Linux服务器硬件情况的查看

1、首先是对于CPU的说明
服务器CPU性能参数主要信息可以通过查看 /proc/cpuinfo 获得。具体查看指令及效果如下：

显示这台服务器上有2个物理CPU

显示这台服务器的物理核数为16个

显示运行模式为64位

显示为Intel(R) Xeon(R) Gold 6226R CPU @ 290GHz

命令：

显示此服务器的线程数为64

top命令是Linux下常用的性能分析工具，能够实时显示系统中各个进程的资源占用状况，类似于Windows的任务管理器。下面详细介绍它的使用方法。top是一个动态显示过程,即可以通过用户按键来不断刷新当前状态如果在前台执行该命令,它将独占前台,直到用户终止该程序为止比较准确的说,top命令提供了实时的对系统处理器的状态监视它将显示系统中CPU最“敏感”的任务列表该命令可以按CPU使用内存使用和执行时间对任务进行排序；而且该命令的很多特性都可以通过交互式命令或者在个人定制文件中进行设定

1．命令格式：

top [参数]

2．命令功能：

显示当前系统正在执行的进程的相关信息，包括进程ID、内存占用率、CPU占用率等

3．命令参数：

-b 批处理

-c 显示完整的治命令

-I 忽略失效过程

-s 保密模式

-S 累积模式

-i<时间> 设置间隔时间

-u<用户名> 指定用户名

-p<进程号> 指定进程

-n<次数> 循环显示的次数

4．使用实例：

实例1：通过 Top 命令显示进程信息

命令：

统计信息区：

前五行是当前系统情况整体的统计信息区。下面我们看每一行信息的具体意义。

第一行，任务队列信息，同 uptime 命令的执行结果，具体参数说明情况如下：

10:38:58 — 当前系统时间

up 39 days, 19:47 — 系统已经运行了39天19小时47分钟（在这期间系统没有重启过的吆！）

1 users — 当前有1个用户登录系统

load average: 000, 000, 000 — load average后面的三个数分别是1分钟、5分钟、15分钟的负载情况。

load average数据是每隔5秒钟检查一次活跃的进程数，然后按特定算法计算出的数值。如果这个数除以逻辑CPU的数量，结果高于5的时候就表明系统在超负荷运转了。

第二行，Tasks — 任务（进程），具体信息说明如下：

系统现在共有769个进程，其中处于运行中的有1个，463个在休眠（sleep），stoped状态的有0个，zombie状态（僵尸）的有0个。

第三行，cpu状态信息，具体属性说明如下：

00%us — 用户空间占用CPU的百分比。

00% sy — 内核空间占用CPU的百分比。

00% ni — 改变过优先级的进程占用CPU的百分比

1000% id — 空闲CPU百分比

00% wa — IO等待占用CPU的百分比

00% hi — 硬中断（Hardware IRQ）占用CPU的百分比

00% si — 软中断（Software Interrupts）占用CPU的百分比

备注：在这里CPU的使用比率和windows概念不同，需要理解linux系统用户空间和内核空间的相关知识！

第四行,内存状态，具体信息如下：

65600012k total — 物理内存总量

1785256k used — 使用中的内存总量

62385920k free — 空闲内存总量

1428836k buffers — 缓存的内存量

第五行，swap交换分区信息，具体信息说明如下：

2097148k total — 交换区总量

918340k used — 使用的交换区总量

1178808k free — 空闲交换区总量

备注：

第四行中使用中的内存总量（used）指的是现在系统内核控制的内存数，空闲内存总量（free）是内核还未纳入其管控范围的数量。纳入内核管理的内存不见得都在使用中，还包括过去使用过的现在可以被重复利用的内存，内核并不把这些可被重新使用的内存交还到free中去，因此在linux上free内存会越来越少，但不用为此担心。

对于内存监控，在top里我们要时刻监控第五行swap交换分区的used，如果这个数值在不断的变化，说明内核在不断进行内存和swap的数据交换，这是真正的内存不够用了。

第六行，空行。

第七行以下：各进程（任务）的状态监控，项目列信息说明如下：

PID — 进程id

USER — 进程所有者

PR — 进程优先级

NI — nice值。负值表示高优先级，正值表示低优先级

VIRT — 进程使用的虚拟内存总量，单位kb。VIRT=SWAP+RES

RES — 进程使用的、未被换出的物理内存大小，单位kb。RES=CODE+DATA

SHR — 共享内存大小，单位kb

S — 进程状态。D=不可中断的睡眠状态 R=运行 S=睡眠 T=跟踪/停止 Z=僵尸进程

%CPU — 上次更新到现在的CPU时间占用百分比

%MEM — 进程使用的物理内存百分比

TIME+ — 进程使用的CPU时间总计，单位1/100秒

COMMAND — 进程名称（命令名/命令行）

或者通过 free 命令显示系统内存的使用情况，包括物理内存、交换内存(swap)和内核缓冲区内存。

命令：

显示我当前的服务器的物理内存是62G，其中交换内存是2个G，一共剩余是60G的

三、查看Linux内核当前的系统版本号

命令：

显示的当前的服务器Linux内核是Ubuntu系统，版本号是18046

上篇文章简单介绍了multiprocessing模块，本文将要介绍进程之间的数据共享和信息传递的概念。

在多进程处理中，所有新创建的进程都会有这两个特点：独立运行，有自己的内存空间。

我们来举个例子展示一下：

这个程序的输出结果是：

在上面的程序中我们尝试在两个地方打印全局列表result的内容：

我们再用一张图来帮助理解记忆不同进程间的数据关系：

如果程序需要在不同的进程之间共享一些数据的话，该怎么做呢？不用担心，multiprocessing模块提供了Array对象和Value对象，用来在进程之间共享数据。

所谓Array对象和Value对象分别是指从共享内存中分配的ctypes数组和对象。我们直接来看一个例子，展示如何用Array对象和Value对象在进程之间共享数据：

程序输出的结果如下：

成功了！主程序和p1进程输出了同样的结果，说明程序中确实完成了不同进程间的数据共享。那么我们来详细看一下上面的程序做了什么：

在主程序中我们首先创建了一个Array对象：

向这个对象输入的第一个参数是数据类型：i表示整数，d代表浮点数。第二个参数是数组的大小，在这个例子中我们创建了包含4个元素的数组。

类似的，我们创建了一个Value对象：

我们只对Value对象输入了一个参数，那就是数据类型，与上述的方法一致。当然，我们还可以对其指定一个初始值（比如10），就像这样：

随后，我们在创建进程对象时，将刚创建好的两个对象：result和square_sum作为参数输入给进程：

在函数中result元素通过索引进行数组赋值，square_sum通过 value 属性进行赋值。

注意：为了完整打印result数组的结果，需要使用 result[:] 进行打印，而square_sum也需要使用 value 属性进行打印：

每当python程序启动时，同时也会启动一个服务器进程。随后，只要我们需要生成一个新进程，父进程就会连接到服务器并请求它派生一个新进程。这个服务器进程可以保存Python对象，并允许其他进程使用代理来 *** 作它们。

multiprocessing模块提供了能够控制服务器进程的Manager类。所以，Manager类也提供了一种创建可以在不同流程之间共享的数据的方法。

服务器进程管理器比使用共享内存对象更灵活，因为它们可以支持任意对象类型，如列表、字典、队列、值、数组等。此外，单个管理器可以由网络上不同计算机上的进程共享。

但是，服务器进程管理器的速度比使用共享内存要慢。

让我们来看一个例子：

这个程序的输出结果是：

我们来理解一下这个程序做了什么：首先我们创建了一个manager对象

在with语句下的所有行，都是在manager对象的范围内的。接下来我们使用这个manager对象创建了列表（类似的，我们还可以用 managerdict() 创建字典）。

最后我们创建了进程p1（用于在records列表中插入一条新的record）和p2（将records打印出来），并将records作为参数进行传递。

服务器进程的概念再次用下图总结一下：

为了能使多个流程能够正常工作，常常需要在它们之间进行一些通信，以便能够划分工作并汇总最后的结果。multiprocessing模块支持进程之间的两种通信通道：Queue和Pipe。

使用队列来回处理多进程之间的通信是一种比较简单的方法。任何Python对象都可以使用队列进行传递。我们来看一个例子：

上面这个程序的输出结果是：

我们来看一下上面这个程序到底做了什么。首先我们创建了一个Queue对象：

然后，将这个空的Queue对象输入square_list函数。该函数会将列表中的数平方，再使用 put() 方法放入队列中：

随后使用 get() 方法，将q打印出来，直至q重新称为一个空的Queue对象：

我们还是用一张图来帮助理解记忆：

一个Pipe对象只能有两个端点。因此，当进程只需要双向通信时，它会比Queue对象更好用。

multiprocessing模块提供了 Pipe() 函数，该函数返回由管道连接的一对连接对象。 Pipe() 返回的两个连接对象分别表示管道的两端。每个连接对象都有 send() 和 recv() 方法。

我们来看一个例子：

上面这个程序的输出结果是：

我们还是来看一下这个程序到底做了什么。首先创建了一个Pipe对象：

与上文说的一样，该对象返回了一对管道两端的两个连接对象。然后使用 send() 方法和 recv() 方法进行信息的传递。就这么简单。在上面的程序中，我们从一端向另一端发送一串消息。在另一端，我们收到消息，并在收到END消息时退出。

要注意的是，如果两个进程(或线程)同时尝试从管道的同一端读取或写入管道中的数据，则管道中的数据可能会损坏。不过不同的进程同时使用管道的两端是没有问题的。还要注意，Queue对象在进程之间进行了适当的同步，但代价是增加了计算复杂度。因此，Queue对象对于线程和进程是相对安全的。

最后我们还是用一张图来示意：

Python的multiprocessing模块还剩最后一篇文章：多进程的同步与池化

敬请期待啦！

为什么服务器CPU可以双路甚至多路下面将由我带大家来解答这个疑问吧，希望对大家有所收获!

服务器CPU的路概念

“路”都是指服务器物理CPU的数量，也就是服务器主板上CPU插槽的数量。

单路：指服务器支持1个CPU

双路：指服务器支持2个CPU

四路：指服务器支持4个CPU

多路：指服务器支持多个CPU

服务器CPU可以双路甚至多路

双核，就是将两个计算内核集成在一个硅晶元上。从而提高计算能力。多核就是将多个计算内核集成在一个硅晶元上。

双路(英文缩写为SMP)则是采用两颗相同型号并且能够支持SMP技术的CPU组成的一套系统。指在一台计算机上汇集了一组处理器，多个CPU共享计算机内存子系统及总线架构。在这种架构中，同时由多个处理器运行 *** 作系统 的单一复本，并共享内存和一台计算机的其他资源，系统将任务队列对称地分布于多个CPU之上，从而极大地提高了整个系统的数据处理能力。所有的处理器都可以平等地访问内存、I/O和外部中断。

在对称多处理系统中，系统资源被系统中所有CPU共享，工作负载能够均匀地分配到所有可用处理器之上。我们平时所说的双路CPU系统，实际上是对称多处理系统中最常见的一种形式，常用于主流的X86服务器和图形工作站领域。 最简单的说法，双核=1颗CPU有两个核心，双路=两个对称的CPU(这颗CPU也可以是双核的CPU)。

另外，服务器选择中的CPU配置方式。

小型企业：1～2路处理器

中型企业：2～4路处理器

大型企业：4～8路处理器

双路CPU也是发烧级电脑的一种，只是它定位的不是一般的电脑用户。对于发烧级游戏用户，往往组装的电脑会采用双显卡、水冷等顶级硬件，这里的双显卡，指的就是双独立显卡交火，需要具备支持双显卡插槽的高端主板。

同样的双路CPU也是指电脑主板中安装双CPU，也就是说主板有两个CPU插槽，通常这类主板价格很贵。这类型主板在我们电脑卖场很少见，只有在专业的服务器领域、工作站等电脑才会选购，因此很多电脑 爱好 者都不了解。

双路CPU

通俗的说，双路CPU就是把2个CPU核心整合到一个CPU里面，从而实现更强大的运算性能。双路CPU主要是为了满足服务器、图形工作站等专业应用需要而诞生的，其优点是具备超前的多任务多线程运行能力，缺点是功耗高、价格贵、游戏性能不强。

关于双路CPU电脑是否值得选购，我们将在后面的 文章 中，详细为大家讲述，另外除了双路CPU外，还有四路CPU，甚至多路等。

电脑C盘里的程序文件夹（program）一般只有一个，你的电脑有2个，一个是装32位程序的（programfiles(X86)）一个是装64位程序的（programfiles）。其中肯定会有不少程序是一摸一样的，但是两个文件夹是都不能删的。在64位系统下，为了更好的兼容32位程序，在安装一些32位程序（注意某些程序他就是32位的），会默认扔到programfiles(x86)这个文件夹下，而一些64位的程序，或程序本身没有位数区别的，会默认扔到programfiles这个文件夹下，他两下，都有一些与程序使用相关的程序，不能轻易删，一旦删除，会导致部分电脑程序无法正常使用。

可以通过消除瓶颈来提高高性能服务器并发量。当能够消除所有的瓶颈时就能够最大的发挥硬件性能，让系统的性能和并发数到达最佳。感兴趣的话点击此处，免费了解一下

采用多线程多核编程，使用事件驱动或异步消息机制，尽量减少阻塞和等待 *** 作（如I/O阻塞、同步等待或计时/超时等）。它的原理如下：
1，多线程多核编程，消除cpu瓶颈。
2，采用IOCP或epoll，利用状态监测和通知方式，消除网络I/O阻塞瓶颈。
3，采用事件驱动或异步消息机制，可以消除不必要的等待 *** 作。
4，如果是Linux，可以采用AIO来消除磁盘I/O阻塞瓶颈。
5，在事件驱动框架或异步消息中统一处理timer事件，变同步为异步，而且可以在一个线程处理无数timer事件。
6，深入分析外部的阻塞来源，消除它。 比如数据库查询较慢，导致服务器处理较慢，并发数上不去，这时就要优化数据库性能。
7，如果与某个其他server通信量很大，导致性能下降较多。 可以考虑把这两个server放在一个主机上，采用共享内存的方式来做IPC通信，可以大大提高性能。

亿万克作为中国战略性新兴产业领军品牌，拥有行业前沿技术，致力于新型数据中心建设，构筑云端安全数字底座，为客户提供集产品研发、生产、部署、运维于一体的服务器及IT系统解决方案业务，产品和技术完全拥有自主知识产权，应用领域涵盖云计算、数据中心、边缘计算、人工智能、金融、电信、教育、能源等，为客户提供全方位安全自主可控技术服务保障。

---