Linux性能优化,真的有那么难吗?
说实话,每次看到服务器CPU飙到90%以上,内存像漏水一样往下掉,您是不是也心里一紧?别慌,我刚开始接触Linux运维的时候,比您还紧张。那时候一台测试机跑个Node.js服务,QPS一过200就卡得跟幻灯片似的。后来折腾了几年,踩了无数坑,才慢慢摸出门道。今天咱们不扯虚的,就聊聊实战中真正管用的性能优化手段。
先搞清楚:瓶颈到底在哪儿?
很多朋友一上来就改内核参数、调文件描述符,其实方向可能错了。就拿我之前带过的一个小程序开发教程项目来说,后端用Go写的API服务,压测时响应时间忽高忽低。团队一开始以为是Go的GC问题,拼命调GOGC参数,结果收效甚微。后来用top和iostat一查,发现磁盘I/O的await值高得离谱——数据库的慢查询把磁盘拖垮了。
您看,不先定位瓶颈,优化就是瞎猜。我建议您养成这几个习惯:
- 用vmstat 1看CPU和内存的整体趋势,别只看瞬时值
- 用pidstat -d 1盯住哪个进程在疯狂读写磁盘
- 用ss -s快速检查连接数和TIME_WAIT状态
坦白讲,80%的性能问题都逃不过这三板斧。您先别急着调参,把这三个命令跑一遍,心里就有底了。
CPU优化:别让单核跑断腿
Linux默认的CPU调度器是CFS,对大多数场景够用。但如果您跑的是高并发网络服务,比如用Go写的网关,那就得注意了。我遇到过一台16核的机器,Go服务只跑在一个核上,其他15个核在围观!原因很简单——没设置GOMAXPROCS,或者被cgroup限制了CPU配额。
怎么查?top按1,看看每个核的利用率。如果只有一个核接近100%,其他都闲着,那您就得检查:
- 是不是用了taskset绑核,但绑错了
- 容器的CPU limit是不是设得太低
- 中断是不是都打在同一个核上(看/proc/interrupts)
就拿我们之前一个JavaScript ES6语法教程的在线编辑器来说,Node.js服务默认单线程,但用了cluster模块后,8核机器QPS直接从1200涨到7800。您说这优化空间大不大?当然,别忘了把net.core.somaxconn从默认的128调到1024,不然连接队列满了,新请求直接丢。
内存与I/O:别让swap拖后腿
Linux有个习惯,喜欢把空闲内存当缓存用。这本身是好事,但vm.swappiness默认值60,有时候会让系统过早使用swap。我见过一台数据库服务器,物理内存128G,结果因为swappiness没调,频繁换页,查询延迟从5ms飙到200ms。后来把它改成10,问题立刻消失。
怎么判断swap是不是元凶?用free -h看si/so那一列,或者sar -W 1。如果si和so持续大于0,那您就得警惕了。对于内存密集型应用,比如Redis或者Elasticsearch,我建议直接swapoff -a,然后设vm.swappiness=1。
再说I/O调度器。NVMe SSD用none或mq-deadline,机械硬盘用bfq。别小看这个,我们测试过,同样的MySQL写入场景,调度器从cfq换成mq-deadline,TPS提升了23%。具体命令是echo mq-deadline > /sys/block/nvme0n1/queue/scheduler,您回去可以试试。
网络调优:别让TCP成为瓶颈
高并发场景下,TCP参数不调,就像高速公路只开一个收费口。我拿一个Go教程里的WebSocket服务举例,1万并发连接时,大量连接卡在SYN_RECV状态。原因就是net.ipv4.tcp_max_syn_backlog太小,以及tcp_syncookies没开。
这几个参数您最好记一下:
- net.ipv4.tcp_tw_reuse = 1:重用TIME_WAIT连接,适合客户端
- net.ipv4.tcp_fin_timeout = 30:缩短FIN_WAIT2超时
- net.core.rmem_max = 16777216:增大接收缓冲区
- net.ipv4.tcp_congestion_control = bbr:Google的BBR拥塞控制,丢包场景下比CUBIC快好几倍
说实话,光把拥塞控制换成BBR,我们一个跨机房同步服务的吞吐量就涨了40%。而且BBR不需要改应用代码,一行sysctl就搞定,性价比极高。
总结:优化是持续的过程,不是一锤子买卖
您看,Linux性能优化没那么神秘。关键就三步:先观测,再定位,后调参。别一上来就抄网上的“通用内核参数”,那跟乱吃药没区别。我建议您从今天开始,选一台非核心的服务器,把上面提到的命令跑一遍,记录基线数据。然后每次只改一个参数,观察24小时。比如先把swappiness从60降到10,看看内存和延迟的变化。
如果您也想让自己的服务跑得更稳更快,不妨现在就打开终端,敲下vmstat 1,看看第一行数据。有什么发现,欢迎随时来聊。毕竟,实战出真知,咱们一起把性能这头“怪兽”驯服!