Felsöka prestandaproblem för virtuella Linux-datorer med prestandadiagnostik (PerfInsights)

Gäller för: ✔️ Virtuella Linux-datorer

PerfInsights Linux är ett självhjälpsdiagnostikverktyg som samlar in och analyserar diagnostikdata och tillhandahåller en rapport som hjälper dig att felsöka prestandaproblem för virtuella Linux-datorer i Azure. Använd Prestandadiagnostik för att identifiera och felsöka prestandaproblem i något av två lägen:

• Kontinuerlig diagnostik samlar in data med fem sekunders intervall och rapporterar användbara insikter om hög resursanvändning var femte minut.

• Diagnostik på begäran hjälper dig att felsöka ett pågående prestandaproblem med mer djupgående data, insikter och rekommendationer baserat på data som samlats in vid en enda tidpunkt.

Den här artikeln beskriver hur du laddar ned tillägget Prestandadiagnostik till din virtuella Linux-dator och kör verktyget med hjälp av CLI-verktyget. Du kan också köra prestandadiagnostik från portalen.

Om du har prestandaproblem med virtuella datorer kör du det här verktyget innan du kontaktar supporten.

Felsökningsscenarier som stöds

Du kan använda prestandadiagnostik för att felsöka olika scenarier. I följande avsnitt beskrivs vanliga scenarier för användning av kontinuerlig och prestandadiagnostik på begäran för att identifiera och felsöka prestandaproblem. En jämförelse av kontinuerlig och prestandadiagnostik på begäran finns i Insikter och rapporter om prestandadiagnostik.

Kontinuerlig diagnostik

Med kontinuerlig prestandadiagnostik kan du identifiera hög resursanvändning genom att övervaka den virtuella datorn regelbundet för:

• Hög CPU-användning: Identifierar perioder med hög CPU-användning och visar de främsta cpu-användningskonsumenterna under dessa perioder.

• Hög minnesanvändning: Identifierar perioder med hög minnesanvändning och visar de främsta minnesanvändningskonsumenterna under dessa perioder.

• Hög diskanvändning: Identifierar perioder med hög diskanvändning på fysiska diskar och visar de främsta diskanvändningskonsumenterna under dessa perioder.

PerfInsights kan samla in och analysera flera typer av information. Följande avsnitt beskriver vanliga scenarier.

Snabb prestandaanalys

Det här scenariot samlar in grundläggande information som lagring och maskinvarukonfiguration för den virtuella datorn, olika loggar, inklusive:

• Information om operativsystem

• PCI-enhetsinformation

• Allmänna loggar för gästoperativsystem

• Konfigurationsfiler

• Lagringsinformation

• Konfiguration av Azure Virtual Machine (samlas in med hjälp av Azure Instance Metadata Service)

• Lista över processer som körs, disk, minne och CPU-användning

• Nätverksinformation

Det här är en passiv samling med information som inte ska påverka systemet.

Prestandaanalys

Det här scenariot liknar snabb prestandaanalys men gör det möjligt att samla in diagnostikinformation under längre tid.

Prestandaanalys för HPC

Det här scenariot är avsett för felsökning av problem med virtuella datorer med HPC-storlek, vilket innebär H-serien och N-serien. Den kontrollerar konfigurationen av virtuella datorer mot vad Azure HPC Platform-teamet har testat och rekommenderar. Den samlar också in loggar och diagnostik som rör status och konfiguration av den särskilda maskinvara som är tillgänglig på dessa virtuella datorer, inklusive:

• Information om GPU-drivrutin

• GPU-maskinvarudiagnostik

• Information och konfiguration av InfiniBand-drivrutinsdrivrutiner

• InfiniBand-enhetsdiagnostik

• Nätverkskonfigurationsfiler

• Information om prestandajustering

Vilken typ av information samlas in av PerfInsights

Information om den virtuella Linux-datorn, operativsystemet, blockenheter, konsumenter med höga resurser, konfiguration och olika loggar samlas in. Här är mer information:

• Operativsystem

  • Linux-distribution och version
  • Kernelinformation
  • Drivrutinsinformation
  • Loggar för VM-tillägg för Azure HPC-drivrutin*
  • SELinux-konfiguration*

• Maskinvara

  • PCI-enheter [*]
  • Utdata från lscpu*
  • System Management BIOS-tabelldump*

• Processer och minne

  • Lista över processer (uppgiftsnamn, minne som används, öppna filer)
  • Totalt, tillgängligt och ledigt fysiskt minne
  • Totalt, tillgängligt och ledigt växlingsminne
  • Profilering av cpu- och processanvändning med 5 sekunders intervall
  • Profilering av insamling av processers minnesanvändning med 5 sekunders intervall
  • Användarbegränsningar för minnesåtkomst*
  • NUMA-konfiguration*

• GPU (grafikprocessor)

  • Nvidia SMI-utdata*
  • Nvidia DCGM-diagnostik*
  • Nvidias felsökningsdump*

• Nätverk

  • Lista över nätverkskort med statistik över nätverkskort
  • Nätverksroutningstabell
  • Öppna portar och status
  • InfiniBand-partitionsnycklar*
  • Utdata från ibstat*

• Lagring

  • Lista över blockerade enheter
  • Partitionslista
  • Lista över monteringspunkter
  • MDADM-volyminformation
  • LVM-volyminformation
  • Profileringsfångst på alla diskar med 5 sekunders intervall

• Loggar

  • /var/log/meddelanden
  • /var/log/syslog
  • /var/log/kern.log
  • /var/log/cron.log
  • /var/log/boot.log
  • /var/log/yum.log
  • /var/log/dpkg.log
  • /var/log/sysstat eller /var/log/sa [**]
  • /var/log/cloud-init.log
  • /var/log/cloud-init-output.log
  • /var/log/gpu-manager.log
  • /var/log/waagent.log
  • /var/log/azure/[tilläggsmapp]/*logg*
  • /var/opt/microsoft/omsconfig/omsconfig.log
  • /var/opt/microsoft/omsagent/log/omsagent.log
  • /etc/waagent.config
  • Utdata från journalctl för de senaste fem dagarna

• Instansmetadata för virtuella Azure-datorer

* Endast i HPC-scenario

Spårning av prestandadiagnostik

Kör en regelbaserad motor i bakgrunden för att samla in data och diagnostisera pågående prestandaproblem. Regler visas i rapporten under fliken Kategori –> Sökning.

Varje regel består av följande:

• Hitta: Beskrivning av sökningen.
• Rekommendation: Rekommendation om vilka åtgärder som kan vidtas för att hitta. Det finns också referenslänkar till dokumentation som ger mer information om sökningen och/eller rekommendationen.
• Effektnivå: Representerar potentialen för att påverka prestanda.

Följande regelkategorier stöds för närvarande:

• Hög resursanvändning:

  • Hög CPU-användning: Identifierar perioder med hög CPU-användning och visar de främsta cpu-användningskonsumenterna under dessa perioder.
  • Hög minnesanvändning: Identifierar perioder med hög minnesanvändning och visar de främsta minnesanvändningskonsumenterna under dessa perioder.
  • Hög diskanvändning: Identifierar perioder med hög diskanvändning på fysiska diskar och visar de främsta diskanvändningskonsumenterna under dessa perioder.

• Lagring: Identifierar specifika lagringskonfigurationer.

• Minne: Identifierar specifika minneskonfigurationer.

• GPU: Identifierar specifika GPU-konfigurationer.

• Nätverk: Identifierar specifika nätverksinställningar.

• System: Identifierar specifika systeminställningar.

Kör PerfInsights Linux på den virtuella datorn

Vad behöver jag veta innan jag kör verktyget

Verktygskrav

• Det här verktyget måste köras på den virtuella datorn som har prestandaproblemet.

• Python 3.6 eller senare måste vara installerat på den virtuella datorn.

  Kommentar

  Python 2 stöds inte längre av Python Software Foundation (PSF). Om Python 2.7 är installerat på den virtuella datorn kan PerfInsights installeras. Inga ändringar eller felkorrigeringar görs dock i PerfInsights för att stödja Python 2.7. Mer information finns i Sunsetting Python 2.

• Följande distributioner stöds för närvarande:

  Kommentar

  Microsoft har bara testat de versioner som visas i tabellen. Om en version inte visas i tabellen testas den inte uttryckligen av Microsoft, men versionen kan fortfarande fungera.

  Fördelning	Utgåva
  Oracle Linux Server	6.10 [*], 7.3, 7.5, 7.6, 7.7, 7.8, 7.9
  RHEL (Red Hat Enterprise Linux)	7.4, 7.5, 7.6, 7.7, 7.8, 7.9, 8.0 [*], 8.1, 8.2, 8.4, 8.5, 8.6, 8.7, 8.8, 8.9
  Ubuntu	16.04, 18.04, 20.04, 22.04
  Debian	9, 10, 11 [*]
  SLES (Sodium Laureth Sulfate)	12 SP5 [*], 15 SP1 [*], 15 SP2 [*], 15 SP3 [*], 15 SP4 [*], 15 SP5 [*], 15 SP6 [*]
  AlmaLinux	8.4, 8.5
  Azure Linux	2.0, 3.0

Kända problem

• RHEL 8 har inte Python installerat som standard eftersom både Python 2 och Python 3.6 är tillgängliga. Kör kommandot för yum install python3 att installera Python 3.6.

• INFORMATION om PCI-enheter samlas inte in på Debianbaserade distributioner.

• LVM-information samlas delvis in på vissa distributioner.

Hur gör jag för att köra PerfInsights

Du kan köra PerfInsights på en virtuell dator genom att installera Azure Performance Diagnostics från Azure Portal. Du kan också köra den som ett fristående verktyg.

Installera och köra PerfInsights från Azure Portal

Mer information om det här alternativet finns i Azure-prestandadiagnostik.

Kör PerfInsights i fristående läge

Följ dessa steg för att köra verktyget PerfInsights:

1. Ladda ned PerfInsights.tar.gz till en mapp på den virtuella datorn och extrahera innehållet med hjälp av kommandona nedan från terminalen.

   wget https://download.microsoft.com/download/9/F/8/9F80419C-D60D-45F1-8A98-718855F25722/PerfInsights.tar.gz
   

   tar xzvf PerfInsights.tar.gz
   

2. Gå till mappen som innehåller perfinsights.py filen och kör perfinsights.py sedan för att visa de tillgängliga kommandoradsparametrarna.

   cd <the path of PerfInsights folder>
   sudo python perfinsights.py
   

   

   Den grundläggande syntaxen för att köra PerfInsights-scenarier är:

   sudo python perfinsights.py -r <ScenarioName> -d [duration]<H | M | S> [AdditionalOptions]
   

   Du kan använda följande exempel för att köra scenario för snabb prestandaanalys i 1 minut och skapa resultatet under mappen /tmp/output:

   sudo python perfinsights.py -r quick -d 1M -a -o /tmp/output
   

   Du kan använda följande exempel för att köra prestandaanalysscenariot i 5 minuter och ladda upp resultatet (lagras i en TAR-fil) till lagringskontot:

   sudo python perfinsights.py -r vmslow -d 300S -a -t <StorageAccountName> -k <StorageAccountKey> -i <full resource Uri of the current VM>
   

   Du kan använda följande exempel för att köra scenariot för HPC-prestandaanalys i 1 min och ladda upp resultat-TAR-filen till lagringskontot:

   sudo python perfinsights.py -r hpc -d 60S -a -t <StorageAccountName> -k <StorageAccountKey> -i <full resource Uri of the current VM>
   

   Kommentar

   Innan du kör ett scenario uppmanar PerfInsights användaren att godkänna att dela diagnostikinformation och godkänna licensavtalet. Använd alternativet -a eller --accept-disclaimer-and-share-diagnostics för att hoppa över dessa frågor.

   Om du har ett aktivt supportärende med Microsoft och kör PerfInsights enligt begäran från supportteknikern som du arbetar med måste du ange supportbiljettnumret med hjälp av alternativet -s eller --support-request .

När körningen är klar visas en ny tar-fil i samma mapp som PerfInsights om ingen utdatamapp har angetts. Namnet på filen är PerformanceDiagnostics_yyyy-MM-dd_hh-mm-ss-fff.tar.gz. Du kan skicka den här filen till supportagenten för analys eller öppna rapporten i filen för att granska resultat och rekommendationer.

Granska diagnostikrapporten

I den PerformanceDiagnostics_yyyy-MM-dd_hh-mm-ss-fff.tar.gz filen hittar du en HTML-rapport som beskriver resultaten från PerfInsights. Om du vill granska rapporten expanderar du filen PerformanceDiagnostics_yyyy-MM-dd_hh-mm-ss-fff.tar.gz och öppnar sedan filen PerfInsights Report.html.

Fliken Översikt

Fliken Översikt innehåller grundläggande körningsinformation och information om virtuella datorer. Fliken Resultat visar en sammanfattning av rekommendationerna från alla olika avsnitt i PerfInsights-rapporten.

Granska rekommendationerna och länkarna för alla höga och medelstora resultat. Lär dig mer om hur de kan påverka prestanda och även om metodtips för prestandaoptimerade konfigurationer.

Fliken CPU

Fliken CPU innehåller information om systemomfattande CPU-förbrukning under PerfInsights-körningen. Information om perioder med hög CPU-användning och de mest tidskrävande CPU-konsumenterna är till hjälp för att felsöka problem med hög CPU-användning.

Fliken GPU

Fliken GPU innehåller information om resultat som kan vara till hjälp vid felsökning av GPU-relaterade problem.

Fliken Nätverk

Fliken Nätverk innehåller information om nätverkskonfiguration och status. Information om nätverksrelaterade resultat, inklusive InfiniBand-problem i HPC-scenariot, finns här.

Fliken Lagring

Avsnittet Resultat visar olika resultat och rekommendationer som rör lagring.

Flikarna Blockera enheter och andra relaterade avsnitt som Partitioner, LVM och MDADM beskriver hur blockenheter konfigureras och är relaterade till varandra.

Fliken Linux

Fliken Linux innehåller information om maskinvaran och operativsystemet som körs på den virtuella datorn. Information innehåller en lista över processer som körs och information om gästagent, PCI, CPU, GPU, drivrutiner och LIS-drivrutiner.

Eller på en GPU-aktiverad virtuell dator:

Nästa steg

Du kan ladda upp diagnostikloggar och rapporter till Microsoft Support för ytterligare granskning. När du arbetar med Microsoft Support-personalen kan de begära att du skickar utdata som genereras av PerfInsights för att hjälpa till med felsökningsprocessen.

Följande skärmbild visar ett meddelande som liknar det du kan få:

Följ anvisningarna i meddelandet för att komma åt filöverföringsarbetsytan. För ytterligare säkerhet måste du ändra lösenordet vid första användningen.

När du har loggat in hittar du en dialogruta för att ladda upp den PerformanceDiagnostics_yyyy-MM-dd_hh-mm-ss-fff.tar.gz fil som har samlats in av PerfInsights.

Kontakta oss för att få hjälp

Om du har frågor eller behöver hjälp skapar du en supportförfrågan eller frågar Azure community support. Du kan också skicka produktfeedback till Azure-feedbackcommunityn.