一、前言
1.1 概念
系统资源监控是指监控服务器的 CPU 使用率、内存使用率、I/O、网络、磁盘空间等的利用情况。通过监控服务器的系统资源使用情况，可以及时了解服务器容量、系统负载和服务器网络速度等，避免出现资源不足等风险，预防因服务器故障导致数据丢失等情况发生。
1.2 工具与术语
系统资源监控中常用的监控工具有：
- 开源性能监控工具 NMON（Linux）：nmon 是一款计算机性能系统监控工具，具有体积小、安装简单、耗费资源低等特性，广泛应用于 Linux 系统监控。
- 达梦企业管理器 DEM：DEM 提供一个通过 WEB 界面来监控、管理并维护 DM 数据库的集中式管理平台。
系统资源监控中可能会使用到的相关术语：
- CPU：中央处理器，是计算机系统的运算核心和控制核心。
- 内存：也被称为内存储器，用于暂时存放 CPU 中的运算数据，以及与硬盘等外部存储器交换的数据。
- 磁盘：计算机主要的存储介质，可以存储大量的二进制数据，并且断电后可保持数据不丢失。
- IO：I/O 输入/输出(Input/Output)，分为 IO 设备和 IO 接口两个部分。
1.3 适用范围
本文中所涉及内容适用于 Linux 系统资源监控。
二、CPU 使用率监控
CPU 使用率指设备中的运行程序占用的 CPU 资源，表示所使用的设备在某个时间点运行程序的情况。使用率越高，通常意味着在特定时间点上，有更多的程序或任务正在占用 CPU 资源进行计算或执行操作。然而，高 CPU 使用率并不一定直接对应机器上运行程序的绝对数量，而更多地反映了 CPU 的工作负载。
top 命令可以帮助查看数据库服务器运行概况，记录 CPU 使用信息。查询结果如下图所示：
top 命令显示结果分为两部分：
第一部分：统计信息，前五行显示系统整体的统计信息。
（1）第一行显示当前系统时间为 19：10：06，up 19min 表示系统连续运行时间为 19 分钟，当前登录用户数为 2，load average 表示系统平均负载，3 个数值分别统计最近一分钟、五分钟、十五分钟的平均进程数量。
（2）第二行显示进程总数为 199 个，正在运行的进程数为 1，睡眠的进程数为 198，停止的进程数为 0，僵尸进程数为 0。
（3）第三行显示 CPU 相关信息，当前用户空间占用 CPU 百分比为 0.3%；内核空间占用 CPU 百分比为 0.3%，用户进程空间内改变过优先级的进程占用 CPU 百分比为 0.0%，空闲 CPU 百分比为 99.3%，等待输入输出的 CPU 时间百分比为 0.0%，CPU 服务于硬件中断所耗费的时间总额为 0.0%，CPU 服务软件中断所耗费的时间总额为 0.0%，虚拟机被 hypervisor 偷去的 CPU 时间为 0.0%。
（4）第四行显示 Mem 内存相关信息，物理内存总量为 3324688kb ，空闲内存总量为 303236kb ，使用的物理内存总量为 1337328kb，用作内核缓存的内存量为 1684124kb 。
（5）第五行显示 Swap 内存相关信息，交换区总量为 3539964kb ，空闲交换区总量为 3539964kb ，使用的交换区总量为 0kb，用作缓冲的交换区总量为 1722220kb 。
第二部分：进程信息，统计信息下方类似表格区域显示的是各个进程的详细信息。默认 5 秒刷新一次。在 top 命令中按 f 键可以查看显示的列信息，上下键选中后按d或者空格键来开启/关闭列。
例如第二行表示 dmserver 进程信息：进程号 PID 为 1080，启动用户为 dmdba，进程优先级（越小优先级越高）为 20，nice 值（负值表示高优先级，正值表示低优先级）为 0，使用的虚拟内存为 3113996kb，使用的物理内存为 582512kb，使用的共享内存为 17176kb，进程处于休眠状态（S 表示休眠，R 表示正在运行， Z 表示僵死状态，N 表示该进程优先值为负数，I 表示空闲状态），占用的 CPU 使用率为 0.3%，使用的物理内存和总内存的百分比为 17.5%，使用的 CPU 时间总计 0:03.22（单位 1/100 秒），命令行为 dmserver。
三、内存使用率监控
内存使用率为当前使用的内存和全部内存的比值。系统中所有的运行程序都需要内存来执行，如果执行的程序占用内存很大，就有可能导致内存不足，因此需要对内存使用率进行监控。
调用操作系统 free -m 命令，free 命令可以显示当前系统未使用的和已使用的内存数目，还可以显示被内核使用的内存缓冲区。一旦发现内存异常，须进行干预处理，及时避免可能发生的 OOM(out of mermory)事件。
free -m 结果如下：
上图显示结果中各字段含义如下表。一般情况下，物理内存不足会用到交换分区，需要考虑增加物理内存。
| Mem | total | 物理总内存大小 |
| used | 已用内存大小 | |
| free | 可用物理内存大小 | |
| shared | 共享内存大小 | |
| buff/cache | 磁盘缓存大小 | |
| available | 可分配的物理内存大小 | |
| Swap | total | 总交换分区大小 |
| used | 已用交换分区大小 | |
| free | 可用交换分区大小 |
为避免操作系统内存因大量使用 SWAP 内存而降低数据库性能，在安装部署时需检查设置相关变量来控制系统对 swap 的使用倾向，从而使系统最大发挥内存性能。swappiness 的取值范围为 1~100，当操作系统内存不足时， swappiness 值建议设置为 1；当系统内存足够时，swappiness 推荐设置为 10，以提供操作系统最佳性能。同时也可配合设置 vm.min_free_kbytes 参数限制值。
四、磁盘空间监控
服务器中的磁盘空间至关重要。若不具备足够的磁盘空间，数据库可能无法正常运行。若磁盘损坏，则将导致数据全部丢失。因此需要对磁盘空间进行监控。
磁盘空间监控分为本地磁盘空间监控和共享存储磁盘空间监控，以下分别介绍监控方法。
1. 本地磁盘空间监控
使用命令 df -h 可检查本地磁盘使用情况，如下图所示：
显示结果中第一行表示的信息如下：
| 名词 | 含义 |
| Filesystem | 文件系统所处分区 |
| Size | 文件系统的容量 |
| Used | 已使用的磁盘空间大小 |
| Avail | 剩余的磁盘空间大小 |
| Use% | 磁盘空间使用率 |
| Mounted on | 文件系统的挂载点，即磁盘挂载的目录位置 |
建议数据、归档、备份放置不同磁盘上，即使其中一块磁盘损坏，其他盘数据可以保障；同时也需要保证各磁盘空间足够，若剩余空间过小，可能会影响数据库的运行和数据的写入。生产环境中，数据目录的磁盘空间应满足业务量增长需求。归档目录设定最大上限后，一般为固定大小空间，应保证归档磁盘空间处于稳定范围内。备份目录空间应当保证至少可容纳下一次备份的空间大小，并满足备份策略。
2. 共享存储磁盘空间监控
共享存储磁盘空间监控常用于达梦数据库共享存储集群（DSC）。在搭建 DSC 集群的过程中，达梦 DSC 集群除了需要一些操作系统层面上的本机磁盘，同时还使用了一些共享存储磁盘。因此需要对共享存储磁盘空间进行监控。
共享存储磁盘空间监控一般重点关注各部分使用率信息，可通过达梦自带的工具 dmasmtool 进行检查，命令如下：
cd $DM_HOME/bin
./dmasmtool dcr_ini=/XXX/DSC/dmdcr.ini
ASM>lsdg结果如下图所示：
执行 lsdg 命令后的结果中，主要需关注 total_size 和 free_size 的值。以名为 DMDATA 的磁盘组为例，它的 total_size 为磁盘组总大小，free_size 为磁盘组空闲大小。
生产环境中，可以使用达梦企业管理器 DEM 定期对共享存储使用空间进行监控，并设置告警阀值。当磁盘使用率超过日常设置的阀值时，触发告警，通过短信或邮件通知，便于及时响应处理。同时，也可根据一段时间内的磁盘使用空间监控数据，统计数据增长情况，为后期磁盘扩容提供参考。
五、IO 监控
IO 使用率是指磁盘处理 I/O 的时间百分比，I/O 为 input（输入）/output（输出）的英文缩写，分为 IO 设备和 IO 接口两个部分。过高的使用率通常意味着磁盘 I/O 存在性能瓶颈。
IO 监控可通过两种方法实现：调用操作系统iostat -xmd命令或使用nmon工具。以下进行详细介绍。
方法一：使用iostat -xmd命令，执行结果如下图：
- 如果 %iowait 的值过高，表示硬盘存在 I/O 瓶颈。
- 如果 %idle 值高，表示 CPU 较空闲。
- 如果 %idle 值高但系统响应慢时，可能是 CPU 等待分配内存，应加大内存容量。
- 如果 %idle 值持续低于 10，表明 CPU 处理能力相对较低，系统中最需要解决的资源是 CPU。
方法二：nmon 工具查看 IO。
执行 ./nmon 进入，按 d 即可实时显示磁盘 IO 情况。
使用 nmon 工具查看 IO 使用率时，在 nmon 中查看 Busy 列显示的百分比就是磁盘 IO 的繁忙程度。
若当前环境存在 IO 性能测试需求，可参考官方文档：磁盘 IO 测试意义及命令
若系统中某磁盘 IO 的 Busy 项接近或为 100% 时，可能存在磁盘 IO 性能下降，需要进行相关问题排查。
六、网络资源监控
在数据库运维过程中还需要对网络资源进行监控和检查，尤其在数据库集群环境中，应用的数据库请求特别依赖于网络资源传输速率。
使用 ethtool 命令可以查看指定网口对应的网络传输速率。
执行 ethtool eth0 命令后的结果中，主要需关注 Speed 的值。上图中可看出，该系统的 eth0 网卡速率为 1000Mb/s。
若当前系统环境较为复杂，且存在网卡异常或其他原因导致网卡降速运行，则会影响数据库集群之间的网络通信。而当千兆网以百兆网速工作时，则需排查网络降速的原因。
七、系统时间监控
若操作系统时间不正确会导致以下问题：
- 若是试用授权产品，则会导致试用授权过期，无法使用。
- 集群环境中，若节点时间不一致，将会影响 mal 通信，影响集群数据同步和故障切换功能。
- 操作系统时间不正确会引发数据库运行日志、数据库服务日志、归档日志、备份集等时间记录错误，导致相关分析和排查工作难度增大。
使用命令 date 查看服务器节点时间是否与当前时间符合。若时间不一致，可用 root 用户执行如下命令临时修改服务器时间。
##临时修改服务器时间为指定时间
date -s "2022-05-13 10:00:00"
##写入服务器 cmos，防止重启服务器后时间没有更新
clock -w正式生产环境建议添加 NTP 服务器进行时间同步，确保系统各节点时间保持一致。
八、参考
若以上内容无法解决您的问题，可以在 达梦技术社区 提问交流。
官方文档地址
https://eco.dameng.com/document/dm/zh-cn/ops/system-monitor.html
