使用sysdig监控和排除Linux系统服务器故障的方法

当你需要追踪某个进程产生和接收的系统调用时，首先浮现在你脑海中的是什么？你可能会想到strace，那么你是对的。你会使用什么样的命令行工具来监控原始网络通信呢？如果你想到了tcpdump，你又作出了一个极佳的选择。而如果你碰到必须追踪打开的文件（在unix意义上：一切皆文件）的需求，可能你会使用lsof。

strace、tcpdump以及lsof，确实是些伟大的工具，它们应该成为每个系统管理员工具集之中的一部分，而这也正是你为什么应该爱上sysdig的原因。它是一个强大的开源工具，用于系统级别的勘察和排障，它的创建者在介绍它时称之为“strace+tcpdump+lsof+上面点缀着lua樱桃的绝妙酱汁”。抛开幽默不说，的最棒特性之一在于，它不仅能分析linux系统的“现场”状态，也能将该状态保存为转储文件以供离线检查。更重要的是，你可以自定义sysdig的行为，或者甚至通过内建的（你也可以自己编写）名为凿子（chisel）的小脚本增强其功能。单独的凿子可以以脚本指定的各种风格分析sysdig捕获的事件流。
在本教程中，我们将探索sysdig的安装及其基本用法，在linux上实施系统监控和排障。
安装sysdig

对于本教程，由于为了简便、缩短安装流程以及版本的不可知，我们将选择使用官方网站提供的自动化安装过程。在自动化过程中，安装脚本会自动检测操作系统并安装必需的依赖包。

以root身份运行以下命令来从官方apt/yum仓库安装sysdig：

   

复制代码

代码如下:

# curl -s https://s3.amazonaws.com/download.draios.com/stable/install-sysdig | bash

  

    安装完成后，我们可以通过以下方法调用sysdig来感受一下它：

   

复制代码

代码如下:

# sysdig

我们的屏幕将马上被系统上发生的所有事件填满，对于这些信息，不便于我们做更多操作。要进一步处理，我们可以运行：

   

复制代码

代码如下:

# sysdig -cl | less

来查看可用的凿子列表。

默认有以下类目可用，各个类目中分布有多个内建的凿子。

•     cpu usage：cpu使用量
      errors：错误
      i/o
      logs：日志
      misc：混杂
      net：网络
      performance：性能
      security：安全
      system state：系统状态

要显示指定凿子上的信息（包括详细的命令行用法），运行以下命令：

   

复制代码

代码如下:

# sysdig -cl [凿子名称]

例如，我们可以检查“网络”类目下关于spy_port凿子的信息：

   

复制代码

代码如下:

# sysdig -i spy_port

    凿子可以通过过滤器（可同时应用于实时数据和记录文件）组合，以获取更多有用的输出。

过滤器遵从“类.字段”结构。例如：

•     fd.cip：客户端ip地址。
      evt.dir：事件方向，可以是‘>’用于进入事件，或‘<’用于退出事件。

完整的过滤器列表可以通过以下命令显示：

   

复制代码

代码如下:

# sysdig -l

在本教程剩余部分，我将演示几个sysdig的使用案例。
sysdig实例： 服务器性能排障

假定你的服务器发生了性能问题（如，没有回应，或者重大的回应延迟）。你可以使用瓶颈凿子来显示当前10个最慢系统调用的列表。

使用以下命令在存活服务器上进行实时检查。“-c”标识，后跟凿子名称告诉sysdig运行指定的凿子。

   

复制代码

代码如下:

# sysdig -c bottlenecks

或者，你可以离线对服务器实施性能分析。在此种情况下，你可以保存完整的sysdig记录到文件，然后像下面这样针对记录运行瓶颈凿子。

首先，保存sysdige记录（使用ctrl+c来停止收集）：

   

复制代码

代码如下:

# sysdig -w trace.scap

收集完记录后，你可以运行以下命令来检查捕获间隔中最慢的系统调用：

   

复制代码

代码如下:

# sysdig -r trace.scap -c bottlenecks

你需要关注栏#2，#3和#4，这些分别表示执行时间、进程名和pid。
sysdig实例： 监控交互用户活动

假定你作为系统管理员想要监控系统中交互的用户活动（如，用户在命令行输入了什么命令，以及用户去了什么目录），这时spy_user凿子就派上用场了。

让我们首先通过一些额外选项来收集一个sysdig记录。

   

复制代码

代码如下:

# sysdig -s 4096 -z -w /mnt/sysdig/$(hostname).scap.gz

•     “-s 4096”告诉sysdig每个事件捕获4096字节。
      “-z” （与“-w”一起使用）为记录文件启用压缩。
      “-w ”保存sysdig记录到指定的文件。

在上面的例子中，我们自定义了基于每个主机的压缩的记录文件的名称。记住，你可以在任何时候按下ctrl+c来打断sysdig的执行。

在我们收集到了合理数量的数据后，我们可以通过运行以下命令来查看每个用户的交互活动：

   

复制代码

代码如下:

# sysdig -r /mnt/sysdig/debian.scap.gz -c spy_users

    上面输出的第一栏表示与指定用户的活动相关进程的pid。

如果你想要定位一个指定的用户，以及只监控该用户的活动又怎么样呢？你可以通过用户名对spy_users凿子的结果进行过滤：

   

复制代码

代码如下:

# sysdig -r /mnt/sysdig/debian.scap.gz -c spy_users "user.name=xmodulo"

    sysdig实例： 监控文件i/o

我们可以使用“-p”标识来自定义sysdig记录的输出格式，并指定双引号括起来的想要的字段（如用户名、进程名，以及文件或套接口名称）。在本例中，我们将创建一个记录文件，该文件将只包含在家目录中的写入事件（我们今后可以使用“sysdig -r writetrace.scap.gz”来检测该文件）。
   

复制代码

代码如下:

# sysdig -p "%user.name %proc.name %fd.name" "evt.type=write and fd.name contains /home/" -z -w writetrace.scap.gz

  

    sysdig实例： 监控网络i/o

作为服务器排障的一部分，你可能想要监听网络通信，此工作通常由tcpdump做。对于sysdig，可以很容易进行通信嗅探，其风格更为对用户友好。

例如，你可以检查由特定ip地址，特定进程（如apache2）提供的数据（ascii编码格式）：

   

复制代码

代码如下:

# sysdig -s 4096 -a -c echo_fds fd.cip=192.168.0.100 -r /mnt/sysdig/debian.scap.gz proc.name=apache2

如果你想要监控原生数据传输（二进制格式），请把“-a”替换为“-x”：

   

复制代码

代码如下:

# sysdig -s 4096 -x -c echo_fds fd.cip=192.168.0.100 -r /mnt/sysdig/debian.scap.gz proc.name=apache2