AnolisOS 入门八:使用keentune(轻豚) 调优系统性能

2023-10-31 07:20

本文主要是介绍AnolisOS 入门八:使用keentune(轻豚) 调优系统性能,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Anolis 龙蜥社区https://openanolis.cn/轻豚主站https://openanolis.cn/sig/KeenTune

注意:使用keentune 前您应当对服务器硬件、Linux核心参数、网络通讯等知识领域有所了解

警告: 错误的使用调试工具,可能会使服务中断,请谨慎使用!

简介:

        性能调优,是一个将硬件、软件、操作系统融会贯通,将性能发挥到极致的过程。通常调校的目标是以用户的期望为依据,因此,调校的目标往往是符合用户的期盼即可。

1.安装:

       最低硬件要求:2核4G 10G可用磁盘空间

        这里使用dnf的方式,单机部署,有能力的同学可以使用源代码(git)编译的方式安装。       

#1.添加软件源
curl -o /etc/yum.repos.d/anolisos-experimental.repo  https://gitcode.net/-/snippets/1745/raw/master/anolisos-experimental.repo#2.安装Keentune 相关软件
dnf install -y keentuned keentune-brain keentune-bench keentune-target#3.安装依赖软件
dnf install -y python36 python36-devel go #4.pip切换国内源(可选)
mkdir ~/.pip
curl -o ~/.pip/pip.conf https://gitcode.net/-/snippets/1749/raw/master/pip.conf#4.安装python3相关软件,注意:至少需要2G以上硬盘空间!!!
pip3 install --upgrade pip
pip3 install numpy==1.19.5 POAP==0.1.26 tornado==6.1 hyperopt==0.2.5 ultraopt==0.1.1 bokeh==2.3.2 requests==2.25.1 pySOT==0.3.3 scikit_learn==0.24.2 paramiko==2.7.2 PyYAML==5.4.1 pynginxconfig#5.设置go 环境
go env -w GO111MODULE=on
go env -w GOPROXY=https://goproxy.cn,direct

二、启动

#1. 启动keentune相关服务
systemctl start keentuned keentune-brain keentune-target keentune-bench#1. 查看服务状态
systemctl status keentuned keentune-brain keentune-target keentune-bench#2.设置开机自动启动(可选)
systemctl enable keentuned keentune-brain keentune-target keentune-bench

使用 netstat -an | grep 98  确认从 9870-9874 的端口都已经开启 

注:如果有端口没有成功启动,请逐一对服务进行排查

三、简单使用

keentune 拥有两种性能调优模式,基于AI 的动态调优和基于预设场景的静态调优,这里我们选择静态调优继续:

通过 keentune profile list 可以看到,已经预设了5种使用场景

  1. cpu_high_load 高CPU负载
  2. io_high_throughput 高IO吞吐量
  3. mysql_tpcc MYSQL 的TPCC优化
  4. net_high_throuput 高网络吞吐量
  5. net_low_latency 网络低延迟
#查看帮助
keentune -h#查看静态配置
keentune profile list

#查看指定配置的参数
keentune profile info --name cpu_high_load.conf

#使 cpu_high_load 配置生效
keentune profile set --name cpu_high_load.conf

设置成功后可以看到 [ok]状态,共有多少参数设置成功

使用sysctl -a  查看设置成功后的参数(此处以swappiness为例)

 注意:keentune 只是调整了运行值,重启后会恢复原值

恢复初始状态: 

# 恢复初始状态
keentune profile rollback

四、其他

1)手动调整预置场景参数

#目录下存放着所有预置场景的配置文件
/etc/keentune/profile 

上述目录存放着所有预置场景的配置文件,可以根据自己的经验、服务器配置对预设场景的参数进行手动调整 

2)使用网络预设场景时可能会遇到的问题

#应用 网络高负载或者 低延时场景时
#会遇到如下错误:keentune profile set --name net_low_latency.conf
[ERROR] profile.Set failed, msg: Prepare before Set err:exec backup failed, err:response suc is false, msg is map[sysctl:sysctl: cannot stat /proc/sys/net/generic-receive-offload: No such file or directory]

 是因为配置文件中的如下参数造成的:

net.mtu: 1500
net.generic-receive-offload: off
net.generic-segmentation-offload: off
net.tcp-segmentation-offload: off

        由于在新的Linux 内核中 网卡的gro、gso、tso 设置已经交由 ethtool 工具来设置,解决方法如下:

        使用vi 等文本编辑工具,将 上述4条内容从 net_low_latency.conf 中删除,再执行如下命令:

#ethtool 关闭 gro gso tso,注:重启后会恢复默认值
#ethtool -K 网卡名称 命令
ethtool -K eth0 gro off 
ethtool -K eth0 gso off
ethtool -K eth0 tso off#设置mtu 1500
echo "1500" > /sys/class/net/eth0/mtu#启用策略
keentune profile set --name net_low_latency.conf

五、最后

        所谓前人种树后人白嫖,本文志在抛砖引玉,从官方文档可以看出基于AI的动态参数调整才是keentune 的核心价值所在。

参考文献:

https://openanolis.cn/sig/KeenTune

https://gitee.com/anolis/keentuned
https://gitee.com/anolis/keentune_bench
https://gitee.com/anolis/keentune_target
https://gitee.com/anolis/keentune_brain

____________________________________

2023-7-24 更新

原主站 http://keentune.io 已失效,切换到 KeenTune - OpenAnolis 龙蜥操作系统开源社区 

 

这篇关于AnolisOS 入门八:使用keentune(轻豚) 调优系统性能的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/313724

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数