Go to main content
Guide de la fonction d'analyse des systèmes Oracle® ZFS Storage Appliance, version OS8.6.x

Quitter la vue de l'impression

Mis à jour : Septembre 2016
 
 

Identification des problèmes de performance de la CPU (CLI)

Pour identifier et analyser les goulots d'étranglement matériels de CPU sur l'appareil, procédez comme suit. Selon les résultats de deux ensembles de données d'analyse, des actions correctives suggérées sont fournies pour améliorer le débit des données.

  1. Créez une feuille de travail, comme décrit dans la section Création d'une feuille de travail (CLI), sélectionnez-la, puis saisissez la commande dataset.
    hostname:analytics worksheets> select worksheet-000
    hostname:analytics worksheet-000> dataset
  2. Saisissez set name=cpu.utilization, puis commit pour ajouter le pourcentage d'utilisation de la CPU en tant que statistique brute à votre feuille de travail.
    hostname:analytics worksheet-000 dataset (uncommitted)> set name=cpu.utilization
                               name = cpu.utilization
    hostname:analytics worksheet-000 dataset (uncommitted)> commit
  3. Saisissez dataset.
    hostname:analytics worksheet-000> dataset
  4. Saisissez set name=cpu.utilization[cpu], puis commit pour ajouter le pourcentage d'utilisation de la CPU en tant que statistique brute à votre feuille de travail.
    hostname:analytics worksheet-000 dataset (uncommitted)> set name=cpu.utilization[cpu]
                               name = cpu.utilization[cpu]
    hostname:analytics worksheet-000 dataset (uncommitted)> commit
  5. Saisissez done, puis done à nouveau pour quitter le contexte.
    hostname:analytics worksheet-000> done
    hostname:analytics worksheets> done
  6. Attendez au moins 15 minutes, puis accédez à analytics datasets.

    Remarque -  Cette durée correspond au cas général. Vous pouvez ajuster la durée si vous disposez de charges de travail fréquentes et courtes, qui utilisent beaucoup de CPU.
    hostname:> analytics datasets
  7. Saisissez show pour afficher la liste des ensembles de données disponibles.
    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>
  8. Saisissez la commande select, suivie de l'ensemble de données portant le nom cpu.utilization

    Dans cet exemple, le nom d'ensemble de données cpu.utilization correspond à dataset-005.

    hostname:analytics datasets> select dataset-005
  9. Saisissez read 900 pour lire les 900 dernières secondes, ou 15 dernières minutes, de l'ensemble de données. Lorsque vous avez terminé d'examiner les données, saisissez done.

    Si les CPU de l'appareil atteignent 100  % d'utilisation pendant plus de 15  minutes, vous devez envisager d'ajouter davantage de CPU ou d'effectuer une mise à niveau vers des CPU plus rapides.

    hostname:analytics dataset-005> read 900
    ...
    hostname:analytics dataset-005> done
  10. Saisissez show pour afficher la liste des ensembles de données disponibles.
    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>
  11. Saisissez la commande select, suivie de l'ensemble de données portant le nom cpu.utilization[cpu].

    Dans cet exemple, le nom d'ensemble de données cpu.utilization[cpu] correspond à dataset-006.

    hostname:analytics datasets> select dataset-006
  12. Saisissez read 900 pour lire les 900 dernières secondes, ou 15 dernières minutes, de l'ensemble de données. Lorsque vous avez terminé d'examiner les données, saisissez done.
    hostname:analytics dataset-006> read 900
    ...
    hostname:analytics dataset-006> done

    Un seul cœur de CPU utilisé à 100  % alors que les autres sont relativement inactifs indique probablement la présence d'une charge de travail mono-thread et/ou mono-client. Envisagez de répartir votre charge de travail entre plusieurs clients, ou implémentez votre application client sur plusieurs threads afin de mieux utiliser les nombreux cœurs de CPU proposés par les autres modèles de contrôleurs.