跟蹤診斷技術(shù) SIG致力于為操作系統(tǒng)生態(tài)提供系統(tǒng)性，工具化，并以數(shù)據(jù)為支撐的發(fā)現(xiàn)、跟蹤和診斷問題的能力。
SIG目標(biāo)：為龍蜥社區(qū)（OpenAnolis）開源操作系統(tǒng)，提供一個全棧覆蓋內(nèi)核與核心組件的跟蹤和診斷工具，增強龍蜥社區(qū)（OpenAnolis）全棧的可觀察性和可靠性。歡迎更多開發(fā)者加入跟蹤診斷技術(shù)SIG：
SIG 本月亮點
系統(tǒng)排查工具 ssar
7月份，我們計劃將阿里云自研的 ssar 貢獻(xiàn)給龍蜥社區(qū)（ OpenAnolis） ，作為跟蹤診斷 技術(shù)SIG 和 龍蜥社區(qū)（ OpenAnolis） 中第一款系統(tǒng)層面的排查工具。當(dāng)前 ssar 的開源工作正在有序進(jìn)行中，歡迎各位開發(fā)者關(guān)注跟蹤診斷技術(shù)SIG，及時獲取項目消息。
ssar 簡介
大家平常會經(jīng)常遇到系統(tǒng)不穩(wěn)定的情況，往往需要依賴一款sar(System Activity Reporter)系統(tǒng)活動報告類工具來追蹤系統(tǒng)曾經(jīng)發(fā)生了什么，以便確定引起系統(tǒng)不穩(wěn)定的根源。
相信不少同學(xué)在使用傳統(tǒng)的sar工具排查系統(tǒng)問題時，都會遇到如下一些苦惱：
1、傳統(tǒng)sar工具固定采集一些主要的系統(tǒng)指標(biāo)。以TCP重傳為例，只采集了整機重傳數(shù)數(shù)據(jù)。若想擴展采集更詳細(xì)的重傳子類型數(shù)據(jù)，需要修改C語言代碼，增加指標(biāo)十分困難。2、傳統(tǒng)sar工具無進(jìn)程級指標(biāo)的記錄，當(dāng)整機CPU或內(nèi)存等指標(biāo)出現(xiàn)波動時，無法定位具體的進(jìn)程級因素。
3、針對 linux load 這個即熟悉又陌生的指標(biāo)異常，單憑sar工具本身無能為力。
4、傳統(tǒng)sar工具在系統(tǒng)異常時，采集工具本身往往也無法正常運行，常常引起數(shù)據(jù)中斷的情況發(fā)生。
這里介紹一款功能強大的阿里云自研sar類型工具ssar(SRE System Activity Reporter)。它是系統(tǒng)活動報告sar工具家族中嶄新的一個，幾乎涵蓋了傳統(tǒng)sar工具的大部分主要功能之外，還擴展了更多的整機指標(biāo)，新增了進(jìn)程級指標(biāo)和特色的load指標(biāo)。
與其他sar家族工具相比，ssar有如下幾個特色的地方：
1、ssar工具無需修改C語言代碼，只需幾分鐘簡單修改配置文件，幾乎可以擴展采集系統(tǒng)的任意指標(biāo)；2、傳統(tǒng)sar工具或者無法二次開發(fā)，或二次開發(fā)門檻較高，ssar工具支持使用python語言二次開發(fā)，二次開發(fā)入門的門檻低；
3、ssar工具完整的記錄了系統(tǒng)所有進(jìn)程的CPU和內(nèi)存等關(guān)鍵指標(biāo)，并可以按需進(jìn)行指標(biāo)排序輸出；
4、針對Linux load指標(biāo)，ssar工具還提供了詳細(xì)的load指標(biāo)信息，其中的load5s指標(biāo)是國內(nèi)外全行業(yè)獨創(chuàng)。
5、為了避免系統(tǒng)異常時采集數(shù)據(jù)中斷情況發(fā)生，ssar工具在內(nèi)存不足和CPU資源緊張時做了最大兼容。
6、最后，作為一款優(yōu)秀的sar類型工具，ssar的本身的資源消耗也是及其優(yōu)秀的，內(nèi)存資源占用只有不足5MB，CPU使用率只有不足單核的1%。
當(dāng)然了，采集更多的數(shù)據(jù)，必然占用更多的磁盤存儲空間。近20年來，隨著存儲技術(shù)的發(fā)展，在同樣成本結(jié)構(gòu)的前提下，磁盤空間容量增長了1000倍?；谶@樣背景，適當(dāng)占用一定的存儲空間，采集更多數(shù)據(jù)指標(biāo)是值得的。
ssar 上手體驗
下面帶大家搶先體驗ssar的強大功能：
-
通過配置文件實現(xiàn)常用指標(biāo)的展示。
首先，配置需要采集的數(shù)據(jù)源文件。
{src_path='/proc/stat', cfile=’stat’, turn=true}, 然后，在配置文件中配置指標(biāo)項。
user = {cfile='stat', line_begin='cpu', column=2, width=10, metric='d'}system = {cfile='stat', line_begin='cpu', column=4, width=10, metric='d'}idle = {cfile='stat', line_begin='cpu', column=5, width=10, metric='d'}iowait = {cfile='stat', line_begin='cpu', column=6, width=10, metric='d'} 最后，在配置文件中配置視圖項。
cpu = ['user', 'system','idle','iowait'] 做完上面的配置工作，就可以使用ssar –cpu命令查看指標(biāo)了
$ ssar --cpu collect_datetime user/s system/s idle/s iowait/s 2021-08-09T06:45:00 1.05 1.75 6395.72 0.01 2021-08-09T06:50:00 0.85 1.57 6396.11 0.01 2021-08-09T06:55:00 0.94 1.56 6395.99 0.01
-
通過自定義指標(biāo)靈活顯示不常用指標(biāo)的展示。
在一個多核的系統(tǒng)中，如果想查看每個核的idle類型cpu資源分布，可以通過如下自定義指標(biāo)功能實現(xiàn)。在stat文件中，第2到5行數(shù)據(jù)對應(yīng)了0到3號核，而第5列值對應(yīng)了idle的cpu資源情況。
$ ssar -o 'metric=d|cfile=stat|line=2-5|column=5|alias=idle_{line};' collect_datetime idle_2/s idle_3/s idle_4/s idle_5/s 2021-08-09T06:48:00 99.92 99.46 99.84 99.92 2021-08-09T06:53:00 99.91 99.45 99.85 99.93 2021-08-09T06:58:00 99.91 99.42 99.81 99.90 擁有了自定義指標(biāo)這個強大功能，可以很方便的支持我們在python等語言中實現(xiàn)二次開發(fā)功能。為了方便數(shù)據(jù)的解析，這里還提供了貼心的json格式數(shù)據(jù)輸出（選項--api）。
$ ssar -o 'metric=d|cfile=stat|line=2-5|column=5|alias=idle_{line};' –api
-
排序顯示內(nèi)存資源申請增量多的進(jìn)程列表。
通過procs子命令可以顯示出過去5分鐘內(nèi)，內(nèi)存申請增量最多的3個進(jìn)程列表。
$ ssar procs -r 5 -o pid,ppid,rss,rss_dlt,nlwp,cmd -k rss_dlt -l 3 pid ppid rss rss_dlt nlwp cmd 197779 1 14624 472 1 syslog-ng 185017 1 136328 400 1 systemd-journal 27495 77722 360 360 1 sleep
-
國內(nèi)外全行業(yè)獨創(chuàng)load5s指標(biāo)更加精準(zhǔn)的顯示系統(tǒng)的load情況。
通過load5s子命令可以顯示更加精準(zhǔn)的5秒級別的load5s指標(biāo)。這里明顯可以看出傳統(tǒng)的load1指標(biāo)在系統(tǒng)負(fù)載壓力消失后，還一定的滯后性，但load5s指標(biāo)卻可以精準(zhǔn)的顯示機器的負(fù)載壓力。
$ ssar load5scollect_datetime threads load1 runq load5s2021-08-09T14:17:35 1047 0.28 2 12021-08-09T14:17:40 1058 0.25 1 02021-08-09T14:17:47 3047 113.46 1453 14142021-08-09T14:17:53 3053 264.62 2002 20012021-08-09T14:17:59 3053 403.74 2002 20022021-08-09T14:18:05 1049 371.41 1 02021-08-09T14:18:10 1055 341.67 1 02021-08-09T14:18:15 1048 314.31 1 0 此外，load2p子命令還可以詳細(xì)顯示load5s偏高時刻的進(jìn)程線程信息和D狀態(tài)調(diào)用棧信息。
-
工具本身采集進(jìn)程資源消耗小，并且資源使用平穩(wěn)。
ssar工具本身的采集進(jìn)程sresar本身只消耗不足4MB的內(nèi)存使用。同時，該進(jìn)程的min_flt次缺頁中斷數(shù)也保持在一個固定數(shù)值上，說明采集進(jìn)程在運行期間無物理內(nèi)存申請。當(dāng)系統(tǒng)內(nèi)存處于極度緊張時，這個特點就可以使sresar采集器比其他sar工具具有更強的魯棒性。
$ ssar proc -p $(pidof sresar) -i1 -o collect_datetime,rss,min_flt,cmdcollect_datetime rss min_flt cmd 2021-08-09T11:40:00 1524 631 sresar 2021-08-09T11:41:00 1708 1231 sresar 2021-08-09T11:42:00 3552 1748 sresar 2021-08-09T11:43:00 3552 1748 sresar 2021-08-09T11:44:00 3552 1749 sresar 2021-08-09T11:45:00 3552 1749 sresar 2021-08-09T11:46:00 3552 1749 sresar 2021-08-09T11:47:00 3552 1749 sresar 2021-08-09T11:48:00 3552 1749 sresar
ssar 開源計劃
ssar 項目的開源計劃正在有條不紊的進(jìn)行中，預(yù)計近期會和大家見面。同時也歡迎大家持續(xù)關(guān)注跟蹤診斷技術(shù) SIG：https://openanolis.cn/sig/tracing ，開源后我們會第一時間更新信息。
SIG 近期規(guī)劃
跟蹤診斷技術(shù)SIG 近期計劃將更多的工具貢獻(xiàn)至龍蜥社區(qū)（ OpenAnolis ），其中包括上文提到的 ssar、網(wǎng)絡(luò)時延跟蹤工具、內(nèi)核診斷工具集和 TCP 跟蹤診斷工具等。逐步構(gòu)建并增強整個龍蜥操作系統(tǒng)（Anolis OS）和內(nèi)核層面的跟蹤和診斷能力，為開發(fā)者帶來愈加清晰完整的工具生態(tài)體系，彌補當(dāng)前跟蹤診斷工具的碎片化和易用性的問題。
同時，我們也希望更多的開發(fā)者參與到跟蹤診斷技術(shù)SIG 的討論和開發(fā)，不僅僅是基于現(xiàn)有的工具與能力，希望有更多更新更酷的工具加入到 SIG 中，一同構(gòu)建業(yè)界領(lǐng)先的跟蹤診斷生態(tài)。—— 完 ——
關(guān)于龍蜥社區(qū)SIGSIG是開放的，并爭取讓交付成果成為社區(qū)發(fā)行的一部分，由組內(nèi)核心成員主導(dǎo)治理，可通過郵件列表和組內(nèi)的成員進(jìn)行交流。龍蜥社區(qū)目前有近20個SIG，包括跟蹤診斷技術(shù)SIG、商密軟件棧、高性能存儲技術(shù)SIG、Java語言與虛擬機SIG、Cloud Kernel、OceanBase SIG等。
加入微信群：添加社區(qū)助理-龍蜥社區(qū)小龍（微信：openanolis_assis），備注【龍蜥】拉你入群；加入釘釘群：掃描下方釘釘群二維碼。歡迎開發(fā)者/用戶加入龍蜥OpenAnolis社區(qū)交流，共同推進(jìn)龍蜥社區(qū)的發(fā)展，一起打造一個活躍的、健康的開源操作系統(tǒng)生態(tài)！
下載文檔
