看进程的每一段VMA信息。
当涉及到centos系统性能优化的时候，物理内存是一个最重要的因素。自然的，Linux提供了丰富的选择来监测珍贵的内存资源的使用情况。不同的工具，在监测粒度（例如：全系统范围，每个进程，每个用户），接口方式（例如：图形用户界面，命令行，ncurses）或者运行模式（交互模式，批量处理模式）上都不尽相同。
当涉及到Linux系统性能优化的时候，物理内存是一个最重要的因素。自然的，Linux提供了丰富的选择来监测珍贵的内存资源的使用情况。不同的工具，在监测粒度（例如：全系统范围，每个进程，每个用户），接口方式（例如：图形用户界面，命令行，ncurses）或者运行模式（交互模式，批量处理模式）上都不尽相同。
在做Linux系统优化的时候，物理内存是其中最重要的一方面。自然的，Linux也提供了非常多的方法来监控宝贵的内存资源的使用情况。下面的清单详细的列出了Linux系统下通过视图工具或命令行来查看内存使用情况的各种方法。
本文介绍了HT for Web基于HTML5的图像操作实现，包括基于Canvas的globalCompositeOperation属性进行各种blending效果，以及基于WebGL的Shading Language的像素操作方式。通过两种截然不同的绘制方式，达到了高效的性能，并节省了CPU资源。同时，HT for Web还提供了丰富的交互和动画等操作，具有广泛的应用场景。
/** * 图形组合 */ function initDemo5() { var canvas = document.getElementById("demo5"); if (!canvas) return; var context = canvas.getContext("2d"); var oprtns = [ "source-atop", // 新图形覆盖原有图形，新图形未重叠部分透明 "source-in", // 新图形覆盖原有图
上篇介绍了HT for Web采用HTML5 Canvas的getImageData和setImageData函数，通过颜色乘积实现的染色效果，本文将再次介绍另一种更为高效的实现方式，当然要实现的功能
我记得之前分享过一篇文章 ggplot2绘图添加文本注释上下标问题，ggplot2画图如果添加文本注释可以用annotate()这个函数。简单的小例子 library(extrafont) fonts() ggplot(df,aes(x=A,y=B,color=D))+ geom_point(aes(shape=D),size=10)+ theme_bw()+ theme(legend.position = "none")+ annotate(geom = "text",x=3,y=8.5,
PorterDuff的由来： PorterDuff其实来自两个人名：Tomas Porter和Tom Duff ，他们是最早在SIGGRAPH上提出图形混合概念的大神级人物.有感兴趣的同学可以自己查下并深入了解，在此不再做过多描述. 利用ProterBuff.Mode我们可以完成任意2D图像测操作， 比如涂鸦画板应用中的橡皮擦效果，绘制各种自定义的进度,等等很强大的效果，下面请看效果：
区域 ( 源图像素 不透明区域 ) : 该区域的 透明度 与 颜色值 与 源图像一样 ;
https://github.com/orgs/gradlab/repositories
上一篇文章中给大家介绍了《11 款可替代 top 命令的工具！》，今天我再来给大家推荐 7 款可替代 top 命令的工具，看完这两篇替代品的文章相信能让你对 Linux 操作系统下一个小小的命令大开眼界。
Tags： LaTex MathJax ---- 简书Markdown暂时不能直接支持使用$$标签来显示Latex语法，可以在 https://www.zybuluo.com/hzw/note/80162 （作业部落 Markdown）查看使用"$$"标签显示Latex公式效果，其直接支持MathJax，脚注，目录，Tags等语法。 注：简书要想显示数学公式，可以按如下操作，使用Latex在线生成然后插入的方式。 编辑源码 对于简易公式，可以使用如下方式一： 方法从原始画布中剪切任意形状和尺寸。 提示：一旦剪切了某个区域，则所有之后的绘图都会被限制在被剪切的区域内（不能访问画布上的其他区域）。您也可以在使用 clip() 方法前通过使用 save() 方法对当前画布区域进行保存，并在以后的任意时间对其进行恢复（通过 restore() 方法） 以下是用一个圆去截取一个矩形的示例：
https://www.psvmc.cn/zjtools/z/tex-editor/index.html
前言 为了提高虚拟机的网盘的高科用，同时挂载了两块，在Guest内部使用RAID1，如果后端一块发生故障，可以保证在10s内failover，恢复业务运行。当前的配置是把RAID1的md设备格式化成ext4文件系统，挂载后使用。 atop每天大约生成了200M+的文件，文件在md设备上。发现在查看atop文件的时候，耗时很长，大约估计需要30s。 分析 1,使用filemap分析文件的物理分布 首先怀疑是ext4的文件在物理分布上的情况，有可能是比较零碎，会导致读消耗更高的IOPS。 作者写过一个工具，用来dump出来文件的物理layout情况，代码路径： https://github.com/pacepi/tool/blob/master/filemap.c 编译后执行，
KVM forum 2019上，作者和同事的演讲主题是《How KVM-based Hybrid Deployment Powers Bytedance’s Biggest Day Ever》。 在这里详细展开一下，介绍一下基于KVM虚拟化的混合部署。下文的脉络大约是： 1，业务背景 2，为什么使用KVM虚拟化方案 3，在使用KVM虚拟化方案的过程中，我们做了那些改进 4，基于KVM虚拟化的混合部署方案取得了怎样的效果
本文实例为大家分享了Android实现光点模糊渐变的自旋转圆环效果，供大家参考，具体内容如下
在本文中，你将学习到 Canvas 提供的一些更高级的功能。本文将讲述如何合成、创建阴影使图形看起来更真实有趣。本文内容非常精彩，我希望这些内容能够拓宽你的眼界，帮助你学会画布的高级功能。
https://stackoverflow.com/questions/7182247/ggplot2-annotate-text-with-superscript
PorterDuff的由来： 相信大多数人看到这个ProterDuff单词很奇怪了吧，这肿么个意思呢,然后就用有道啊，金山啊开始翻译，但是翻译软件给出的结果肯定还是 ProterDuff或者”未找到”. 这是什么情况呢？PorterDuff其实来自两个人名：Tomas Porter和Tom Duff ，他们是最早在SIGGRAPH上提出图形混合概念的大神级人物.有感兴趣的同学可以自己查下并深入了解，在此不再做过多描述. 利用ProterBuff.Mode我们可以完成任意2D图像测操作， 比如涂鸦画板应用中的橡皮擦效果，绘制各种自定义的进度,等等很强大的效果，下面请看效果：
客户上云过程中将原有在数据中心自建kubernetes集群迁移至腾讯云TKE集群，迁移过程中发现其中有一个容器沙箱环境频繁出现node节点夯死现象，目前已经出现5-6次，亟需定位原因。出现异常时节点无法登陆且需要手动重启才能恢复，"罪犯"逃离，异常后节点状态置为NotReady，无状态化pods会自动驱逐至其他节点，有状态化StatefullSets部署的pods无法驱逐成功。
对于上面的命令，有些是Linux系统自带的，你可以直接执行。有些是第三方命令，不过绝大多数可以直接通过Yum install xxx或者apt-get intall xxx来安装。这些命令虽然小巧，但是在我们的服务器出现问题将会显得特别有用。
1.free：查看内存占用情况，会直接返回，常用参数 -M、-G 是以MB或GB为单位返回结果。
因为时间比较紧张，8 天的时间完成环信客服模块的接入，就直接用了环信提供的 UI 控件，但是一些细节的部分， UI 还是会给出设计图，按照设计图完成最终效果。
在详情页面我是用 WebView 展示的，我想实现的交互是，点击 WebView 的内容跳转另一个页面。实现过程是，让 HTML 代码调用 JavaScript 代码，再让 JavaScript 代码调用 Android 的代码，下面看看如何实现。
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
云直播
