Výkon a sledování

Když server „jede pomalu", většina lidí začne panikařit a vypínat procesy naslepo. To je omyl. Výkon se měří, ne hádá — a Linux ti dává hromadu malých nástrojů, které přesně ukážou, kde je úzké hrdlo: jestli se dře procesor, jestli čeká na disk, nebo jestli došla paměť. Až se naučíš číst pár čísel (load average, free -h, I/O wait), přestane ti „pomalý stroj" nahánět strach — místo dohadů budeš vědět, co se děje a proč.

Pár pojmů na úvod

• Load average = průměrný počet procesů, které chtějí běžet (běží nebo čekají na CPU/disk), za poslední 1, 5 a 15 minut. Není to procento — je to počet. Smysl dostane až vztažený k počtu jader.
• Jádro (core / vlákno) = kolik věcí umí CPU dělat opravdu naráz. Load 4 je něco jiného na 2 jádrech než na 8 — o tom celá kapitola.
• CPU-bound = stroj brzdí procesor (počítá naplno).
• I/O-bound = stroj brzdí disk nebo síť — CPU se nudí a čeká na data.
• Paměťově-bound = došla RAM, systém začne odkládat na disk (swap) a všechno se zadrhne.
• Cache (buff/cache) = RAM, kterou si Linux „půjčil" na zrychlení čtení z disku. Vypadá jako „obsazená", ale kdykoli se uvolní, když ji potřebuje program. Není to problém — je to feature.
• Swap = kus disku, který slouží jako nouzová náhrada RAM. Pomalý. Když se používá pořád dokola, říká se tomu swap thrashing a stroj se prakticky zastaví.

Load average — nejčastěji špatně čtené číslo

Nejrychleji ho vidíš v uptime:

uptime
#  14:32:07 up 3 days,  2:11,  2 users,  load average: 0.42, 1.05, 2.30

Ta tři čísla na konci jsou load za 1 / 5 / 15 minut. Čteš je takhle:

• 1 min = co se děje teď (nejvíc kolísá).
• 5 a 15 min = trend. Klesá zleva doprava (2.30 → 1.05 → 0.42)? Nárazová špička už odeznívá. Roste zprava doleva? Zátěž narůstá a míří to do problému.

Klíč, který začátečníky mate: load číslo samo o sobě nic neříká, dokud ho nevydělíš počtem jader.

Kolik máš jader zjistíš takto:

nproc              # počet logických jader (vláken), např. 8

A teď to důležité pravidlo:

• load ≈ počet jader → stroj je plně vytížený, ale stíhá. Pohoda.
• load < počet jader → má rezervu.
• load > počet jader → víc práce, než kolik jader zvládne — procesy stojí ve frontě, latence roste.

💡 Konkrétně: load 4 na 8 jádrech = pohoda (využitá zhruba polovina). Load 4 na 2 jádrech = přetíženo (dvojnásobek toho, co stroj zvládne — všechno čeká). Úplně stejné číslo, opačný závěr. Proto load bez znalosti počtu jader nikdy neinterpretuj.

Malá záludnost: na Linuxu se do load počítají i procesy čekající na disk (stav „D", uninterruptible sleep), ne jen ty čekající na CPU. Takže vysoký load nemusí znamenat vytížený procesor — může to být zavařený disk. Kdo to úzké hrdlo je, rozlišíš dál v kapitole.

top a htop — živý pohled na procesy

top je předinstalovaný všude, htop je barevný a příjemnější (často se doinstalovává):

top      # ukončíš klávesou q
htop     # hezčí, myš, barvy — pokud je nainstalovaný

Nahoře vidíš souhrn (load average, počet úloh, využití CPU a paměti), pod tím tabulku procesů. Nejdůležitější sloupce:

• %CPU — kolik procenta jednoho jádra proces právě žere. Pozor: může přesáhnout 100 % — proces na 4 vláknech ukáže klidně 380, protože počítá na víc jádrech naráz.
• %MEM — procento fyzické RAM, které proces drží.
• RES (resident) — skutečná fyzická paměť, kterou proces právě zabírá. Tohle je číslo, které tě zajímá.
• VIRT (virtual) — kolik paměti si proces naadresoval celkem (včetně věcí, co reálně v RAM nejsou — namapované soubory, rezervované bloky…). Bývá obrovské a samo o sobě není problém. Nedívej se na VIRT, dívej se na RES.

Užitečné klávesy uvnitř top:

P   # seřadí procesy podle %CPU (default)
M   # seřadí podle %MEM (kdo žere paměť)
q   # konec

🚩 Klasická past: vidíš proces s VIRT 12.5g a lekneš se, že sežral 12 GB. Podívej se vedle na RES — když je tam třeba 340m, reálně drží 340 MB. VIRT je jen „adresní prostor", ne obsazená RAM.

free -h — a proč „málo volné RAM" NENÍ problém

Tohle je nejčastější zbytečná panika v celém Linuxu. Nejdřív příkaz:

free -h        # -h = human readable (GB/MB místo bajtů)
#               total        used        free      shared  buff/cache   available
# Mem:           31Gi        6.0Gi       800Mi       200Mi        24Gi        24Gi
# Swap:         8.0Gi          0B       8.0Gi

Nováček uvidí free: 800Mi a zděsí se, že mu skoro došla paměť. Chyba. Podívej se na dvě čísla:

• buff/cache: 24Gi — tolik RAM si Linux „půjčil" jako cache na zrychlení čtení z disku. Prázdná RAM je totiž promarněná RAM — tak proč ji nevyužít? Jakmile nějaký program potřebuje víc, Linux tuhle cache okamžitě uvolní. Nic tím netrpí.
• available: 24Gi — kolik RAM je reálně k dispozici pro nové programy (volná + uvolnitelná cache). Tohle je jediné číslo, které tě zajímá.

Pravidlo: koukej na available, ne na free. Dokud je available slušné, máš paměti dost — i když free ukazuje skoro nulu. „Linux mi sežral RAM" je mýtus; on ji jen chytře využívá.

Skutečný problém s pamětí nastane, teprve když je available malé a začne se plnit swap.

Swap a swap thrashing

Swap je kus disku, který slouží jako nouzová RAM. Když dojde fyzická paměť, jádro odloží nejméně používané stránky na disk, aby uvolnilo místo. To je záchranná brzda — lepší než aby procesy padaly.

Problém je, že disk je řádově pomalejší než RAM. Když dojde paměť tak, že systém musí stránky neustále odkládat na disk a hned zase načítat zpátky, vznikne swap thrashing: CPU se skoro nudí, disk jede na 100 %, a celý stroj se táhne jako šnek — někdy i tak, že nejde ani přihlásit.

Jak thrashing poznáš:

free -h                 # Swap: used roste, available RAM u nuly
vmstat 1                # sloupce si (swap in) a so (swap out) jsou stále nenulové

Když ve vmstat vidíš trvale nenulové si/so, systém aktivně swapuje — to je varovný signál. Nárazové malé číslo je OK; trvalý proud dovnitř i ven znamená, že ti reálně došla RAM.

vmstat a iostat — kde je vlastně brzda

vmstat 1 — celkový přehled každou sekundu

vmstat 1       # nový řádek každou sekundu, ukončíš Ctrl+C

Sloupce, které stojí za pohled:

• r — kolik procesů čeká na CPU (run queue). Trvale vyšší než počet jader → CPU-bound.
• si / so — swap in/out. Nenulové trvale → došla paměť (thrashing).
• us / sy — čas CPU strávený v uživatelských / systémových procesech.
• wa — I/O wait: procento času, kdy CPU nedělá nic, protože čeká na disk. Vysoké wa je klasický příznak I/O-bound stroje.
• id — idle, nečinnost CPU.

iostat -xz 1 — detail disků

iostat -xz 1   # z balíčku sysstat; -x = rozšířené, -z = skryj nečinná zařízení

Nejdůležitější sloupec je úplně vpravo:

• %util — jak moc je disk vytížený. Blízko 100 % znamená, že disk je na plný plyn a je to úzké hrdlo (u SSD to není tak striktní jako u točivých disků, ale i tak je to signál).
• r/s, w/s — čtení / zápisy za sekundu.
• await — průměrná doba, kterou požadavek čeká (ms). Vysoké číslo = disk nestíhá.

Jak rozlišit bottleneck: CPU vs I/O vs paměť

Celé sledování výkonu se scvrkne na jednu otázku: na co se čeká? Rozhodni podle tabulky:

Zlaté pravidlo: vysoký load + nudící se CPU = disk (nebo síť), ne procesor. Kdyby brzdil procesor, byl by vytížený. Když je load vysoký a %CPU přitom nízké, hledej I/O wait nebo swap.

ps aux --sort=-%cpu — kdo za to může

top/htop jsou živé; když chceš jednorázový snímek nebo ho poslat do souboru/filtru, použij ps:

ps aux --sort=-%cpu | head        # top žrouti CPU (sestupně)
ps aux --sort=-%mem | head        # top žrouti paměti (sestupně)

--sort=-%cpu řadí sestupně (minus = od největšího). head ořízne na prvních pár řádků — přesně ty, co tě zajímají. Výhoda oproti top: dá se to nasypat do grep, uložit, poslat kolegovi.

Failure modes — časté omyly začátečníků

• Panika z load bez kontextu jader. „Load je 6, hrůza!" — na 8jádrovém stroji je to pohoda, na 2jádrovém průšvih. Load vždy vztáhni k nproc, jinak nic neznamená.
• „RAM je plná!" (ale je to jen cache). free ukazuje pár MB volných → panika. Přitom buff/cache je 20 GB a available taky. Cache se uvolní, až bude třeba. Koukej na available.
• Zabíjení procesů naslepo místo měření. Stroj je pomalý, tak kill na cokoli velkého. Bez měření jen střílíš do tmy a klidně shodíš nevinný proces. Nejdřív změř (top, vmstat), pak jednej.
• Ignorování I/O waitu. Díváš se jen na %CPU, vidíš, že se CPU nudí, a divíš se, proč to jede pomalu. Přitom wa je 60 % a disk na 100 % — úzké hrdlo je disk, ne procesor.
• Nepoznaný swap thrashing. Stroj se zničehonic táhne jako smola, CPU idle, a ty nechápeš. Zapomněl jsi mrknout na swap — si/so ve vmstat jedou naplno, došla RAM.

🛠️ Cvičení

1. Load vs jádra. Zjisti počet jader (nproc) a aktuální load (uptime). Spočítej podíl load ÷ jádra. Je tvůj stroj vytížený, nebo má rezervu? Kdyby stejný load měl stroj s polovinou jader, změnil by se závěr?
2. Cache není obsazená RAM. Spusť free -h a najdi hodnoty free, buff/cache a available. Vysvětli vlastními slovy, proč je available mnohem větší než free a proč tě zajímá právě ono.
3. Najdi největšího žrouta. Pomocí ps aux --sort=-%mem | head najdi proces, který drží nejvíc paměti. Pak si ho najdi v top (klávesa M) a porovnej jeho RES a VIRT. Které číslo je „skutečná" paměť a proč se liší?
4. CPU-bound, nebo I/O-bound? Nech běžet vmstat 1 a mezitím zkus něco náročného (např. zkopíruj velký soubor, nebo pusť výpočet). Sleduj sloupce wa, us a r. Poznal bys z nich, jestli tě brzdí disk, nebo procesor?
5. Trend load average. Podívej se na tři čísla load average v uptime a rozhodni, jestli zátěž roste, klesá, nebo je stabilní. Podle čeho to poznáš?

🧠 Otázky & odpovědi