首頁 > 軟體

Linux系統監控命令和軟體安裝

2020-06-16 17:09:13
Linux監測命令的執行時間 time command
 
$ time sleep 5
real    0m5.003s # 程式開始至結束的時間，包括其它進程佔用的時間片和IO時間
user    0m0.001s # 進程真正執行佔用CPU的時間
sys    0m0.002s    # 進程在核心中呼叫所消耗的CPU時間
 
user+sys是進程實際的CPU時間。如果多執行緒執行，這個時間可能大於Real。如果IO是瓶頸，則real會大於user+sys (單執行緒)。
 
檢視正在執行的命令和其資源使用 top
統計資訊區
第一行：任務佇列資訊，與uptime命令執行結果相同
  • 17:32:34：系統當前時間
  • up 3 days, 8:04：主機已執行時間
  • 5 users：使用者連線數（不是使用者數，who命令）
  • load average: 0.09, 0.12, 0.19：系統平均負載，統計最近1,5,15分鐘的系統平均負載
補充：uptime -V可查詢版本
 
第二行：進程資訊
  • Tasks: 287 total：進程總數
  • 2 running：正在執行的進程數
  • 285 sleeping：睡眠的進程數
  • 0 stopped：停止的進程數
  • 0 zombie：殭屍進程數
第三行：CPU資訊（當有多個CPU時，這些內容可能會超過兩行）
  • 1.5 us：使用者空間所佔CPU百分比
  • 0.9 sy：核心空間佔用CPU百分比
  • 0.0 ni：使用者進程空間內改變過優先順序的進程佔用CPU百分比
  • 97.5 id：空閒CPU百分比
  • 0.2 wa：等待輸入輸出的CPU時間百分比
  • 0.0 hi：硬體CPU中斷佔用百分比
  • 0.0 si：軟中斷佔用百分比
  • 0.0 st：虛擬機器占用百分比
第四行：記憶體資訊（與第五行的資訊類似與free命令）
  • 8053444 total：實體記憶體總量
  • 7779224 used：已使用的記憶體總量
  • 274220 free：空閒的記憶體總量（free+used=total）
  • 359212 buffers：用作核心快取的記憶體量

第五行：swap資訊

  • 8265724 total：交換分割區總量
  • 33840 used：已使用的交換分割區總量
  • 8231884 free：空閒交換區總量
  • 4358088 cached Mem：緩衝的交換區總量，記憶體中的內容被換出到交換區，然後又被換入到記憶體，但是使用過的交換區沒有被覆蓋，交換區的這些內容已存在於記憶體中的交換區的大小，相應的記憶體再次被換出時可不必再對交換區寫入。
進程資訊區
  • PID:進程id
  • PPID:父進程id
  • RUSER:Real user name（看了好多，都是這樣寫，也不知道和user有什麼區別，歡迎補充此處）
  • UID:進程所有者的id
  • USER:進程所有者的使用者名稱
  • GROUP:進程所有者的組名
  • TTY:啟動進程的終端名。不是從終端啟動的進程則顯示為?
  • PR:優先順序
  • NI:nice值。負值表示高優先順序，正值表示低優先順序
  • P:最後使用的CPU，僅在多CPU環境下有意義
  • %CPU:上次更新到現在的CPU時間佔用百分比
  • TIME:進程使用的CPU時間總計，單位秒
  • TIME+：進程所使用的CPU時間總計，單位1/100秒
  • %MEM:進程使用的實體記憶體百分比
  • VIRT:進程使用的虛擬記憶體總量，單位kb。VIRT=SWAP+RES
  • SWAP:進程使用的虛擬記憶體中被被換出的大小
  • RES:進程使用的、未被換出的實體記憶體的大小
  • CODE:可執行程式碼佔用的實體記憶體大小
  • DATA:可執行程式碼以外的部分（資料段+棧）占用的實體記憶體大小
  • SHR:共用記憶體大小
  • nFLT:頁面錯誤次數
  • nDRT:最後一次寫入到現在，被修改過的頁面數
  • S:進程狀態（D=不可中斷的睡眠狀態，R=執行，S=睡眠，T=跟蹤/停止，Z=殭屍進程）
  • COMMAND:命令名/行
  • WCHAN:若該進程在睡眠，則顯示睡眠中的系統函數名
  • Flags:任務標誌
預設情況下，只顯示比較重要的列
 
檔案系統和磁碟資訊監測
檢視系統硬碟大小和分配
df -h
du -sh *
軟體安裝
不同於windows，Linux下軟體安裝的方式比較多樣，有些也比較複雜。每種安裝方式都有自己的優點和侷限，也都有可能遇到問題。在我們理解了原理之後，借助谷歌，可以更好地幫助解決問題。
系統包管理器安裝
軟體安裝最方便的、一般也不容易出問題的是利用系統自帶的包管理工具，可以解決大部分的依賴問題。
但也有一些不足，主要3點：
  • 需要根使用者的許可權。
  • 如果系統版本老，安裝的軟體版本也會比較老。使用新版本有時又會發生衝突。
  • 生物資訊學中不少軟體不在系統的安裝源裡面。
解決這些問題，就需要自己去軟體官網查詢最新的分發包，又有兩種可能，一種是分發包直接就是編譯好的軟體，下載下來設定下可執行屬性並放入環境變數就可以執行了，如blast或bowtie這樣的工具。
 
另一種則是需要從原始碼編譯安裝，下面主要講解下這個。
 
原始碼編譯安裝
原始碼編譯經典的三部曲configure, make, make install。如果不出問題，一步步執行下來就安裝好了。但出了問題，就不是比較容易解決的。如果知道這背後的機制，對解決問題會有很大幫助的。
 
configure是檢查系統的庫檔案、類檔案、依賴軟體是否存在以及它們的版本是否滿足需求，並根據實際檢測結果生成Makefile的工具。一般是一堆bash命令的組合。通常也需要在這一步設定一些引數。最常用的就是指定軟體的安裝目錄--prefix=/home/ct/soft/specific_name。
 
make則是具體的編譯過程。編譯的語句都寫在了Makefile中。make預設編譯Makefile中出現的第一個target，也可以指定target編譯，並根據Makefile的設定方式依次編譯所有依賴的東西。
 
Makefile通常的格式和佈局如下
# 假設當前資料夾下Makefile檔案中內容如下
# first: target名字
# echo "compile first": target對應的命令，任何Linux命令都可以
$ cat Makefile
first:
    echo "compile first"
all: first second
    echo "compile all"
second:
    echo "compile second"
  
# 直接執行make，會make第一個出現的target
$ make
echo "compile first"
compile first
# make first與直接make相同，因為它出現在第一個
$ make first
echo "compile first"
compile first
# all依賴於first, second，因此make all會先執行make first, make second
# 然後才是自己所代表的命令
$ make all
echo "compile first"
compile first
echo "compile second"
compile second
echo "compile all"
compile all
有些軟體的安裝，在執行完make後就獲得了可執行程式，可以跳過make install的過程，只需要放入環境變數就可以執行了。但部分軟體還需要一些依賴關係，所以需要執行make install才算完成了完整的安裝。
  • make install通常是拷貝make編譯出來的可執行檔案或者依賴的庫檔案(如果有的話)到configure時的--prefix指定的目錄下。
  • 安裝好的軟體放入環境變數, 就可以快樂的執行了。
兩點注意:
  • 從原始碼編譯最難解決的問題就是依賴的庫檔案、標頭檔案、依賴軟體的缺失或版本不匹配，沒有統一的解決辦法，原則就是缺啥補啥。後面提到的Anaconda，會對庫檔案的依賴提供一個簡便的解決辦法。
  • 三部曲每一步的執行，螢幕上都會輸出比較多的資訊，一定仔細看最後有沒有ERROR類的字樣，對判斷軟體有無安裝成功和下一步要怎麼解決問題會很有幫助。
Linux包的安裝通用方式主要是這些，後面還會提到兩種虛擬安裝方式，都是為了簡化安裝而提出的。
 
Python包的安裝
在沒有Anaconda(或其前身canopy)出現之前，Python包以其管理混亂、安裝困難著稱。有了Anaconda後，不只python包的安裝簡單了，其它軟體的安裝也都方便了 (詳見後面Anaconda的兩個福利)。
  • 首先下載Anaconda的安裝包 https://www.continuum.io/downloads。
  • Anaconda的安裝包做的很人性化，一個bash指令碼，只要執行bash Anacond*x86_64.sh，然後按照提示操作就可以了。
  • 安裝好後，設定或重新整理下環境變數就可以使用了。
  • 此後再安裝python的包只需要執行pip install pakcage_name或conda install pakckage_name就可以了。
  • 這裡唯一需要注意的就是確認使用的python或pip確實是Anaconda安裝的python或pip。
  • which python檢視使用的python命令。
  • 如果使用的還是系統預設的python，則需要檢查下環境變數的設定。
Anaconda的兩個福利
1、標頭檔案和庫檔案庫
這是Anaconda安裝後的目錄結構
bin   envs  Examples  imports  lib    LICENSE.txt  pkgs     share  var
conda-meta  etc   gcc include  lib64  mkspecsplugins  ssl
其中lib目錄下，一部分是依賴的動態連結庫, .so檔案；這也是在原始碼編譯時最常見的攔路虎。通常，只需要把這個目錄放入環境變數LD_LIBRARY_PATH裡面比如export LD_LIBARY_PATH=${LD_LIBARY_PATH}:anaconda_path/lib就可以解決問題。
cairo                    libitm.a              libQtScript.so.4
cmake                    libitm.la             libQtScript.so.4.8
engines                  libitm.so             libQtScript.so.4.8.7
gcc                      libitm.so.1           libQtScriptTools.la
gcj-4.8.5-14             libitm.so.1.0.0       libQtScriptTools.prl
glib-2.0                 libitm.spec           libQtScriptTools.so
libargtable2.a           libjpeg.a             libQtScriptTools.so.4
libargtable2.la          libjpeg.la            libQtScriptTools.so.4.8
libargtable2.so          libjpeg.so            libQtScriptTools.so.4.8.7
libargtable2.so.0        libjpeg.so.8          libQtSql.la
libargtable2.so.0.1.8    libjpeg.so.8.4.0      libQtSql.prl
libasan.a                libmkl_avx2.so        libQtSql.so
libasan.la               libmkl_avx512_mic.so  libQtSql.so.4
libasan_preinit.o        libmkl_avx512.so      libQtSql.so.4.8
libasan.so               libmkl_avx.so         libQtSql.so.4.8.7
2、bioconda
bioconda提供了一個虛擬環境，方便軟體的編譯安裝。
 
R包的安裝
需要注意的也是依賴的軟體或庫檔案的版本，同樣的Anaconda提供的lib庫也可以直接拿來用。

本文永久更新連結地址：http://www.linuxidc.com/Linux/2017-08/146500.htm


相關文章
IT145.com E-mail:sddin#qq.com