CPU 성능 문제 식별(CLI)

언어:

다음 절차를 수행하여 어플라이언스에서 CPU 하드웨어 병목 상태를 식별하고 해결할 수 있습니다. 두 가지 분석 데이터 세트의 결과를 기준으로, 데이터 처리량을 늘릴 수 있도록 권장되는 수정 조치가 제공되어 있습니다.

워크시트 만들기(CLI)에 설명된 대로 워크시트를 만들어 선택한 후 dataset를 입력합니다.
```
hostname:analytics worksheets> select worksheet-000
hostname:analytics worksheet-000> dataset
```

set name=cpu.utilization을 입력한 후 commit을 입력하여 CPU 사용률을 원시 통계로 워크시트에 추가합니다.

hostname:analytics worksheet-000 dataset (uncommitted)> set name=cpu.utilization
                           name = cpu.utilization
hostname:analytics worksheet-000 dataset (uncommitted)> commit

dataset를 입력합니다.

hostname:analytics worksheet-000> dataset

set name=cpu.utilization[cpu]를 입력한 후 commit을 입력하여 CPU 식별자별로 분석된 CPU 사용률을 워크시트에 추가합니다.

hostname:analytics worksheet-000 dataset (uncommitted)> set name=cpu.utilization[cpu]
                           name = cpu.utilization[cpu]
hostname:analytics worksheet-000 dataset (uncommitted)> commit

done을 입력하고 다시 done을 입력하여 컨텍스트를 종료합니다.
```
hostname:analytics worksheet-000> done
hostname:analytics worksheets> done
```
15분 이상 기다린 후 analytics datasets로 이동합니다.
주 - 15분은 일반적인 지침입니다. CPU 사용이 많은 빈번한 단기 작업량이 있는 경우 이러한 시간을 조정할 수 있습니다.
```
hostname:> analytics datasets
```

show를 입력하여 사용 가능한 데이터 세트 목록을 표시합니다.

hostname:analytics datasets> show
Datasets:

DATASET     STATE    INCORE  ONDISK  NAME
dataset-000 active    1.27M   15.5M  arc.accesses[hit/miss]
dataset-001 active     517K   9.21M  arc.accesses[hit/miss=metadata hits][L2ARC eligibility]
...
dataset-005 active     290K   7.80M  cpu.utilization 
hostname:analytics datasets>

select 및 이름이 cpu.utilization인 데이터 세트를 입력합니다.
이 예에서 데이터 세트 이름 cpu.utilization은 dataset-005에 해당합니다.
```
hostname:analytics datasets> select dataset-005
```
read 900을 입력하여 데이터 세트의 마지막 900초, 즉 15분을 읽습니다. 데이터 조사가 완료되었으면 done을 입력합니다.
어플라이언스 CPU가 100% 사용률에 도달한 상태로 15분이 초과할 경우 CPU를 더 추가하거나 더 빠른 CPU로 업그레이드하도록 고려해야 합니다.
```
hostname:analytics dataset-005> read 900
...
hostname:analytics dataset-005> done
```

show를 입력하여 사용 가능한 데이터 세트 목록을 표시합니다.

hostname:analytics datasets> show
Datasets:

DATASET     STATE    INCORE  ONDISK  NAME
dataset-000 active    1.27M   15.5M  arc.accesses[hit/miss]
dataset-001 active     517K   9.21M  arc.accesses[hit/miss=metadata hits][L2ARC eligibility]
...
dataset-006 active     290K   7.80M  cpu.utilization[cpu] 
hostname:analytics datasets>

select 및 이름이 cpu.utilization[cpu]인 데이터 세트를 입력합니다.
이 예에서 데이터 세트 이름 cpu.utilization[cpu]는 dataset-006에 해당합니다.
```
hostname:analytics datasets> select dataset-006
```
read 900을 입력하여 데이터 세트의 마지막 900초, 즉 15분을 읽습니다. 데이터 조사가 완료되었으면 done을 입력합니다.
```
hostname:analytics dataset-006> read 900
...
hostname:analytics dataset-006> done
```
다른 CPU는 비교적 유휴 상태인 반면 단일 CPU 코어가 100% 사용률로 작동하는 경우 단일 스레드 및/또는 단일 클라이언트 작업량을 나타낼 가능성이 큽니다. 여러 클라이언트에 작업량을 나누거나 클라이언트 응용 프로그램의 멀티 스레드 구현을 조사하여 다른 컨트롤러 모델에서 제공하는 많은 CPU 코어를 보다 효율적으로 사용하는 것이 좋습니다.