Linux動態(tài)追蹤工具是什么

2024-08-27 23:55:10

字體：大中小

供稿：網(wǎng)友

　　今天小編給大家分享一下Linux動態(tài)追蹤工具是什么的相關(guān)知識點，內(nèi)容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

　　Linux動態(tài)追蹤工具是什么

　　線程與內(nèi)存剖析，只能觀測到進程的整體情況，有些時候我們需要觀測到某一方法級別，比如調(diào)用方法test()時，傳入的參數(shù)是什么，返回值是多少，花費了多少時間？這種情況下，我們就需要使用一些動態(tài)追蹤工具了，如strace、arthas、bpftrace、systemtap等。

　　strace與ltrace

　　strace是Linux中用來觀測系統(tǒng)調(diào)用的工具，學過操作系統(tǒng)原理都知道，操作系統(tǒng)向應(yīng)用程序暴露了一批系統(tǒng)調(diào)用接口，應(yīng)用程序只能通過這些系統(tǒng)調(diào)用接口來訪問操作系統(tǒng)，比如申請內(nèi)存、文件或網(wǎng)絡(luò)io操作等。

　　用法如下：

　　# -T 打印系統(tǒng)調(diào)用花費的時間
　　# -tt 打印系統(tǒng)調(diào)用的時間點
　　# -s 輸出的最大長度，默認32，對于調(diào)用參數(shù)較長的場景，建議加大
　　# -f 是否追蹤fork出來子進程的系統(tǒng)調(diào)用，由于服務(wù)端服務(wù)普通使用線程池，建議加上
　　# -p 指定追蹤的進程pid
　　# -o 指定追蹤日志輸出到哪個文件，不指定則直接輸出到終端
　　$ strace -T -tt -f -s 10000 -p 87 -o strace.log
　　實例：抓取實際發(fā)送的SQL

　　有些時候，我們會發(fā)現(xiàn)代碼中完全沒問題的SQL，卻查不到數(shù)據(jù)，這極有可能是由于項目中一些底層框架改寫了SQL，導致真實發(fā)送的SQL與代碼中的SQL不一樣。

　　遇到這種情況，先別急著扒底層框架代碼，那樣會比較花時間，畢竟程序員的時間很寶貴，不然要加更多班的，怎么快速確認是不是這個原因呢？

　　有兩種方法，第一種是使用wireshark抓包，第二種就是本篇介紹的strace了，由于程序必然要通過網(wǎng)絡(luò)io相關(guān)的系統(tǒng)調(diào)用，將SQL命令發(fā)送到數(shù)據(jù)庫，因此我們只需要用strace追蹤所有系統(tǒng)調(diào)用，然后grep出發(fā)送SQL的系統(tǒng)調(diào)用即可，如下：

　　$ strace -T -tt -f -s 10000 -p 87 |& tee strace.log
　　Linux動態(tài)追蹤工具是什么

　　從圖中可以清晰看到，mysql的jdbc驅(qū)動是通過sendto系統(tǒng)調(diào)用來發(fā)送SQL，通過recvfrom來獲取返回結(jié)果，可以發(fā)現(xiàn)，由于SQL是字符串，strace自動幫我們識別出來了，而返回結(jié)果因為是二進制的，就不容易識別了，需要非常熟悉mysql協(xié)議才行。

　　另外，從上面其實也很容易看出SQL執(zhí)行耗時，計算相同線程號的sendto與recvfrom之間的時間差即可。

　　ltrace

　　由于大多數(shù)進程基本都會使用基礎(chǔ)c庫，而不是系統(tǒng)調(diào)用，如Linux上的glibc，Windows上的msvc，所以還有一個工具ltrace，可以用來追蹤庫調(diào)用，如下：

　　$ ltrace -T -tt -f -s 10000 -p 87 -o ltrace.log
　　基本用法和strace一樣，一般來說，使用strace就夠了。

　　arthas

　　arthas是java下的一款動態(tài)追蹤工具，可以觀測到j(luò)ava方法的調(diào)用參數(shù)、返回值等，除此之外，還提供了很多實用功能，如反編譯、線程剖析、堆內(nèi)存轉(zhuǎn)儲、火焰圖等。

　　下載與使用

　　# 下載arthas
　　$ wget https://arthas.aliyun.com/download/3.4.6?mirror=aliyun -O arthas-packaging-3.4.6-bin.zip
　　# 解壓
　　$ unzip arthas-packaging-3.4.6-bin.zip -d arthas && cd arthas/
　　# 進入arthas命令交互界面
　　$ java -jar arthas-boot.jar `pgrep -n java`
　　[INFO] arthas-boot version: 3.4.6
　　[INFO] arthas home: /home/work/arthas
　　[INFO] Try to attach process 3368243
　　[INFO] Attach process 3368243 success.
　　[INFO] arthas-client connect 127.0.0.1 3658
　　 ,---. ,------. ,--------.,--. ,--. ,---.   ,---.
　　 / O / | .--. ''--. .--'| '--' | / O / '   .-'
　　| .-. || '--'.'   | |   | .--. || .-. |`. `-.
　　| | | || |/ /    | |   | | | || | | |.-'    |
　　`--' `--'`--' '--'   `--'   `--' `--'`--' `--'`-----'
　　wiki      https://arthas.aliyun.com/doc
　　tutorials https://arthas.aliyun.com/doc/arthas-tutorials.html
　　version   3.4.6
　　pid       3368243
　　time      2021-11-13 13:35:49
　　# help可查看arthas提供了哪些命令
　　[arthas@3368243]$ help
　　# help watch可查看watch命令具體用法
　　[arthas@3368243]$ help watch
　　watch、trace與stack

　　在arthas中，使用watch、trace、stack命令可以觀測方法調(diào)用情況，如下：

　　# watch觀測執(zhí)行的查詢SQL，-x 3指定對象展開層級
　　[arthas@3368243]$ watch org.apache.ibatis.executor.statement.PreparedStatementHandler parameterize '{target.boundSql.sql,target.boundSql.parameterObject}' -x 3
　　method=org.apache.ibatis.executor.statement.PreparedStatementHandler.parameterize location=AtExit
　　ts=2021-11-13 14:50:34; [cost=0.071342ms] result=@ArrayList[
　　    @String[select id,log_info,create_time,update_time,add_time from app_log where id=?],
　　    @ParamMap[
　　        @String[id]:@Long[41115],
　　        @String[param1]:@Long[41115],
　　    ],
　　]
　　# watch觀測耗時超過200ms的SQL
　　[arthas@3368243]$ watch com.mysql.jdbc.PreparedStatement execute '{target.toString()}' 'target.originalSql.contains("select") && #cost > 200' -x 2
　　Press Q or Ctrl+C to abort.
　　Affect(class count: 3 , method count: 1) cost in 123 ms, listenerId: 25
　　method=com.mysql.jdbc.PreparedStatement.execute location=AtExit
　　ts=2021-11-13 14:58:42; [cost=1001.558851ms] result=@ArrayList[
　　    @String[com.mysql.jdbc.PreparedStatement@6283cfe6: select count(*) from app_log],
　　]
　　# trace追蹤方法耗時，層層追蹤，就可找到耗時根因，--skipJDKMethod false顯示jdk方法耗時，默認不顯示
　　[arthas@3368243]$ trace com.mysql.jdbc.PreparedStatement execute 'target.originalSql.contains("select") && #cost > 200' --skipJDKMethod false
　　Press Q or Ctrl+C to abort.
　　Affect(class count: 3 , method count: 1) cost in 191 ms, listenerId: 26
　　---ts=2021-11-13 15:00:40;thread_name=http-nio-8080-exec-47;id=76;is_daemon=true;priority=5;TCCL=org.springframework.boot.web.embedded.tomcat.TomcatEmbeddedWebappClassLoader@5a2d131d
　　    ---[1001.465544ms] com.mysql.jdbc.PreparedStatement:execute()
　　        +---[0.022119ms] com.mysql.jdbc.PreparedStatement:checkClosed() #1274
　　        +---[0.016294ms] com.mysql.jdbc.MySQLConnection:getConnectionMutex() #57
　　        +---[0.017862ms] com.mysql.jdbc.PreparedStatement:checkReadOnlySafeStatement() #1278
　　        +---[0.008996ms] com.mysql.jdbc.PreparedStatement:createStreamingResultSet() #1294
　　        +---[0.010783ms] com.mysql.jdbc.PreparedStatement:clearWarnings() #1296
　　        +---[0.017843ms] com.mysql.jdbc.PreparedStatement:fillSendPacket() #1316
　　        +---[0.008543ms] com.mysql.jdbc.MySQLConnection:getCatalog() #1320
　　        +---[0.009293ms] java.lang.String:equals() #57
　　        +---[0.008824ms] com.mysql.jdbc.MySQLConnection:getCacheResultSetMetadata() #1328
　　        +---[0.009892ms] com.mysql.jdbc.MySQLConnection:useMaxRows() #1354
　　        +---[1001.055229ms] com.mysql.jdbc.PreparedStatement:executeInternal() #1379
　　        +---[0.02076ms] com.mysql.jdbc.ResultSetInternalMethods:reallyResult() #1388
　　        +---[0.011517ms] com.mysql.jdbc.MySQLConnection:getCacheResultSetMetadata() #57
　　        +---[0.00842ms] com.mysql.jdbc.ResultSetInternalMethods:getUpdateID() #1404
　　        ---[0.008112ms] com.mysql.jdbc.ResultSetInternalMethods:reallyResult() #1409
　　# stack追蹤方法調(diào)用棧，找到耗時SQL來源
　　[arthas@3368243]$ stack com.mysql.jdbc.PreparedStatement execute 'target.originalSql.contains("select") && #cost > 200'
　　Press Q or Ctrl+C to abort.
　　Affect(class count: 3 , method count: 1) cost in 138 ms, listenerId: 27
　　ts=2021-11-13 15:01:55;thread_name=http-nio-8080-exec-5;id=2d;is_daemon=true;priority=5;TCCL=org.springframework.boot.web.embedded.tomcat.TomcatEmbeddedWebappClassLoader@5a2d131d
　　    @com.mysql.jdbc.PreparedStatement.execute()
　　        at com.alibaba.druid.pool.DruidPooledPreparedStatement.execute(DruidPooledPreparedStatement.java:493)
　　        at org.apache.ibatis.executor.statement.PreparedStatementHandler.query(PreparedStatementHandler.java:63)
　　        at org.apache.ibatis.executor.statement.RoutingStatementHandler.query(RoutingStatementHandler.java:79)
　　        at org.apache.ibatis.executor.SimpleExecutor.doQuery(SimpleExecutor.java:63)
　　        at org.apache.ibatis.executor.BaseExecutor.queryFromDatabase(BaseExecutor.java:326)
　　        at org.apache.ibatis.executor.BaseExecutor.query(BaseExecutor.java:156)
　　        at org.apache.ibatis.executor.BaseExecutor.query(BaseExecutor.java:136)
　　        at org.apache.ibatis.session.defaults.DefaultSqlSession.selectList(DefaultSqlSession.java:148)
　　        at org.apache.ibatis.session.defaults.DefaultSqlSession.selectList(DefaultSqlSession.java:141)
　　        at org.apache.ibatis.session.defaults.DefaultSqlSession.selectOne(DefaultSqlSession.java:77)
　　        at sun.reflect.GeneratedMethodAccessor75.invoke(null:-1)
　　        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
　　        at java.lang.reflect.Method.invoke(Method.java:498)
　　        at org.mybatis.spring.SqlSessionTemplate$SqlSessionInterceptor.invoke(SqlSessionTemplate.java:433)
　　        at com.sun.proxy.$Proxy113.selectOne(null:-1)
　　        at org.mybatis.spring.SqlSessionTemplate.selectOne(SqlSessionTemplate.java:166)
　　        at org.apache.ibatis.binding.MapperMethod.execute(MapperMethod.java:83)
　　        at org.apache.ibatis.binding.MapperProxy.invoke(MapperProxy.java:59)
　　        at com.sun.proxy.$Proxy119.selectCost(null:-1)
　　        at com.demo.example.web.controller.TestController.select(TestController.java:57)
　　可以看到watch、trace、stack命令中都可以指定條件表達式，只要滿足ognl表達式語法即可，ognl完整語法很復雜，如下是一些經(jīng)常使用的：

　　Linux動態(tài)追蹤工具是什么

　　ognl

　　通過ognl命令，可直接查看靜態(tài)變量的值，如下：

　　# 調(diào)用System.getProperty靜態(tài)函數(shù)，查看jvm默認字符編碼
　　[arthas@3368243]$ ognl '@System@getProperty("file.encoding")'
　　@String[UTF-8]
　　# 找到springboot類加載器
　　[arthas@3368243]$ classloader -t
　　+-BootstrapClassLoader
　　+-sun.misc.Launcher$ExtClassLoader@492691d7
　　 +-sun.misc.Launcher$AppClassLoader@764c12b6
　　    +-org.springframework.boot.loader.LaunchedURLClassLoader@4361bd48
　　# 獲取springboot中所有的beanName，-c指定springboot的classloader的hash值
　　# 一般Spring項目，都會定義一個SpringUtil的，用于獲取bean容器ApplicationContext
　　[arthas@3368243]$ ognl -c 4361bd48 '#context=@com.demo.example.web.SpringUtil@applicationContext, #context.beanFactory.beanDefinitionNames'
　　@String[][
　　    @String[org.springframework.context.annotation.internalConfigurationAnnotationProcessor],
　　    @String[org.springframework.context.annotation.internalAutowiredAnnotationProcessor],
　　    @String[org.springframework.context.annotation.internalCommonAnnotationProcessor],
　　    @String[testController],
　　    @String[apiController],
　　    @String[loginService],
　　    ...
　　]
　　# 獲取springboot配置，如server.port是配置http服務(wù)端口的
　　[arthas@3368243]$ ognl -c 4361bd48 '#context=@com.demo.example.web.SpringUtil@applicationContext, #context.getEnvironment().getProperty("server.port")'
　　@String[8080]
　　# 查看server.port定義在哪個配置文件中
　　# 可以很容易看到，server.port定義在application-web.yml
　　[arthas@3368243]$ ognl -c 4361bd48 '#context=@com.demo.example.web.SpringUtil@applicationContext, #context.environment.propertySources.propertySourceList.{? containsProperty("server.port")}'
　　@ArrayList[
　　    @ConfigurationPropertySourcesPropertySource[ConfigurationPropertySourcesPropertySource {name='configurationProperties'}],
　　    @OriginTrackedMapPropertySource[OriginTrackedMapPropertySource {name='applicationConfig: [classpath:/application-web.yml]'}],
　　]
　　# 調(diào)用springboot中bean的方法，獲取返回值
　　[arthas@3368243]$ ognl -c 4361bd48 '#context=@com.demo.example.web.SpringUtil@applicationContext, #context.getBean("demoMapper").queryOne(12)' -x 2
　　@ArrayList[
　　    @HashMap[
　　        @String[update_time]:@Timestamp[2021-11-09 18:38:13,000],
　　        @String[create_time]:@Timestamp[2021-04-17 15:52:55,000],
　　        @String[log_info]:@String[TbTRNsh3SixuFrkYLTeb25a6zklEZj0uWANKRMe],
　　        @String[id]:@Long[12],
　　        @String[add_time]:@Integer[61],
　　    ],
　　]
　　# 查看springboot自帶tomcat的線程池的情況
　　[arthas@3368243]$ ognl -c 4361bd48 '#context=@com.demo.example.web.SpringUtil@applicationContext, #context.webServer.tomcat.server.services[0].connectors[0].protocolHandler.endpoint.executor'
　　@ThreadPoolExecutor[
　　    sm=@StringManager[org.apache.tomcat.util.res.StringManager@16886f49],
　　    submittedCount=@AtomicInteger[1],
　　    threadRenewalDelay=@Long[1000],
　　    workQueue=@TaskQueue[isEmpty=true;size=0],
　　    mainLock=@ReentrantLock[java.util.concurrent.locks.ReentrantLock@69e9cf90[Unlocked]],
　　    workers=@HashSet[isEmpty=false;size=10],
　　    largestPoolSize=@Integer[49],
　　    completedTaskCount=@Long[10176],
　　    threadFactory=@TaskThreadFactory[org.apache.tomcat.util.threads.TaskThreadFactory@63c03c4f],
　　    handler=@RejectHandler[org.apache.tomcat.util.threads.ThreadPoolExecutor$RejectHandler@3667e559],
　　    keepAliveTime=@Long[60000000000],
　　    allowCoreThreadTimeOut=@Boolean[false],
　　    corePoolSize=@Integer[10],
　　    maximumPoolSize=@Integer[8000],
　　]
　　其它命令

　　arthas還提供了jvm大盤、線程剖析、堆轉(zhuǎn)儲、反編譯、火焰圖等功能，如下：

　　# 顯示耗cpu較多的前4個線程
　　[arthas@3368243]$ thread -n 4
　　"C2 CompilerThread0" [Internal] cpuUsage=8.13% deltaTime=16ms time=46159ms
　　"C2 CompilerThread1" [Internal] cpuUsage=4.2% deltaTime=8ms time=47311ms
　　"C1 CompilerThread2" [Internal] cpuUsage=3.06% deltaTime=6ms time=17402ms
　　"http-nio-8080-exec-40" Id=111 cpuUsage=1.29% deltaTime=2ms time=624ms RUNNABLE (in native)
　　    at java.net.SocketInputStream.socketRead0(Native Method)
　　    ...
　　    at com.mysql.jdbc.MysqlIO.checkErrorPacket(MysqlIO.java:4113)
　　    at com.mysql.jdbc.MysqlIO.sendCommand(MysqlIO.java:2570)
　　    at com.mysql.jdbc.MysqlIO.sqlQueryDirect(MysqlIO.java:2731)
　　    at com.mysql.jdbc.ConnectionImpl.execSQL(ConnectionImpl.java:2818)
　　    ...
　　    at com.demo.example.web.controller.TestController.select(TestController.java:57)
　　# 堆轉(zhuǎn)儲
　　[arthas@3368243]$ heapdump
　　Dumping heap to /tmp/heapdump2021-11-13-15-117226383240040009563.hprof ...
　　Heap dump file created
　　# cpu火焰圖，容器環(huán)境下profiler start可能用不了，可用profiler start -e itimer替代
　　[arthas@3368243]$ profiler start
　　Started [cpu] profiling
　　[arthas@3368243]$ profiler stop
　　OK
　　profiler output file: /home/work/app/arthas-output/20211113-151208.svg
　　# dashboard就類似Linux下的top一樣，可看jvm線程、堆內(nèi)存的整體情況
　　[arthas@3368243]$ dashboard
　　# jvm就類似Linux下的ps一樣，可以看jvm進程的一些基本信息，如：jvm參數(shù)、類加載、線程數(shù)、打開文件描述符數(shù)等
　　[arthas@3368243]$ jvm
　　# 反編譯
　　[arthas@3368243]$ jad com.demo.example.web.controller.TestController
　　可見，arthas已經(jīng)不是一個單純的動態(tài)追蹤工具了，它把jvm下常用的診斷功能幾乎全囊括了。

　　bpftrace

　　arthas只能追蹤java程序，對于原生程序(如MySQL)就無能為力了，好在Linux生態(tài)提供了大量的機制以及配套工具，可用于追蹤原生程序的調(diào)用，如perf、bpftrace、systemtap等，由于bpftrace使用難度較小，本篇主要介紹它的用法。

　　bpftrace是基于ebpf技術(shù)實現(xiàn)的動態(tài)追蹤工具，它對ebpf技術(shù)進行封裝，實現(xiàn)了一種腳本語言，就像上面介紹的arthas基于ognl一樣，它實現(xiàn)的腳本語言類似于awk，封裝了常見語句塊，并提供內(nèi)置變量與內(nèi)置函數(shù)，如下：

　　$ sudo bpftrace -e 'BEGIN { printf("Hello, World!/n"); } '
　　Attaching 1 probe...
　　Hello, World!
　　實例：在調(diào)用端追蹤慢SQL

　　前面我們用strace追蹤過mysql的jdbc驅(qū)動，它使用sendto與recvfrom系統(tǒng)調(diào)用來與mysql服務(wù)器通信，因此，我們在sendto調(diào)用時，計下時間點，然后在recvfrom結(jié)束時，計算時間之差，就可以得到相應(yīng)SQL的耗時了，如下：

　　先找到sendto與recvfrom系統(tǒng)調(diào)用在bpftrace中的追蹤點，如下：

　　# 查找sendto|recvfrom系統(tǒng)調(diào)用的追蹤點，可以看到sys_enter_開頭的追蹤點應(yīng)該是進入時觸發(fā)，sys_exit_開頭的退出時觸發(fā)
　　$ sudo bpftrace -l '*tracepoint:syscalls*' |grep -E 'sendto|recvfrom'
　　tracepoint:syscalls:sys_enter_sendto
　　tracepoint:syscalls:sys_exit_sendto
　　tracepoint:syscalls:sys_enter_recvfrom
　　tracepoint:syscalls:sys_exit_recvfrom
　　# 查看系統(tǒng)調(diào)用參數(shù)，方便我們編寫腳本
　　$ sudo bpftrace -lv tracepoint:syscalls:sys_enter_sendto
　　tracepoint:syscalls:sys_enter_sendto
　　    int __syscall_nr;
　　    int fd;
　　    void * buff;
　　    size_t len;
　　    unsigned int flags;
　　    struct sockaddr * addr;
　　    int addr_len;
　　編寫追蹤腳本trace_slowsql_from_syscall.bt，腳本代碼如下：

　　#!/usr/local/bin/bpftrace
　　BEGIN {
　　    printf("Tracing jdbc SQL slower than %d ms by sendto/recvfrom syscall/n", $1);
　　    printf("%-10s %-6s %6s %s/n", "TIME(ms)", "PID", "MS", "QUERY");
　　}
　　tracepoint:syscalls:sys_enter_sendto /comm == "java"/ {
　　    // mysql協(xié)議中，包開始的第5字節(jié)指示命令類型，3代表SQL查詢
　　    $com = *(((uint8 *) args->buff)+4);
　　    if($com == (uint8)3){
　　        @query[tid]=str(((uint8 *) args->buff)+5, (args->len)-5);
　　        @start[tid]=nsecs;
　　    }
　　}
　　tracepoint:syscalls:sys_exit_recvfrom /comm == "java" && @start[tid]/ {
　　    $dur = (nsecs - @start[tid]) / 1000000;
　　    if ($dur > $1) {
　　        printf("%-10u %-6d %6d %s/n", elapsed / 1000000, pid, $dur, @query[tid]);
　　    }
　　    delete(@query[tid]);
　　    delete(@start[tid]);
　　}
　　其中，comm表示進程名稱，tid表示線程號，@query[tid]與@start[tid]類似map，以tid為key的話，這個變量就像一個線程本地變量了。

　　調(diào)用上面的腳本，可以看到各SQL執(zhí)行耗時，如下：

　　$ sudo BPFTRACE_STRLEN=80 bpftrace trace_slowsql_from_syscall.bt
　　Attaching 3 probes...
　　Tracing jdbc SQL slower than 0 ms by sendto/recvfrom syscall
　　TIME(ms)   PID        MS QUERY
　　6398       3368243    125 select sleep(0.1)
　　16427      3368243     22 select id from app_log al order by id desc limit 1
　　16431      3368243     20 select id,log_info,create_time,update_time,add_time from app_log where id=11692
　　17492      3368243     21 select id,log_info,create_time,update_time,add_time from app_log where id=29214
　　實例：在服務(wù)端追蹤慢SQL

　　從調(diào)用端來追蹤SQL耗時，會包含網(wǎng)絡(luò)往返時間，為了得到更精確的SQL耗時，我們可以寫一個追蹤服務(wù)端mysql的腳本，來觀測SQL耗時，如下：

　　確定mysqld服務(wù)進程的可執(zhí)行文件與入口函數(shù)

　　$ which mysqld
　　/usr/local/mysql/bin/mysqld
　　# objdump可導出可執(zhí)行文件的動態(tài)符號表，做幾張mysqld的火焰圖就可發(fā)現(xiàn)，dispatch_command是SQL處理的入口函數(shù)
　　# 另外，由于mysql是c++寫的，方法名是編譯器改寫過的，這也是為啥下面腳本中要用*dispatch_command*模糊匹配
　　$ objdump -tT /usr/local/mysql/bin/mysqld | grep dispatch_command
　　00000000014efdf3 g     F .text 000000000000252e              _Z16dispatch_commandP3THDPK8COM_DATA19enum_server_command
　　00000000014efdf3 g    DF .text 000000000000252e Base        _Z16dispatch_commandP3THDPK8COM_DATA19enum_server_command
　　使用uprobe追蹤dispatch_command的調(diào)用，如下：

　　#!/usr/bin/bpftrace
　　BEGIN{
　　    printf("Tracing mysqld SQL slower than %d ms. Ctrl-C to end./n", $1);
　　    printf("%-10s %-6s %6s %s/n", "TIME(ms)", "PID", "MS", "QUERY");
　　}
　　uprobe:/usr/local/mysql/bin/mysqld:*dispatch_command*{
　　    if (arg2 == (uint8)3) {
　　        @query[tid] = str(*arg1);
　　        @start[tid] = nsecs;
　　    }
　　}
　　uretprobe:/usr/local/mysql/bin/mysqld:*dispatch_command* /@start[tid]/{
　　    $dur = (nsecs - @start[tid]) / 1000000;
　　    if ($dur > $1) {
　　        printf("%-10u %-6d %6d %s/n", elapsed / 1000000, pid, $dur, @query[tid]);
　　    }
　　    delete(@query[tid]);
　　    delete(@start[tid]);
　　}
　　追蹤腳本整體上與之前系統(tǒng)調(diào)用版本的類似，不過追蹤點不一樣而已。

　　實例：找出掃描大量行的SQL

　　眾所周知，SQL執(zhí)行時需要掃描數(shù)據(jù)，并且掃描的數(shù)據(jù)越多，SQL性能就會越差。

　　但對于一些中間情況，SQL掃描行數(shù)不多也不少，如2w條。且這2w條數(shù)據(jù)都在緩存中的話，SQL執(zhí)行時間不會很長，導致沒有記錄在慢查詢?nèi)罩局校绻@樣的SQL并發(fā)量大起來的話，會非常耗費CPU。

　　對于mysql的話，掃描行的函數(shù)是row_search_mvcc（如果你經(jīng)常抓取mysql棧的話，很容易發(fā)現(xiàn)這個函數(shù)），每掃一行調(diào)用一次，如果在追蹤腳本中追蹤此函數(shù)，記錄下調(diào)用次數(shù)，就可以觀測SQL的掃描行數(shù)了，如下：

　　#!/usr/bin/bpftrace
　　BEGIN{
　　    printf("Tracing mysqld SQL scan row than %d. Ctrl-C to end./n", $1);
　　    printf("%-10s %-6s %6s %10s %s/n", "TIME(ms)", "PID", "MS", "SCAN_NUM", "QUERY");
　　}
　　uprobe:/usr/local/mysql/bin/mysqld:*dispatch_command*{
　　    $COM_QUERY = (uint8)3;
　　    if (arg2 == $COM_QUERY) {
　　        @query[tid] = str(*arg1);
　　        @start[tid] = nsecs;
　　    }
　　}
　　uprobe:/usr/local/mysql/bin/mysqld:*row_search_mvcc*{
　　    @scan_num[tid]++;
　　}
　　uretprobe:/usr/local/mysql/bin/mysqld:*dispatch_command* /@start[tid]/{
　　    $dur = (nsecs - @start[tid]) / 1000000;
　　    if (@scan_num[tid] > $1) {
　　        printf("%-10u %-6d %6d %10d %s/n", elapsed / 1000000, pid, $dur, @scan_num[tid], @query[tid]);
　　    }
　　    delete(@query[tid]);
　　    delete(@start[tid]);
　　    delete(@scan_num[tid]);
　　}
　　腳本運行效果如下：

　　$ sudo BPFTRACE_STRLEN=80 bpftrace trace_mysql_scan.bt 200
　　Attaching 4 probes...
　　Tracing mysqld SQL scan row than 200. Ctrl-C to end.
　　TIME(ms)   PID        MS   SCAN_NUM QUERY
　　150614     1892        4        300 select * from app_log limit 300
　　                                    # 全表掃描，慢！
　　17489      1892      424      43717 select count(*) from app_log
　　                                    # 大范圍索引掃描，慢！
　　193013     1892      253      20000 select count(*) from app_log where id < 20000
　　                                    # 深分頁，會查詢前20300條，取最后300條，慢！
　　213395     1892      209      20300 select * from app_log limit 20000,300
　　                                    # 索引效果不佳，雖然只會查到一條數(shù)據(jù)，但掃描數(shù)據(jù)量不會少，慢！
　　430374     1892      186      15000 select * from app_log where id < 20000 and seq = 15000 limit 1
　　如上所示，app_log是我建的一張測試表，共43716條數(shù)據(jù)，其中id字段是自增主鍵，seq值與id值一樣，但沒有索引。

　　可以看到上面的幾個場景，不管什么場景，只要掃描行數(shù)變大，耗時就會變長，但也都沒有超過500毫秒的，原因是這個表很小，數(shù)據(jù)可以全部緩存在內(nèi)存中。

　　可見，像bpftrace這樣的動態(tài)追蹤工具是非常強大的，而且比arthas更加靈活，arthas只能追蹤單個函數(shù)，而bpftrace可以跨函數(shù)追蹤。

（編輯：武林網(wǎng)）

上一篇：Linux中怎么理解系統(tǒng)負載

下一篇：Linux中cat命令怎么用