eBCC性能分析最佳实践（1） - 线上lstat, vfs_fstatat 开销高情景分析

Guide:

• eBCC性能分析最佳实践（0） - 开启性能分析新篇章
• eBCC性能分析最佳实践（1） - 线上lstat, vfs_fstatat 开销高情景分析
• eBCC性能分析最佳实践（2） - 一个简单的eBCC分析网络函数的latency
• 敬请期待...

0. Intro

BCC是基于4.x kernel版本上的ebpf发展出来的一套性能分析工具集；

eBCC，顾名思义则是extended BCC的缩写，是阿里巴巴内核团队在Aliyun Linux 2 上对BCC项目的拓展，包含BCC本身已有的工具集，和我们新开发的一些小的工具； eBCC则是基于在最新的BCC版本0.9之上做了一些拓展。

Aliyun Linux则使用了相对比较前沿，较新的kernel版本，支持ebpf特性，所以，如果想尝试ebpf，eBCC带来的系统上对“性能优化调试” 和 “问题诊断”上的新体验，那就请赶快升级到 Aliyun Linux 2 上吧。

1. eBCC 分析 "A业务线" 线上机器cpu sys - lstat开销大

对于kernel团队的同学来说，排查问题，和性能数据分析的时候，通常情况下会先从宏观的脚本去分析整机各个子系统：SCHED，MEM，IO，NET的性能是否存在bottleneck。然后再通过各种专业的工具来剖析对应的子系统。

当我们遇到cpu sys很高的情况的时候，根据我们的经验，比较常见的可能原因为：

1. 可能是某个kernel thread在疯狂
2. 可能是某个syscall被用户层频繁调用，或者是某个syscall的链路上出现很大的latency

第一种情况可能比较好发现问题，针对第二种情况，比较麻烦，难以发现。

于是我们开发了eBCC工具集，来帮助用户定位问题。

下面让我们开始寻找一个线上机器， 看是否存在性能瓶颈吧....

• 业务方: A业务
• 诊断物理机: xxxxx
• 内核版本: 4.19
• 诊断工具: eBCC

1.1 SYS级别诊断 - 发现问题

如下图所示，是目标机器top10开销较大的syscall。其中TIME, MIN, MAX的时间单位都是ns

注意，这里我们的工具实际上采集了4个数据，次数，时间，最小时间，最大时间。

实际上，只有这四个数据都存在的时候，我们才能很快的分析出这里是否存在问题，是否正常。 如果我们仅仅知道COUNT，不知道时间，这是不能说明问题的。

因为次数多，不一定代表开销大。开销大，不一定代表次数多。

实际上select，poll这些操作所占用的时间开销是属于正常的的，但是，看到lstat系统调用时间开销多达338769324ns（338ms）， 就是不正常的现象了！ 因此，这可能就是一个可以优化的地方...

进一步分析lstat的MIN TIME， MAX TIME看上去都不大，因此可以确定这个syscall链路上并没有出现latency很大的问题，但是COUNT多达124724次，这也许才是开销很大的关键。。。

换几台线上机器，发现都存在lstat开销比较大的问题...

因此我们需要进一步排查哪个pid导致？

1.2 PID级别诊断 - 定位问题

• eBCC的syscall性能分析模块，支持SYS级别和PID级别的数据采集， 我们一般应该先从SYS级别入手，发现问题的方向之后，再通过PID级别找到触发问题的元凶。
• 第1列： pid， 第2列： syscall NR , 第3列： syscall name， 第4列 是调用次数， 第5列 是调用时间开销，单位ns， 第6列： min time （ns）， 第7列： max time（ns）

1.3 找到元凶： PID:91885

1.4 Code分析

tools/perf/builtin-trace.c:     { .name     = "lstat",      .errmsg = true, .alias = "newlstat", },

SYSCALL_DEFINE2(newlstat, const char __user *, filename,
        struct stat __user *, statbuf)
{
    struct kstat stat;
    int error;

    error = vfs_lstat(filename, &stat);
    if (error)
        return error;

    return cp_new_stat(&stat, statbuf);
}

int vfs_lstat(const char __user *name, struct kstat *stat)
{
    return vfs_fstatat(AT_FDCWD, name, stat, AT_SYMLINK_NOFOLLOW);
}
EXPORT_SYMBOL(vfs_lstat);

1.5 perf辅助证明

通过perf来帮助证明eBCC的数据采集是否精确。

[root@xxx /root]
#perf stat -e syscalls:sys_enter_newlstat  -a sleep 4

 Performance counter stats for 'system wide':

            449931      syscalls:sys_enter_newlstat

       4.000941076 seconds time elapsed

基本可以说明，lstat的触发次数确实很大。

1.6 syscall次数统计

[root@xxx /root]
#ebcc syscount
Tracing syscalls, printing top 10... Ctrl+C to quit.

^C[14:58:52]
SYSCALL                   COUNT
close                   1173795
lstat                   1052795
futex                    667981
read                     325349
getdents64               257280
epoll_wait               255386
epoll_ctl                250355
write                    144328
openat                   115240
open                     111810

eBCC另外一个工具syscount 同样可以采集出次数。

1.7 vfs层证明

lstat 系统调用同样会反应到vfs的触发次数： vfs_fstatat

[root@xxx /root]
#ebcc vfscount
Tracing... Ctrl-C to end.

^C
ADDR             FUNC                          COUNT
ffffffff8124f8b1 vfs_symlink                       1
ffffffff8124f711 vfs_create                       11
ffffffff812426e1 vfs_readv                        22
ffffffff8124fbd1 vfs_unlink                       27
ffffffff81277c31 vfs_fsync_range                  98
ffffffff812790d1 vfs_statfs                     1126
ffffffff81269d51 vfs_getxattr                   1248
ffffffff812428f1 vfs_writev                     1749
ffffffff81250b01 vfs_rename                     2353
ffffffff8129bb51 vfs_lock_file                  6167
ffffffff8124d031 vfs_get_link                  21829
ffffffff812476b1 vfs_fstat                     50744
ffffffff81242301 vfs_write                    151061
ffffffff81240891 vfs_open                     181734
ffffffff812421d1 vfs_read                     336899
ffffffff81247711 vfs_fstatat                 1055146    --- tigger counts
ffffffff81247681 vfs_getattr                 1109493
ffffffff81247401 vfs_getattr_nosec           1130229

1.8 核心分析：开销来自于 “用户调用次数” 还是 “内核里vfs_fstatat 函数本身的latency” ?

Answer:

如下图所示，基本都在2-3个us就完成了。基本上可以说，latency不是很大，基本符合disk，nvme本身的latency，因此，开销主要来自counts，因此，优化调用次数，比 优化 这个内核函数本身的latency要有意义。

1.9 根本原因

通过eBCC中的工具追踪，发现logagent疯狂的使用vfs_fstatat，遍历A业务/home/admin/XXXX/worker/slave/disk_links/9999/ 目录下的文件， 至此，我们基本就把问题分析清楚了。

[root@xxx /home]
#/usr/share/ebcc/tools/trace -p 91885 'vfs_fstatat "%s", arg2'
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc
91885   121566  logagent        vfs_fstatat      /home/admin/XXXX/worker/slave/disk_links/9999/auto_umars_YYYY_4_YYYY.TPP_mc

2. Conclution

• logagent在这个机器上有大量的lstat操作，平均每秒：11w次； 整机open次数，平均每秒：12w次。
• 整机看vfs_fstatat 本身的latency，基本都在2-3us内完成， 没有太大的内核态似乎没有太大latency可以优化，因此，用户态的程序 优化 也许有更好的 效果。
• logagent在机器运行1s内，大概开销占用总cpu的：338ms； 现在整机96core，那么就相当于有96s， 如果整机cpu sys占用:3%, 机器运行1s内，内核sys大概占用了3.456s，那么如果优化掉这338ms，cpu sys利用率会降低9.7%=(338ms/3.456s)。
• 查看“A业务线”多个机器，发现是个通用现象。