需求分析
前几天接到一个需求，有一个游戏的服务器业务逻辑是使用Lua编写的，运行环境为 Ubuntu14.04，需要做一个统计分析模块，间隔一定时间，记录一次系统的CPU、内存、TCP连接数，在线玩家数，并写入数据库中。
Lua本身是应该是没有权限去获取系统信息的（没有查证），初步设想有两种可行方案：
- 1.通过C++编写一个信息获取模块，由Lua调用C++模块记录信息。
- 2.通过Lua 调用 Shell 获取相关信息。
最终决定使用方案二。
关于 Top 命令
在 shell 中直接输入 top 可以进入视图
这个视图下，数据会间隔一定时间自动刷新，但是我们只需要获取一次数据。
输入 top -n1 即可指定返回一组数据。
我们需要以批处理方式执行命令，以便于让 lua 拿到管道的输出结果。
所以命令改为 top -bn1。
经过测试，会发现，一段时间内，每次执行top -bn1命令，得到的结果数据，是一样的，但是通过其他方式查看资源使用率，确实是一直在变化的。这其实是Linux系统的一个bug，在 Mac OS 下使用 top 命令就没有这个问题。因此，我们无法使用top命令第一次的执行结果来提取数据，必须要执行多次。命令再一次修改为top -bn2，这样shell就会返回两次结果。但是还有一个问题，这两次结果返回，间隔时间比较长，我们还需要再加上一个参数，将命令改为top -bn2 -d 0.1，将结果刷新间隔设为0.1秒，这样shell就会在第0秒返回第一次结果，0.1秒返回第二次结果。这个时间可以按需要设置，程序需要配合该命令做出异步处理。
本文以分析需求、整理思路和实现方法为主，关于 top 命令的详解，请参看本文最后的【附】或者互联网上其他资料。
Lua 调用 Shell
直接看代码
local function excute_cmd(cmd)
local t = io.popen(cmd)
local ret = t:read("*all")
return ret
endio.popen(cmd) 用于执行命令，t:read("*all*") 用于获取shell的完整输出结果
结果提取
执行 shell, 过滤第一次无用输出
local function get_system_info()
if system_info == nil or system_info == "" then
local cmd = "top -bn 2 -i -c -d 0.1"
local output = excute_cmd(cmd)
-- top result fisrt line is not correct on linux, use second line
local i, j = string.find( output, "%s\ntop.*" )
local ret = string.sub(output, i, j)
system_info = ret
end
end正则匹配具体的数值
匹配指定模式的字符串
local function string_match(str, patten)
local i, j = string.find(str, patten)
local ret = string.sub(str, i, j)
return ret
end匹配指定模式字符串中的数字
local function string_match_num(str, patten)
local ret = string_match(str,patten)
local i, j = string.find(ret, "[0-9]+%.*[0-9]*")
local num = string.sub(ret, i, j)
return num
end如此，通过调用 string_match_num(system_info, "[0-9]+%.?[0-9]*%sus,")，就可以提取出 Cpu(s) 0.3 us .... 中的 0.3。
CPU 使用率
Linux下CPU的使用率，由几个部分组成：用户空间时间 us、用户进程时间 ni、内核时间 sy、空闲时间 id、软件中断时间 si、硬件中断时间 hi、虚拟机消耗时间 st、等待输入时间 wa。
根据以上参数，给出一个计算CPU使用率的公式： cpu_usage = (us + ni + sy + si + hi + st + wa) / (us + ni + sy + si + hi + st + wa + id)
因此，可以写出如下代码：
local function get_cpu_usage()
local cpu_user = string_match_num(system_info, "[0-9]+%.?[0-9]*%sus,")
local cpu_system = string_match_num(system_info, "[0-9]+%.?[0-9]*%ssy,")
local cpu_nice = string_match_num(system_info, "[0-9]+%.?[0-9]*%sni,")
local cpu_idle = string_match_num(system_info, "[0-9]+%.?[0-9]*%sid,")
local cpu_wait = string_match_num(system_info, "[0-9]+%.?[0-9]*%swa,")
local cpu_hardware_interrupt = string_match_num(system_info, "[0-9]+%.?[0-9]*%shi,")
local cpu_software_interrupt = string_match_num(system_info, "[0-9]+%.?[0-9]*%ssi,")
local cpu_steal_time = string_match_num(system_info, "[0-9]+%.?[0-9]*%sst")
local cpu_total = cpu_user + cpu_nice + cpu_system + cpu_wait + cpu_hardware_interrupt + cpu_software_interrupt + cpu_steal_time + cpu_idle
local cpu_time = cpu_user + cpu_nice + cpu_system + cpu_wait + cpu_hardware_interrupt + cpu_software_interrupt + cpu_steal_time
local cpu_usage = time / total
return cpu_usage
endsystem_info 是上文中通过 get_system_info() 得到的结果。
内存 使用率
原理同上，mem_usage = mem_used / mem_total 直接给出代码：
local function get_mem_usage()
local mem_total = string_match_num(system_info, "Mem[%d%p%s]*[0-9]+%stotal")
local mem_used = string_match_num(system_info, "free[%d%p%s]*[0-9]+%sused")
local mem_usage = mem_used / mem_total
return mem_usage
end
[附] Top 命令详解
统计信息
- 第1行：Top 任务队列信息(系统运行状态及平均负载)
- 第1段：系统当前时间，例如：16:07:37
- 第2段：系统运行时间，未重启的时间，时间越长系统越稳定。
- 格式：up xx days, HH:MM
- 例如：241 days, 20:11, 表示连续运行了241天20小时11分钟
- 第3段：当前登录用户数，例如：1 user，表示当前只有1个用户登录
- 第4段：系统负载，即任务队列的平均长度，3个数值分别统计最近1，5，15分钟的系统平均负载
- 系统平均负载：单核CPU情况下，0.00 表示没有任何负荷，1.00表示刚好满负荷，超过1侧表示超负荷，理想值是0.7；
- 多核CPU负载：CPU核数 * 理想值0.7 = 理想负荷，例如：4核CPU负载不超过2.8何表示没有出现高负载。
- 第2行：Tasks 进程相关信息
- 第1段：进程总数，例如：Tasks: 231 total, 表示总共运行231个进程
- 第2段：正在运行的进程数，例如：1 running,
- 第3段：睡眠的进程数，例如：230 sleeping,
- 第4段：停止的进程数，例如：0 stopped,
- 第5段：僵尸进程数，例如：0 zombie
- 第3行：Cpus CPU相关信息，如果是多核CPU，按数字1可显示各核CPU信息，此时1行将转为Cpu核数
- 第1段：us 用户空间占用CPU百分比，例如：Cpu(s): 12.7%us,
- 第2段：sy 内核空间占用CPU百分比，例如：8.4%sy,
- 第3段：ni 用户进程空间内改变过优先级的进程占用CPU百分比，例如：0.0%ni,
- 第4段：id 空闲CPU百分比，例如：77.1%id,
- 第5段：wa 等待输入输出的CPU时间百分比，例如：0.0%wa,
- 第6段：hi CPU服务于硬件中断所耗费的时间总额，例如：0.0%hi,
- 第7段：si CPU服务软中断所耗费的时间总额，例如：1.8%si,
- 第8段：st Steal time 虚拟机被hypervisor偷去的CPU时间（如果当前处于一个hypervisor下的vm，实际上hypervisor也是要消耗一部分CPU处理时间的）
- 第4行：Mem 内存相关信息（Mem: * total, * used, * free, * buffers） 行
- 第1段：物理内存总量，例如：Mem: 12196436k total,
- 第2段：使用的物理内存总量，例如：12056552k used,
- 第3段：空闲内存总量，例如：Mem: 139884k free,
- 第4段：用作内核缓存的内存量，例如：64564k buffers
- 第5行：Swap 交换分区相关信息（Swap: * total, * used, * free, * cached）
- 第1段：交换区总量，例如：Swap: 2097144k total,
- 第2段：使用的交换区总量，例如：151016k used,
- 第3段：空闲交换区总量，例如：1946128k free,
- 第4段：缓冲的交换区总量，3120236k cached
进程信息
在top命令中按f按可以查看显示的列信息，按对应字母来开启/关闭列，大写字母表示开启，小写字母表示关闭。带*号的是默认列。
- A: PID = (Process Id) 进程Id；
- E: USER = (User Name) 进程所有者的用户名；
- H: PR = (Priority) 优先级
- I: NI = (Nice value) nice值。负值表示高优先级，正值表示低优先级
- O: VIRT = (Virtual Image (kb)) 进程使用的虚拟内存总量，单位kb。VIRT=SWAP+RES
- Q: RES = (Resident size (kb)) 进程使用的、未被换出的物理内存大小，单位kb。RES=CODE+DATA
- T: SHR = (Shared Mem size (kb)) 共享内存大小，单位kb
- W: S = (Process Status) 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
- K: %CPU = (CPU usage) 上次更新到现在的CPU时间占用百分比
- N: %MEM = (Memory usage (RES)) 进程使用的物理内存百分比
- M: TIME+ = (CPU Time, hundredths) 进程使用的CPU时间总计，单位1/100秒
- b: PPID = (Parent Process Pid) 父进程Id
- c: RUSER = (Real user name)
- d: UID = (User Id) 进程所有者的用户id
- f: GROUP = (Group Name) 进程所有者的组名
- g: TTY = (Controlling Tty) 启动进程的终端名。不是从终端启动的进程则显示为 ?
- j: P = (Last used cpu (SMP)) 最后使用的CPU，仅在多CPU环境下有意义
- p: SWAP = (Swapped size (kb)) 进程使用的虚拟内存中，被换出的大小，单位kb
- l: TIME = (CPU Time) 进程使用的CPU时间总计，单位秒
- r: CODE = (Code size (kb)) 可执行代码占用的物理内存大小，单位kb
- s: DATA = (Data+Stack size (kb)) 可执行代码以外的部分(数据段+栈)占用的物理内存大小，单位kb
- u: nFLT = (Page Fault count) 页面错误次数
- v: nDRT = (Dirty Pages count) 最后一次写入到现在，被修改过的页面数
- y: WCHAN = (Sleeping in Function) 若该进程在睡眠，则显示睡眠中的系统函数名
- z: Flags = (Task Flags
命令选项
- -b：以批处理模式操作；
- -c：显示完整的治命令；
- -d：屏幕刷新间隔时间；
- -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。