CPU 100% వద్ద ఉంది

“అవలోకనం” ట్యాబ్‌లో CPU గ్రాఫ్‌పై కనిపించే ప్లాటో స్వతంత్రంగా అత్యవసర పరిస్థితి కాదు: ప్రాజెక్ట్‌ను బిల్డ్ చేయడం లేదా ఆర్కైవ్‌ను సృష్టించడం అన్ని కోర్‌లను నిజాయితీగా ఉపయోగించి, ఆ తర్వాత వాటిని విడుదల చేస్తుంది. ప్లాటో గంటల తరబడి కొనసాగి, మెషీన్ స్పందించడం ఆపేసినప్పుడు మాత్రమే అది ఆందోళన కలిగిస్తుంది. దీనికి కారణం ఏమిటో చూద్దాం.

దశ 1. ఏది వనరులను వినియోగిస్తోందో చూడండి

ఫుల్-స్క్రీన్ ప్రోగ్రామ్‌లతో పని చేయడానికి “స్క్రీన్” (VNC) ట్యాబ్ సౌకర్యవంతంగా ఉంటుంది:

btop
htop

సీరియల్ కన్సోల్ విండో పరిమాణాన్ని అందించదు; అక్కడ ఎప్పుడూ 80×24 ఉంటుంది, కాబట్టి ఇంటర్‌ఫేస్ కత్తిరించబడుతుంది. టెక్స్ట్ కన్సోల్ కోసం ప్రామాణిక ఆదేశాలను ఉపయోగించండి:

top -b -n1 | head -20
ps aux --sort=-%cpu | head -10

గణితాన్ని గుర్తుంచుకోండి: %CPU ప్రతి కోర్‌కు లెక్కించబడుతుంది. VDS-3లో 400% అంటే నాలుగు కోర్‌లు, అయితే VDS-4లో 100% అంటే ఆరింటిలో ఒక కోర్ మాత్రమే.

దశ 2. CPU మరియు డిస్క్‌ను వేరు చేయండి

సగటు లోడ్ (load average) కూడా గణన నుండి మాత్రమే కాకుండా I/O వెయిట్ నుండి కూడా పెరుగుతుంది:

uptime
vmstat 1 5

vmstat అవుట్‌పుట్‌లో us (యూజర్ కోడ్), sy (కర్నెల్), wa (డిస్క్ వెయిట్), st (స్టోలెన్ టైమ్) కాలమ్‌లను చూడండి. పెద్ద wa అంటే CPU డిస్క్ కోసం వేచి ఉందని అర్థం — బాటిల్‌నెక్ గణన కాదు, రైట్ స్పీడ్. మా టియర్‌లలో డిస్క్ ప్లాటో ఒక నియమం ద్వారా నిర్ణయించబడుతుంది: ప్రతి కోర్‌కు 60 MB/s రైట్, 60 కంటే తక్కువ కాదు మరియు 400 MB/s కంటే ఎక్కువ కాదు, రీడ్ రెట్టింపు, మరియు ప్లాటోకు మూడు రెట్లు ఎక్కువ బరస్ట్ 30 సెకన్లు కొనసాగుతుంది. ఒక టాస్క్ నిరంతరం రాస్తూ ఉంటే, బరస్ట్ ముగిసి మీరు ప్లాటోను చేరుకుంటారు.

దశ 3. నిర్దిష్ట ప్రాసెస్‌ను పరిశోధించండి

pidstat -p <pid> 1 5
cat /proc/<pid>/status
journalctl -u <service> -n 100 --no-pager

సాధారణ కనుగొన్న విషయాలు:

• ఒక వెబ్ అప్లికేషన్ విఫలమైన రిక్వెస్ట్ తర్వాత అనంత లూప్‌లో తిరుగుతోంది;
• డేటాబేస్ ఇండెక్స్ లేకుండా క్వెరీని అమలు చేస్తోంది — దాని స్వంత స్లో క్వెరీ లాగ్‌ను తనిఖీ చేయండి;
• ఒక cron జాబ్ పూర్తి కావడానికి ముందే మళ్లీ ప్రారంభమవుతోంది, ఇన్‌స్టాన్స్‌లు పేరుకుపోతున్నాయి: ps aux | grep <name> డజనుకు పైగా కాపీలను చూపిస్తుంది;
• బలహీనమైన root పాస్‌వర్డ్ ద్వారా మెషీన్‌లోకి చొరబడిన మైనర్. దీని సంకేతం — అర్థం లేని పేరుతో, ప్రామాణికం కాని యూజర్ కింద నడుస్తూ, అధిక అవుట్‌గోయింగ్ బ్యాండ్‌విడ్త్ ఉన్న ప్రాసెస్. ఈ సందర్భంలో, శుభ్రం చేయడం కంటే “యాక్సెస్” ట్యాబ్ నుండి మెషీన్‌ను మళ్లీ ఇన్‌స్టాల్ చేయడం సులభం.

దశ 4. పరిమితం చేయండి, చంపకండి

ప్రాసెస్ అవసరమైనప్పటికీ మిగిలిన వాటికి ఆటంకం కలిగించకూడదు అనుకుంటే:

renice -n 15 -p <pid>
systemctl set-property myapp.service CPUQuota=200%

CPUQuota=200% అంటే రెండు పూర్తి కోర్‌లు. systemd పరిమితి సర్వీస్ రీస్టార్ట్ తర్వాత కూడా కొనసాగుతుంది; renice కొనసాగదు.

kill -9తో ప్రాసెస్‌ను చంపే ముందు, సాధారణ systemctl stopను ప్రయత్నించండి. డేటాబేస్‌ను బలవంతంగా చంపడం వల్ల ఫైల్‌లు పాడై, తదుపరి స్టార్ట్‌లో సుదీర్ఘ రికవరీ జరుగుతుంది.

కోడ్ కారణం కానప్పుడు

లోడ్ సమర్థమైనది మరియు స్థిరమైనది అయితే, Ryzen 9 7950X CPU తన పని చేస్తోంది — టాస్క్ కోసం సరిపడా కోర్‌లు లేవు అన్నమాట. టియర్‌ను పెంచడం మాత్రమే సాధ్యం, చెల్లించిన కాలానికి మిగిలిన రోజులకు అదనపు చెల్లింపుతో: మీ ప్లాన్‌ను అప్‌గ్రేడ్ చేయడం మరియు తేడా చెల్లించడం అనే వ్యాసం చూడండి. తిరిగి డౌన్‌గ్రేడ్ చేయడం అందుబాటులో లేదు, కాబట్టి ప్లాటో ఒకసారి మాత్రమే సంభవించినదా కాదా అని మొదట వారం మరియు నెల గ్రాఫ్‌ల నుండి నిర్ధారించుకోండి.