性能优化中CPU、内存、磁盘IO、网络性能的依赖

【好书摘要】性能优化中CPU、内存、磁盘IO、网络性能的依赖

系统优化是一项复杂、繁琐、长期的工做，优化前须要监测、采集、测试、评估，优化后也须要测试、采集、评估、监测，并且是一个长期和持续的过程，不 是说如今优化了，测试了，之后就能够一劳永逸了，也不是说书本上的优化就适合眼下正在运行的系统，不一样的系统、不一样的硬件、不一样的应用优化的重点也不一样、 优化的方法也不一样、优化的参数也不一样。性能监测是系统优化过程当中重要的一环，若是没有监测、不清楚性能瓶颈在哪里，怎么优化呢?因此找到性能 瓶颈是性能监测的目的，也是系统优化的关键。系统由若干子系统构成，一般修改一个子系统有可能影响到另一个子系统，甚至会致使整个系统不稳定、崩溃。所 以说优化、监测、测试一般是连在一块儿的，并且是一个循环并且长期的过程，一般监测的子系统有如下这些：
    CPU
    Memory
    IO
    Network
这些子系统互相依赖，了解这些子系统的特性，监测这些子系统的性能参数以及及时发现可能会出现的瓶颈对系统优化颇有帮助。
应用类型
不一样的系统用途也不一样，要找到性能瓶颈须要知道系统跑的是什么应用、有些什么特色，好比 web server 对系统的要求确定和 file server 不同，因此分清不一样系统的应用类型很重要，一般应用能够分为两种类型：
    IO 相关，IO 相关的应用一般用来处理大量数据，须要大量内存和存储，频繁 IO 操做读写数据，而对 CPU 的要求则较少，大部分时候 CPU 都在等待硬盘，好比，数据库服务器、文件服务器等。

    CPU 相关，CPU 相关的应用须要使用大量 CPU，好比高并发的 web/mail 服务器、图像/视频处理、科学计算等均可被视做 CPU 相关的应用。

监测工具
咱们只须要简单的工具就能够对 Linux 的性能进行监测，如下是 VPSee 经常使用的工具：
工具    简单介绍
top    查看进程活动状态以及一些系统情况
vmstat    查看系统状态、硬件和系统信息等
iostat    查看CPU 负载，硬盘情况
sar    综合工具，查看系统情况
mpstat    查看多处理器情况
netstat    查看网络情况
iptraf    实时网络情况监测
tcpdump    抓取网络数据包，详细分析
tcptrace    数据包分析工具
netperf    网络带宽工具
dstat    综合工具，综合了 vmstat, iostat, ifstat, netstat 等多个信息
本系列将按照CPU、内存、磁盘IO、网络这几个方面分别介绍。

Linux性能监测：CPU篇

CPU 的占用主要取决于什么样的资源正在 CPU 上面运行，好比拷贝一个文件一般占用较少 CPU，由于大部分工做是由 DMA（Direct Memory Access）完成，只是在完成拷贝之后给一个中断让 CPU 知道拷贝已经完成；科学计算一般占用较多的 CPU，大部分计算工做都须要在 CPU 上完成，内存、硬盘等子系统只作暂时的数据存储工做。要想监测和理解 CPU 的性能须要知道一些的操做系统的基本知识，好比：中断、进程调度、进程上下文切换、可运行队列等。这里 VPSee 用个例子来简单介绍一下这些概念和他们的关系，CPU 很无辜，是个不辞辛苦的打工仔，每时每刻都有工做在作（进程、线程）而且本身有一张工做清单（可运行队列），由老板（进程调度）来决定他该干什么，他须要 和老板沟通以便获得老板的想法并及时调整本身的工做（上下文切换），部分工做作完之后还须要及时向老板汇报（中断），因此打工仔（CPU）除了作本身该作 的工做之外，还有大量时间和精力花在沟通和汇报上。
CPU 也是一种硬件资源，和任何其余硬件设备同样也须要驱动和管理程序才能使用，咱们能够把内核的进程调度看做是 CPU 的管理程序，用来管理和分配 CPU 资源，合理安排进程抢占 CPU，并决定哪一个进程该使用 CPU、哪一个进程该等待。操做系统内核里的进程调度主要用来调度两类资源：进程（或线程）和中断，进程调度给不一样的资源分配了不一样的优先级，优先级最高的 是硬件中断，其次是内核（系统）进程，最后是用户进程。每一个 CPU 都维护着一个可运行队列，用来存放那些可运行的线程。线程要么在睡眠状态（blocked 正在等待 IO）要么在可运行状态，若是 CPU 当前负载过高而新的请求不断，就会出现进程调度暂时应付不过来的状况，这个时候就不得不把线程暂时放到可运行队列里。VPSee 在这里要讨论的是性能监测，上面谈了一堆都没提到性能，那么这些概念和性能监测有什么关系呢？关系重大。若是你是老板，你如何检查打工仔的效率（性能） 呢？咱们通常会经过如下这些信息来判断打工仔是否偷懒：
    打工仔接受和完成多少任务并向老板汇报了（中断）；
    打工仔和老板沟通、协商每项工做的工做进度（上下文切换）；
    打工仔的工做列表是否是都有排满（可运行队列）；
    打工仔工做效率如何，是否是在偷懒（CPU 利用率）。
如今把打工仔换成 CPU，咱们能够经过查看这些重要参数：中断、上下文切换、可运行队列、CPU 利用率来监测 CPU 的性能。
底线
Linux 性能监测：介绍提到了性能监测前须要知道底线，那么监测 CPU 性能的底线是什么呢？一般咱们指望咱们的系统能到达如下目标：
    CPU 利用率，若是 CPU 有 100％ 利用率，那么应该到达这样一个平衡：65％－70％ User Time，30％－35％ System Time，0％－5％ Idle Time；
    上下文切换，上下文切换应该和 CPU 利用率联系起来看，若是能保持上面的 CPU 利用率平衡，大量的上下文切换是能够接受的；
    可运行队列，每一个可运行队列不该该有超过1－3个线程（每处理器），好比：双处理器系统的可运行队列里不该该超过6个线程。
vmstat
vmstat 是个查看系统总体性能的小工具，小巧、即便在很 heavy 的状况下也运行良好，而且能够用时间间隔采集获得连续的性能数据。

举两个现实中的例子来实际分析一下：

$ vmstat 1
procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu------
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 4  0    140 2915476 341288 3951700  0    0     0     0 1057  523 19 81  0  0  0
 4  0    140 2915724 341296 3951700  0    0     0     0 1048  546 19 81  0  0  0
 4  0    140 2915848 341296 3951700  0    0     0     0 1044  514 18 82  0  0  0
 4  0    140 2915848 341296 3951700  0    0     0    24 1044  564 20 80  0  0  0
 4  0    140 2915848 341296 3951700  0    0     0     0 1060  546 18 82  0  0  0
从上面的数据能够看出几点：
1.    interrupts（in）很是高，context switch（cs）比较低，说明这个 CPU 一直在不停的请求资源；
2.    user time（us）一直保持在 80％ 以上，并且上下文切换较低（cs），说明某个进程可能一直霸占着 CPU；
3.    run queue（r）恰好在4个。
$ vmstat 1
procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu------
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
14  0    140 2904316 341912 3952308  0    0     0   460 1106 9593 36 64  1  0  0
17  0    140 2903492 341912 3951780  0    0     0     0 1037 9614 35 65  1  0  0
20  0    140 2902016 341912 3952000  0    0     0     0 1046 9739 35 64  1  0  0
17  0    140 2903904 341912 3951888  0    0     0    76 1044 9879 37 63  0  0  0
16  0    140 2904580 341912 3952108  0    0     0     0 1055 9808 34 65  1  0  0
从上面的数据能够看出几点：
1.    context switch（cs）比 interrupts（in）要高得多，说明内核不得不来回切换进程；
2.    进一步观察发现 system time（sy）很高而 user time（us）很低，并且加上高频度的上下文切换（cs），说明正在运行的应用程序调用了大量的系统调用（system call）；

3.    run queue（r）在14个线程以上，按照这个测试机器的硬件配置（四核），应该保持在12个之内。
参数介绍：
    r，可运行队列的线程数，这些线程都是可运行状态，只不过 CPU 暂时不可用；
    b，被 blocked 的进程数，正在等待 IO 请求；
    in，被处理过的中断数
    cs，系统上正在作上下文切换的数目
    us，用户占用 CPU 的百分比
    sys，内核和中断占用 CPU 的百分比
    wa，全部可运行的线程被 blocked 之后都在等待 IO，这时候 CPU 空闲的百分比
    id，CPU 彻底空闲的百分比

mpstat
mpstat 和 vmstat 相似，不一样的是 mpstat 能够输出多个处理器的数据，下面的输出显示 CPU1 和 CPU2 基本上没有派上用场，系统有足够的能力处理更多的任务。
$ mpstat -P ALL 1
Linux 2.6.18-164.el5 (vpsee) 11/13/2009

02:24:33 PM  CPU   %user   %nice    %sys %iowait    %irq   %soft  %steal   %idle    intr/s
02:24:34 PM  all    5.26    0.00    4.01   25.06    0.00    0.00    0.00   65.66   1446.00
02:24:34 PM    0    7.00    0.00    8.00    0.00    0.00    0.00    0.00   85.00   1001.00
02:24:34 PM    1   13.00    0.00    8.00    0.00    0.00    0.00    0.00   79.00    444.00
02:24:34 PM    2    0.00    0.00    0.00  100.00    0.00    0.00    0.00    0.00      0.00
02:24:34 PM    3    0.99    0.00    0.99    0.00    0.00    0.00    0.00   98.02      0.00
ps
如何查看某个程序、进程占用了多少 CPU 资源呢？下面是 Firefox 在 VPSee 的一台 Sunray 服务器上的运行状况，当前只有2个用户在使用 Firefox：
$ while :; do ps -eo pid,ni,pri,pcpu,psr,comm | grep 'firefox'; sleep 1; done
 PID  NI PRI %CPU PSR COMMAND
 7252   0  24  3.2   3 firefox
 9846   0  24  8.8   0 firefox
 7252   0  24  3.2   2 firefox
 9846   0  24  8.8   0 firefox
 7252   0  24  3.2   2 firefox

Linux性能监测：内存篇

这里的讲到的 “内存” 包括物理内存和虚拟内存，虚拟内存（Virtual Memory）把计算机的内存空间扩展到硬盘，物理内存（RAM）和硬盘的一部分空间（SWAP）组合在一块儿做为虚拟内存为计算机提供了一个连贯的虚拟内 存空间，好处是咱们拥有的内存 ”变多了“，能够运行更多、更大的程序，坏处是把部分硬盘当内存用总体性能受到影响，硬盘读写速度要比内存慢几个数量级，而且 RAM 和 SWAP 之间的交换增长了系统的负担。
在操做系统里，虚拟内存被分红页，在 x86 系统上每一个页大小是 4KB。Linux 内核读写虚拟内存是以 “页” 为单位操做的，把内存转移到硬盘交换空间（SWAP）和从交换空间读取到内存的时候都是按页来读写的。内存和 SWAP 的这种交换过程称为页面交换（Paging），值得注意的是 paging 和 swapping 是两个彻底不一样的概念，国内不少参考书把这两个概念混为一谈，swapping 也翻译成交换，在操做系统里是指把某程序彻底交换到硬盘以腾出内存给新程序使用，和 paging 只交换程序的部分（页面）是两个不一样的概念。纯粹的 swapping 在现代操做系统中已经很难看到了，由于把整个程序交换到硬盘的办法既耗时又费力并且不必，现代操做系统基本都是 paging 或者 paging/swapping 混合，swapping 最初是在 Unix system V 上实现的。
虚拟内存管理是 Linux 内核里面最复杂的部分，要弄懂这部份内容可能须要一整本书的讲解。VPSee 在这里只介绍和性能监测有关的两个内核进程：kswapd 和 pdflush。
    kswapd daemon 用来检查 pages_high 和 pages_low，若是可用内存少于 pages_low，kswapd 就开始扫描并试图释放 32个页面，而且重复扫描释放的过程直到可用内存大于 pages_high 为止。扫描的时候检查3件事：1）若是页面没有修改，把页放到可用内存列表里；2）若是页面被文件系统修改，把页面内容写到磁盘上；3）若是页面被修改 了，但不是被文件系统修改的，把页面写到交换空间。
    pdflush daemon 用来同步文件相关的内存页面，把内存页面及时同步到硬盘上。好比打开一个文件，文件被导入到内存里，对文件作了修改后并保存后，内核并不立刻保存文件到硬 盘，由 pdflush 决定何时把相应页面写入硬盘，这由一个内核参数 vm.dirty_background_ratio 来控制，好比下面的参数显示脏页面（dirty pages）达到全部内存页面10％的时候开始写入硬盘。
# /sbin/sysctl -n vm.dirty_background_ratio
10
vmstat
继续 vmstat 一些参数的介绍，上一篇 Linux 性能监测：CPU 介绍了 vmstat 的部分参数，这里介绍另一部分。如下数据来自 VPSee 的一个 256MB RAM，512MB SWAP 的 Xen VPS：
# vmstat 1
procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu------
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 0  3 252696   2432    268   7148 3604 2368  3608  2372  288  288  0  0 21 78  1
 0  2 253484   2216    228   7104 5368 2976  5372  3036  930  519  0  0  0 100  0
 0  1 259252   2616    128   6148 19784 18712 19784 18712 3821 1853  0  1  3 95  1
 1  2 260008   2188    144   6824 11824 2584 12664  2584 1347 1174 14  0  0 86  0
 2  1 262140   2964    128   5852 24912 17304 24952 17304 4737 2341 86 10  0  0  4
    swpd，已使用的 SWAP 空间大小，KB 为单位；
    free，可用的物理内存大小，KB 为单位；
    buff，物理内存用来缓存读写操做的 buffer 大小，KB 为单位；
    cache，物理内存用来缓存进程地址空间的 cache 大小，KB 为单位；
    si，数据从 SWAP 读取到 RAM（swap in）的大小，KB 为单位；
    so，数据从 RAM 写到 SWAP（swap out）的大小，KB 为单位；
    bi，磁盘块从文件系统或 SWAP 读取到 RAM（blocks in）的大小，block 为单位；
    bo，磁盘块从 RAM 写到文件系统或 SWAP（blocks out）的大小，block 为单位；
上面是一个频繁读写交换区的例子，能够观察到如下几点：
    物理可用内存 free 基本没什么显著变化，swapd 逐步增长，说明最小可用的内存始终保持在 256MB X 10％ = 2.56MB 左右，当脏页达到10％的时候（vm.dirty_background_ratio ＝ 10）就开始大量使用 swap；
    buff 稳步减小说明系统知道内存不够了，kwapd 正在从 buff 那里借用部份内存；
    kswapd 持续把脏页面写到 swap 交换区（so），而且从 swapd 逐渐增长看出确实如此。根据上面讲的 kswapd 扫描时检查的三件事，若是页面被修改了，但不是被文件系统修改的，把页面写到 swap，因此这里 swapd 持续增长。
Linux性能监测：磁盘IO篇
磁盘一般是计算机最慢的子系统，也是最容易出现性能瓶颈的地方，由于磁盘离 CPU 距离最远并且 CPU 访问磁盘要涉及到机械操做，好比转轴、寻轨等。访问硬盘和访问内存之间的速度差异是以数量级来计算的，就像1天和1分钟的差异同样。要监测 IO 性能，有必要了解一下基本原理和 Linux 是如何处理硬盘和内存之间的 IO 的。
内存页
上一篇 Linux 性能监测：Memory 提到了内存和硬盘之间的 IO 是以页为单位来进行的，在 Linux 系统上1页的大小为 4K。能够用如下命令查看系统默认的页面大小：
$ /usr/bin/time -v date
...
Page size (bytes): 4096
...
缺页中断
Linux 利用虚拟内存极大的扩展了程序地址空间，使得原来物理内存不能容下的程序也能够经过内存和硬盘之间的不断交换（把暂时不用的内存页交换到硬盘，把须要的内 存页从硬盘读到内存）来赢得更多的内存，看起来就像物理内存被扩大了同样。事实上这个过程对程序是彻底透明的，程序彻底不用理会本身哪一部分、何时被 交换进内存，一切都有内核的虚拟内存管理来完成。当程序启动的时候，Linux 内核首先检查 CPU 的缓存和物理内存，若是数据已经在内存里就忽略，若是数据不在内存里就引发一个缺页中断（Page Fault），而后从硬盘读取缺页，并把缺页缓存到物理内存里。缺页中断可分为主缺页中断（Major Page Fault）和次缺页中断（Minor Page Fault），要从磁盘读取数据而产生的中断是主缺页中断；数据已经被读入内存并被缓存起来，从内存缓存区中而不是直接从硬盘中读取数据而产生的中断是次 缺页中断。
上面的内存缓存区起到了预读硬盘的做用，内核先在物理内存里寻找缺页，没有的话产生次缺页中断从内存缓存里找，若是尚未发现的话就从硬盘读取。很 显然，把多余的内存拿出来作成内存缓存区提升了访问速度，这里还有一个命中率的问题，运气好的话若是每次缺页都能从内存缓存区读取的话将会极大提升性能。 要提升命中率的一个简单方法就是增大内存缓存区面积，缓存区越大预存的页面就越多，命中率也会越高。下面的 time 命令能够用来查看某程序第一次启动的时候产生了多少主缺页中断和次缺页中断：
$ /usr/bin/time -v date
...
Major (requiring I/O) page faults: 1
Minor (reclaiming a frame) page faults: 260
...
File Buffer Cache
从上面的内存缓存区（也叫文件缓存区 File Buffer Cache）读取页比从硬盘读取页要快得多，因此 Linux 内核但愿能尽量产生次缺页中断（从文件缓存区读），而且能尽量避免主缺页中断（从硬盘读），这样随着次缺页中断的增多，文件缓存区也逐步增大，直到系 统只有少许可用物理内存的时候 Linux 才开始释放一些不用的页。咱们运行 Linux 一段时间后会发现虽然系统上运行的程序很少，可是可用内存老是不多，这样给你们形成了 Linux 对内存管理很低效的假象，事实上 Linux 把那些暂时不用的物理内存高效的利用起来作预存（内存缓存区）呢。下面打印的是 VPSee 的一台 Sun 服务器上的物理内存和文件缓存区的状况：
$ cat /proc/meminfo
MemTotal:      8182776 kB
MemFree:       3053808 kB
Buffers:        342704 kB
Cached:        3972748 kB
这台服务器总共有 8GB 物理内存（MemTotal），3GB 左右可用内存（MemFree），343MB 左右用来作磁盘缓存（Buffers），4GB 左右用来作文件缓存区（Cached），可见 Linux 真的用了不少物理内存作 Cache，并且这个缓存区还能够不断增加。
页面类型
Linux 中内存页面有三种类型：
    Read pages，只读页（或代码页），那些经过主缺页中断从硬盘读取的页面，包括不能修改的静态文件、可执行文件、库文件等。当内核须要它们的时候把它们读到 内存中，当内存不足的时候，内核就释放它们到空闲列表，当程序再次须要它们的时候须要经过缺页中断再次读到内存。
    Dirty pages，脏页，指那些在内存中被修改过的数据页，好比文本文件等。这些文件由 pdflush 负责同步到硬盘，内存不足的时候由 kswapd 和 pdflush 把数据写回硬盘并释放内存。
    Anonymous pages，匿名页，那些属于某个进程可是又和任何文件无关联，不能被同步到硬盘上，内存不足的时候由 kswapd 负责将它们写到交换分区并释放内存。
IO’s Per Second（IOPS）
每次磁盘 IO 请求都须要必定的时间，和访问内存比起来这个等待时间简直难以忍受。在一台 2001 年的典型 1GHz PC 上，磁盘随机访问一个 word 须要 8,000,000 nanosec = 8 millisec，顺序访问一个 word 须要 200 nanosec；而从内存访问一个 word 只须要 10 nanosec.（数据来自：Teach Yourself Programming in Ten Years）这个硬盘能够提供 125 次 IOPS（1000 ms / 8 ms）。
顺序 IO 和 随机 IO
IO 可分为顺序 IO 和 随机 IO 两种，性能监测前须要弄清楚系统偏向顺序 IO 的应用仍是随机 IO 应用。顺序 IO 是指同时顺序请求大量数据，好比数据库执行大量的查询、流媒体服务等，顺序 IO 能够同时很快的移动大量数据。能够这样来评估 IOPS 的性能，用每秒读写 IO 字节数除以每秒读写 IOPS 数，rkB/s 除以 r/s，wkB/s 除以 w/s. 下面显示的是连续2秒的 IO 状况，可见每次 IO 写的数据是增长的（45060.00 / 99.00 = 455.15 KB per IO，54272.00 / 112.00 = 484.57 KB per IO）。相对随机 IO 而言，顺序 IO 更应该重视每次 IO 的吞吐能力（KB per IO）：
$ iostat -kx 1
avg-cpu:  %user   %nice %system %iowait  %steal   %idle
           0.00    0.00    2.50   25.25    0.00   72.25

Device:  rrqm/s   wrqm/s   r/s   w/s    rkB/s    wkB/s avgrq-sz avgqu-sz   await  svctm  %util
sdb       24.00 19995.00 29.00 99.00  4228.00 45060.00   770.12    45.01  539.65   7.80  99.80

avg-cpu:  %user   %nice %system %iowait  %steal   %idle
           0.00    0.00    1.00   30.67    0.00   68.33

Device:  rrqm/s   wrqm/s   r/s   w/s    rkB/s    wkB/s avgrq-sz avgqu-sz   await  svctm  %util
sdb        3.00 12235.00  3.00 112.00   768.00 54272.00   957.22   144.85  576.44   8.70 100.10
随机 IO 是指随机请求数据，其 IO 速度不依赖于数据的大小和排列，依赖于磁盘的每秒能 IO 的次数，好比 Web 服务、Mail 服务等每次请求的数据都很小，随机 IO 每秒同时会有更多的请求数产生，因此磁盘的每秒能 IO 多少次是关键。
$ iostat -kx 1
avg-cpu:  %user   %nice %system %iowait  %steal   %idle
           1.75    0.00    0.75    0.25    0.00   97.26

Device:  rrqm/s   wrqm/s   r/s   w/s    rkB/s    wkB/s avgrq-sz avgqu-sz   await  svctm  %util
sdb        0.00    52.00  0.00 57.00     0.00   436.00    15.30     0.03    0.54   0.23   1.30

avg-cpu:  %user   %nice %system %iowait  %steal   %idle
           1.75    0.00    0.75    0.25    0.00   97.24

Device:  rrqm/s   wrqm/s   r/s   w/s    rkB/s    wkB/s avgrq-sz avgqu-sz   await  svctm  %util
sdb        0.00    56.44  0.00 66.34     0.00   491.09    14.81     0.04    0.54   0.19   1.29
按照上面的公式得出：436.00 / 57.00 = 7.65 KB per IO，491.09 / 66.34 = 7.40 KB per IO. 与顺序 IO 比较发现，随机 IO 的 KB per IO 小到能够忽略不计，可见对于随机 IO 而言重要的是每秒能 IOPS 的次数，而不是每次 IO 的吞吐能力（KB per IO）。
SWAP
当系统没有足够物理内存来应付全部请求的时候就会用到 swap 设备，swap 设备能够是一个文件，也能够是一个磁盘分区。不过要当心的是，使用 swap 的代价很是大。若是系统没有物理内存可用，就会频繁 swapping，若是 swap 设备和程序正要访问的数据在同一个文件系统上，那会碰到严重的 IO 问题，最终致使整个系统迟缓，甚至崩溃。swap 设备和内存之间的 swapping 情况是判断 Linux 系统性能的重要参考，咱们已经有不少工具能够用来监测 swap 和 swapping 状况，好比：top、cat /proc/meminfo、vmstat 等：
$ cat /proc/meminfo
MemTotal:      8182776 kB
MemFree:       2125476 kB
Buffers:        347952 kB
Cached:        4892024 kB
SwapCached:        112 kB
...
SwapTotal:     4096564 kB
SwapFree:      4096424 kB
...

Linux性能监测：网络篇
网络的监测是全部 Linux 子系统里面最复杂的，有太多的因素在里面，好比：延迟、阻塞、冲突、丢包等，更糟的是与 Linux 主机相连的路由器、交换机、无线信号都会影响到总体网络而且很难判断是由于 Linux 网络子系统的问题仍是别的设备的问题，增长了监测和判断的复杂度。如今咱们使用的全部网卡都称为自适应网卡，意思是说能根据网络上的不一样网络设备致使的不 同网络速度和工做模式进行自动调整。咱们能够经过 ethtool 工具来查看网卡的配置和工做模式：
# /sbin/ethtool eth0
Settings for eth0:
Supported ports: [ TP ]
Supported link modes:   10baseT/Half 10baseT/Full
                        100baseT/Half 100baseT/Full
                        1000baseT/Half 1000baseT/Full
Supports auto-negotiation: Yes
Advertised link modes:  10baseT/Half 10baseT/Full
                        100baseT/Half 100baseT/Full
                        1000baseT/Half 1000baseT/Full
Advertised auto-negotiation: Yes
Speed: 100Mb/s
Duplex: Full
Port: Twisted Pair
PHYAD: 1
Transceiver: internal
Auto-negotiation: on
Supports Wake-on: g
Wake-on: g
Current message level: 0x000000ff (255)
Link detected: yes
上面给出的例子说明网卡有 10baseT，100baseT 和 1000baseT 三种选择，目前正自适应为 100baseT（Speed: 100Mb/s）。能够经过 ethtool 工具强制网卡工做在 1000baseT 下：
# /sbin/ethtool -s eth0 speed 1000 duplex full autoneg off
iptraf
两台主机之间有网线（或无线）、路由器、交换机等设备，测试两台主机之间的网络性能的一个办法就是在这两个系统之间互发数据并统计结果，看看吞吐 量、延迟、速率如何。iptraf 就是一个很好的查看本机网络吞吐量的好工具，支持文字图形界面，很直观。下面图片显示在 100 mbps 速率的网络下这个 Linux 系统的发送传输率有点慢，Outgoing rates 只有 66 mbps.
# iptraf -d eth0
 
 
netperf
netperf 运行在 client/server 模式下，比 iptraf 能更多样化的测试终端的吞吐量。先在服务器端启动 netserver：
# netserver
Starting netserver at port 12865
Starting netserver at hostname 0.0.0.0 port 12865 and family AF_UNSPEC
而后在客户端测试服务器，执行一次持续10秒的 TCP 测试：
# netperf -H 172.16.38.36 -l 10
TCP STREAM TEST from 0.0.0.0 (0.0.0.0) port 0 AF_INET to 172.16.38.36 (172.16.38.36) port 0 AF_INET
Recv   Send    Send
Socket Socket  Message  Elapsed
Size   Size    Size     Time     Throughput
bytes  bytes   bytes    secs.    10^6bits/sec  

 87380  16384  16384    10.32      93.68
从以上输出能够看出，网络吞吐量在 94mbps 左右，对于 100mbps 的网络来讲这个性能算的上很不错。上面的测试是在服务器和客户端位于同一个局域网，而且局域网是有线网的状况，你也能够试试不一样结构、不一样速率的网络，比 如：网络之间中间多几个路由器、客户端在 wi-fi、××× 等状况。
netperf 还能够经过创建一个 TCP 链接并顺序地发送数据包来测试每秒有多少 TCP 请求和响应。下面的输出显示在 TCP requests 使用 2K 大小，responses 使用 32K 的状况下处理速率为每秒243：
# netperf -t TCP_RR -H 172.16.38.36 -l 10 -- -r 2048,32768
TCP REQUEST/RESPONSE TEST from 0.0.0.0 (0.0.0.0) port 0 AF_INET to 172.16.38.36 (172.16.38.36) port 0 AF_INET
Local /Remote
Socket Size   Request  Resp.   Elapsed  Trans.
Send   Recv   Size     Size    Time     Rate
bytes  Bytes  bytes    bytes   secs.    per sec   

16384  87380  2048     32768   10.00     243.03
16384  87380
iperf
iperf 和 netperf 运行方式相似，也是 server/client 模式，先在服务器端启动 iperf：
# iperf -s -D
------------------------------------------------------------
Server listening on TCP port 5001
TCP window size: 85.3 KByte (default)
------------------------------------------------------------
Running Iperf Server as a daemon
The Iperf daemon process ID : 5695
而后在客户端对服务器进行测试，客户端先链接到服务器端（172.16.38.36），并在30秒内每隔5秒对服务器和客户端之间的网络进行一次带宽测试和采样：
# iperf -c 172.16.38.36 -t 30 -i 5
------------------------------------------------------------
Client connecting to 172.16.38.36, TCP port 5001
TCP window size: 16.0 KByte (default)
------------------------------------------------------------
[  3] local 172.16.39.100 port 49515 connected with 172.16.38.36 port 5001
[ ID] Interval       Transfer     Bandwidth
[  3]  0.0- 5.0 sec  58.8 MBytes  98.6 Mbits/sec
[ ID] Interval       Transfer     Bandwidth
[  3]  5.0-10.0 sec  55.0 MBytes  92.3 Mbits/sec
[ ID] Interval       Transfer     Bandwidth
[  3] 10.0-15.0 sec  55.1 MBytes  92.4 Mbits/sec
[ ID] Interval       Transfer     Bandwidth
[  3] 15.0-20.0 sec  55.9 MBytes  93.8 Mbits/sec
[ ID] Interval       Transfer     Bandwidth
[  3] 20.0-25.0 sec  55.4 MBytes  92.9 Mbits/sec
[ ID] Interval       Transfer     Bandwidth
[  3] 25.0-30.0 sec  55.3 MBytes  92.8 Mbits/sec
[ ID] Interval       Transfer     Bandwidth
[  3]  0.0-30.0 sec    335 MBytes  93.7 Mbits/sec
tcpdump 和 tcptrace
tcmdump 和 tcptrace 提供了一种更细致的分析方法，先用 tcpdump 按要求捕获数据包把结果输出到某一文件，而后再用 tcptrace 分析其文件格式。这个工具组合能够提供一些难以用其余工具发现的信息：
# /usr/sbin/tcpdump -w network.dmp
tcpdump: listening on eth0, link-type EN10MB (Ethernet), capture size 96 bytes
511942 packets captured
511942 packets received by filter
0 packets dropped by kernel

# tcptrace network.dmp
1 arg remaining, starting with 'network.dmp'
Ostermann's tcptrace -- version 6.6.7 -- Thu Nov  4, 2004

511677 packets seen, 511487 TCP packets traced
elapsed wallclock time: 0:00:00.510291, 1002714 pkts/sec analyzed
trace file elapsed time: 0:02:35.836372
TCP connection info:
  1: zaber:54581 - boulder:111 (a2b)                   6>    5<  (complete)
  2: zaber:833 - boulder:32774 (c2d)                   6>    5<  (complete)
  3: zaber:pcanywherestat - 172.16.39.5:53086 (e2f)    2>    3<
  4: zaber:716 - boulder:2049 (g2h)                  347>  257<
  5: 172.16.39.100:58029 - zaber:12865 (i2j)           7>    5<  (complete)
  6: 172.16.39.100:47592 - zaber:36814 (k2l)        255380> 255378<  (reset)
  7: breakpoint:45510 - zaber:7012 (m2n)               9>    5<  (complete)
  8: zaber:35813 - boulder:111 (o2p)                   6>    5<  (complete)
  9: zaber:837 - boulder:32774 (q2r)                   6>    5<  (complete)
 10: breakpoint:45511 - zaber:7012 (s2t)               9>    5<  (complete)
 11: zaber:59362 - boulder:111 (u2v)                   6>    5<  (complete)
 12: zaber:841 - boulder:32774 (w2x)                   6>    5<  (complete)
 13: breakpoint:45512 - zaber:7012 (y2z)               9>    5<  (complete)
tcptrace 功能很强大，还能够经过过滤和布尔表达式来找出有问题的链接，好比，找出转播大于100 segments 的链接：
# tcptrace -f'rexmit_segs>100' network.dmp
若是发现链接 ＃10 有问题，能够查看关于这个链接的其余信息：
# tcptrace -o10 network.dmp
下面的命令使用 tcptrace 的 slice 模式，程序自动在当前目录建立了一个 slice.dat 文件，这个文件包含了每隔15秒的转播信息:
# tcptrace -xslice network.dmp

# cat slice.dat
date                segs    bytes  rexsegs rexbytes      new   active
--------------- -------- -------- -------- -------- -------- --------
16:58:50.244708    85055  4513418        0        0        6        6
16:59:05.244708   110921  5882896        0        0        0        2
16:59:20.244708   126107  6697827        0        0        1        3
16:59:35.244708   151719  8043597        0        0        0        2
16:59:50.244708    37296  1980557        0        0        0        3
17:00:05.244708       67     8828        0        0        2        3
17:00:20.244708      149    22053        0        0        1        2
17:00:35.244708       30     4080        0        0        0        1
17:00:50.244708       39     5688        0        0        0        1
17:01:05.244708       67     8828        0        0        2        3
17:01:11.081080       37     4121        0        0        1        3

http://www.cnblogs.com/Javame/p/3665565.html