db2性能：系統CPU高問題分析的一些思路
1. 如何判斷CPU高?
有很多操作系統的命令可以看出來，比如ps -elf，iostat， vmstat, top/topas,
2. 收集數據
CPU高分為usr高和sys高，前者表示系統在執行應用代碼，一般需要應用（比如Db2）來查原因。后者表示系統在執行kernal code，一般需要OS工程師協助分析。
A. sys CPU高
如果是%sys CPU高，這意味着系統在執行kernel code，這種情況下需要操作系統工程師一塊支持，來從操作系統層面收集數據，例如:
AIX:
1) OS trace -- perfpmr.sh
Solaris:
1) dtrace script
Linux:
1) systemTap 工具
2) 如果能確定是Db2進程導致的，則收集db2sysc進程的strace -c 數據。
Db2:
Db2層面也可以收集一些數據，Db2導致的sys CPU高時，往往伴隨着很多的latch，所以建議收集db2pd -latch和db2pd -stack的數據。
B. usr CPU高
如果是%usr CPU高，一般意味着系統正在執行應用的代碼，很大可能是Db2執行的SQL語句導致的。需要找到占用CPU較多的SQL語句，看看在執行什么操作：
B1. 可以通過mon_get_pkg_cache_stmt找到占用CPU較多的動態SQL語句
db2 "select TOTAL_CPU_TIME/NUM_EXEC_WITH_METRICS as AVG_CPU_TIME, NUM_EXEC_WITH_METRICS, substr(STMT_TEXT,1,100) as STMT_TEXT from table( mon_get_pkg_cache_stmt (null, null,null,null)) as T where T.NUM_EXEC_WITH_METRICS <> 0 order by AVG_CPU_TIME DESC"
如果是routine占用了較多的CPU，比如存儲過程，可以參考下面的鏈接：
調查routine的高 CPU 占用率
https://www.ibm.com/support/knowledgecenter/zh/SSEPGG_10.5.0/com.ibm.db2.luw.admin.mon.doc/doc/t0060667.html
B2. 可以通過db2pd -edus interval=120 來收集120秒之內每個edu占用的CPU時間，結合其他的信息，比如db2pd -eve、application snapshot的輸出，來看一下edu對應的應用，以及應用執行的SQL語句是什么，針對這些SQL語句來優化。
SQL語句使用CPU較多的原因，簡單說幾個
--頻繁地掃描環境池中的表、join操作、排序操作都會使用較多的CPU。
--獲取鎖和釋放鎖的過程，也要用較多的CPU。
對於如何解決，一般就是調優SQL了，比如通過建立適當的索引來避免表掃描、當需要鎖較多時而對並發性要求不高時，直接在整個表上加鎖、不需要那么多數據的時候使用fetch first xxx rows only等。這里不做闡述（因為我也不擅長），有興趣的可以看參考資料。
3. 一個示例
環境: db2 10.5.0.5, suse linux 11
問題：%usr CPU高，大約95%，db2sysc進程使用的最多
數據收集：
在問題出現期間，收集了以下數據：
vmstat 1 10 > vmstat.1 ps -elf > pself.1 ps aux > psaux.1 iostat 1 10 > iostat.1 db2pd -eve > db2pd_eve.out db2pd -edus interval=120 > db2pd_edu_120.out db2pd -stack all db2 GET SNAPSHOT FOR APPLICATIONS ON <db_name> GLOBAL > applications.log db2 GET SNAPSHOT FOR DATABASE ON <db_name> GLOBAL > DB.log db2 get snapshot for all on <db_name> > dbsnap
數據分析：
3.1
iostat 輸出顯示 user CPU 很高.
avg-cpu: %user %nice %system %iowait %steal %idle 89.42 0.01 4.55 1.89 0.00 4.12 avg-cpu: %user %nice %system %iowait %steal %idle 94.41 0.00 5.59 0.00 0.00 0.00 avg-cpu: %user %nice %system %iowait %steal %idle 95.42 0.00 4.58 0.00 0.00 0.00 avg-cpu: %user %nice %system %iowait %steal %idle 94.67 0.00 5.33 0.00 0.00 0.00
3.2
ps aux的輸出顯示db2sysc進程使用了最多的CPU
USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND root 1 0.0 0.0 10540 884 ? Ss Oct15 0:01 init [5] root 2 0.0 0.0 0 0 ? S Oct15 0:00 [kthreadd] ... root 7065 0.0 0.2 1029412 75296 ? Sl Oct15 0:00 db2wdog 0 [db2inst1] db2inst1 7067 1127 69.2 29760484 22761184 ? Sl Oct15 13895:25 db2sysc 0 root 7069 0.0 0.1 1035728 47704 ? S Oct15 0:02 db2ckpwd 0 root 7070 0.0 0.1 1035728 47632 ? S Oct15 0:02 db2ckpwd 0 root 7071 0.0 0.1 1035728 47632 ? S Oct15 0:02 db2ckpwd 0 db2inst1 7079 0.0 0.1 502756 41276 ? S Oct15 0:00 db2vend (PD Vendor Process - 1) 0 db2inst1 7089 0.0 0.1 592156 33260 ? Sl Oct15 0:22 db2acd 0 ,0,0,0,1,0,0,0,0000,1,0,995bc4,14,1e014,2,0,1,41fc0,0x210000000,0x210000000,1600000,c8010,2,128021 ... root 27022 50.0 0.0 4940 972 pts/1 R+ 13:59 0:00 ps aux root 27499 0.0 0.0 0 0 ? S 12:06 0:00 [kworker/9:0] patrol 27604 0.0 0.0 11300 1048 ? Ss Oct15 0:00 /bin/bash patrol 27605 0.0 0.0 11300 1052 ? Ss Oct15 0:00 /bin/bash root 28654 0.0 0.0 0 0 ? S Oct15 0:01 [kworker/8:1]
3.3
db2pd_edu_120.out 輸出按照對EDU按照占用的CPU時間排序
Database Member 0 -- Active -- Up 0 days 21:21:14 -- Date 2017-10-16-14.48.37.897471 List of all EDUs for database member 0 db2sysc PID: 7067 db2wdog PID: 7065 db2acd PID: 7089 EDU ID TID Kernel TID EDU Name USR (s) SYS (s) USR DELTA SYS DELTA ======================================================================================================================================== 110 140354128963328 28988 db2agent (SAMPLE) 0 24280.590000 478.060000 42.250000 1.080000 85 140354313512704 16300 db2agent (SAMPLE) 0 23898.440000 454.140000 40.980000 0.900000 87 140354531616512 16316 db2agent (SAMPLE) 0 23530.870000 446.600000 40.830000 0.850000 122 140353910859520 348 db2agent (SAMPLE) 0 22660.420000 430.300000 40.600000 1.000000 88 140354514839296 16324 db2agent (SAMPLE) 0 23262.550000 443.450000 40.640000 0.900000 91 140354464507648 16327 db2agent (SAMPLE) 0 22989.210000 438.320000 40.660000 0.880000 114 140354061854464 13529 db2agent (SAMPLE) 0 22994.820000 436.550000 40.540000 0.900000 79 140354900715264 8439 db2agent (SAMPLE) 0 23656.830000 450.830000 40.540000 0.840000 108 140354162517760 21738 db2agent (SAMPLE) 0 23687.730000 450.920000 40.430000 0.920000 106 140354196072192 21722 db2agent (SAMPLE) 0 23498.360000 445.650000 40.440000 0.900000 119 140353961191168 21841 db2agent (SAMPLE) 0 22711.160000 427.530000 40.450000 0.850000 80 140354883938048 16295 db2agent (SAMPLE) 0 23338.770000 443.420000 40.270000 1.020000 115 140353776641792 15710 db2agent (SAMPLE) 0 22876.610000 435.050000 40.340000 0.920000 111 140354112186112 29588 db2agent (SAMPLE) 0 23423.810000 446.610000 40.340000 0.900000 117 140353994745600 16907 db2agent (SAMPLE) 0 22886.840000 433.260000 40.330000 0.910000 109 140354145740544 28987 db2agent (SAMPLE) 0 23631.250000 450.080000 40.220000 1.010000 84 140354816829184 16299 db2agent (SAMPLE) 0 23291.960000 443.260000 40.250000 0.980000 112 140354095408896 6654 db2agent (SAMPLE) 0 23276.780000 445.550000 40.270000 0.920000 118 140353977968384 18404 db2agent (SAMPLE) 0 22218.640000 419.450000 39.990000 0.960000 78 140354917492480 8433 db2agent (SAMPLE) 0 23387.590000 442.670000 39.970000 0.930000 121 140353927636736 23958 db2agent (SAMPLE) 0 22597.700000 427.340000 39.910000 0.970000 116 140354011522816 15711 db2agent (SAMPLE) 0 22962.390000 437.080000 39.990000 0.870000 81 140354867160832 16296 db2agent (SAMPLE) 0 23466.230000 448.500000 39.830000 1.020000 104 140354229626624 19731 db2agent (SAMPLE) 0 23581.980000 450.790000 39.910000 0.920000 123 140353894082304 1767 db2agent (SAMPLE) 0 22448.450000 423.550000 39.840000 0.930000 113 140354078631680 7525 db2agent (SAMPLE) 0 22930.950000 437.310000 39.740000 0.870000 124 140353877305088 2185 db2agent (SAMPLE) 0 22260.260000 423.640000 39.640000 0.910000 ...
3.4
這里以EDU ID 110為例子，可以通過db2pd_eve.out找到其執行的SQL語句（這里可能不准確，因為抓取的是當前正在執行的SQL, 推薦結合mon_get_pkg_cache_stmt的輸出）
Dynamic SQL Statements: Address AnchID StmtUID NumEnv NumVar NumRef NumExe Text ... 0x00007FAC67B6C640 740 1 1 1 41 41 select * from TEST1 where KPICODE like '2222|!|!|%' order by DCTIME desc fetch first 20 rows only with ur ...
3.5
Application SNAPSHOT顯示sort、rows read都非常高
Application Snapshot Application handle = 109 Application status = UOW Executing .. Rows inserted = 12335 Rows updated = 0 Rows selected = 25680 Rows read = 175961810541 Rows written = 12335 .. Total sorts = 1284 .. Total User CPU Time used by agent (s) = 24801.492324 Total System CPU Time used by agent (s) = 0.000000 Agent process/thread ID = 110
3.6
剩下的工作是：可以按照相同的方法找到其他占用CPU的SQL，並進行調優。當然，實際上可能並沒有這么簡單，需要多分析應用的快照，可以看到SQL語句是什么時候開始執行的？執行了多長時間？執行SQL語句之前是什么狀態？同一時刻有多少SQL語句在執行？平時有那么多嗎？等等，這些都可以從應用的快照中獲取。所以應用的快照也是必收數據，而且要多收幾次。