一、分析CPU瓶颈
1，性能指标
a>CPU使用率
CPU使用率描述了非空闲时间占总CPU时间的百分比，根据CPU上运行任务的不同可以分为：用户CPU、系统CPU、等待I/O CPU、软中断和硬中断等
- 用户CPU使用率，包括用户态CPU使用率（user）和低优先级用户态CPU使用率（nice），表示CPU在用户态运行的时间百分比。用户CPU使用率高，通常说明有应用程序比较繁忙
- 系统CPU使用率，表示CPU在内核态运行的时间百分比（不包括中断）。系统CPU使用率高，说明内核比较繁忙
- 等待I/O的CPU使用率，通常也称之为iowait，表示等待I/O的时间百分比。iowait高，通常说明系统与硬件设备的I/O交互时间比较长。
- 软中断和硬中断的CPU使用率，分别表示内核调用软中断处理程序、硬中断处理程序的时间百分比。它们的使用率高，通常说明系统发生了大量的中断
- 窃取CPU使用率（steal）和客户CPU使用率（guest），分别表示被其他虚拟机占用的CPU时间百分比和运行客户虚拟机的CPU时间百分比
b>平均负载
系统的平均活跃进程数。它反应了系统的整体负载情况，主要包括三个数值，分别指过去1分钟、过去5分钟和过去15分钟的平均负载。
理想情况下，平均负载等于逻辑CPU个数，这表示每个CPU都恰好被充分利用。如果平均负载大于逻辑CPU个数，就表示负载比较重。
c>上下文切换
- 无法获取资源而导致的自愿上下文切换
- 被系统强制调度导致的非自愿上下文切换
上下文切换，本身是保证Linux正常运行的一项核心功能。但过多的上下文切换，会将原本运行进程的CPU时间，消耗寄存器、内核栈以及虚拟内存等数据的保存和恢复上，缩短进程真正运行的时间，成为性能瓶颈。
d>CPU的缓存命中率
https://cloud.tencent.com/developer/article/1597149
CPU的处理速度要比内存的访问速度快很多，CPU在访问内存的时候，就需要等待内存的响应。为了协调二者的巨大性能差距，CPU缓存（多级缓存）就出现了
CPU缓存的速度介于CPU和内存之间，缓存的是热点的内存数据。根据不断增长的热点数据，这些缓存按照大小不同分为L1、L2、L3等三级缓存，其中L1和L2常用在单核中，L3则用在多核中。
从L1到L3，三级缓存的大小依次增大，相应的性能依次降低（当然比内存好很多）。而它们的命中率，衡量的是CPU缓存的复用情况，命中率越高，则表示性能越好。
2，性能工具
a>平均负载
uptime查看系统的平均负载。在平均负载升高时，使用mpstat和pidstat，分别观察每个CPU和每个进程CPU的使用情况，进而定位负载升高的进程
b>上下文切换
vmstat查看系统的上下文切换次数和中断次数。使用pidstat （-w），观察进程的自愿上下文切换（cswch/s）和非自愿上下文切换（nvcswch/s）；使用pidstat（-wt）输出具体线程的上下文切换。
c>CPU使用率升高
使用top观察具体的CPU情况，然后使用perf工具定位具体的线程和函数
d>不可中断进程和僵尸进程
top观察iowait升高，并发现出现大量的zombie僵尸进程，使用dstat定位为磁盘读取导致，再使用pidstat找出相关进程，最后用perf工具定位原因
e>软中断
top观察cpu使用率升高，再使用watch -d /proc/softirqs，找到变化速率较快的软中断，然后通过sar（-n DEV）显示网络收发的报告，发现为网络小包问题，最后用tcpdump，找到网络帧的类型和来源，确定为SYNFLOOD攻击导致。
3，性能指标和性能工具关联
a>根据指标找工具
b>根据工具查指标
c>分析CPU性能瓶颈
二、CPU性能优化的思路
1，如何评估性能优化效果
a>确定性能的量化指标
不要局限在单一维度的指标上。以web项目为例：
- 应用程序的维度，可以用吞吐量和请求延迟来评估应用程序的性能
- 系统资源的维度，可以用CPU使用率来评估系统的CPU使用情况
b>测试优化前的性能指标
c>测试优化后的性能指标
2，CPU优化
a>应用程序优化
降低CPU使用率的最好方法是排除所有不必要的工作，只保留最核心的逻辑。比如减少循环的层次、减少递归、减少动态内存分配等。
除此之外，应用程序的优化也包括很多方法，最常用的：
- 编译器优化：很多编译器都会提供优化选项，适当开启。比如，gcc就提供了优化选项 -O2，开启后会自动对应用程序的代码进行优化。
- 算法优化：使用复杂度更低的算法，可以显著加快处理速度。比如，在数据比较大的情况下，可以用O(nlogn)的排序算法（如快排、归并排序等），代替O(n^2)的排序算法（如冒泡、插入排序等）。
- 异步处理：使用异步处理，可以避免程序因为等待某个资源而一直阻塞，从而提升程序的并发处理能力。比如，把轮询替换为事件通知，就可以避免轮询耗费CPU的问题。
- 多线程代替多进程：相对于进程上下文切换， 线程上下文切换并不切换进程选址空间，因此可以降低上下文切换的成本
- 善用缓存：经常访问的数据或者计算过程中的步骤，可以放到内存中缓存起来，这样在下次用时就能直接从内存中获取，加快程序的处理速度。
b>系统优化
从系统的角度来说，优化CPU的运行，一方面要充分利用CPU缓存的本地性，加速缓存访问；另一方面，就是要控制进程的CPU使用情况，减少进程间的相互影响。常见方法：
- CPU绑定：把进程绑定到一个或者多个CPU上，可以提高CPU缓存的命中率，减少跨CPU调度带来的上下文切换问题
- CPU独占：跟CPU绑定类似，进一步将CPU分组，并通过CPU亲和性机制为其分配进程。这样，这些CPU就由指定的进程独占，换句话说，不允许其他进程再来使用这些CPU。
- 优先级调整：使用nice调整进程的优先级，正值调低优先级，负值调高优先级。适当降低非核心应用的优先级，增高核心应用的优先级，可以确保核心应用得到优先处理。
- 为进程设置资源限制：使用Linux cgroups 来设置进程的CPU使用上限，可以防止由于某个应用自身的问题，而耗尽系统资源
- NUMA（Non-Uniform Memory Accesss）优化：支持NUMA的处理器会被划分为多个node，每个node都有自己的本地内存空间。NUMA优化，其实就是让CPU尽可能只访问本地内存。
- 中断负载均衡：无论软中断还是硬中断，它们的中断处理程序都可能会耗费大量的CPU。开启irqbalance服务或者配置smp_affinity，就可以吧中断处理过程自动负载均衡到多个CPU上。