在当今的云计算和企业级环境中，AlmaLinux作为RHEL的社区替代品，其性能表现直接关系到业务的稳定性和成本效益。本文将从系统内核、资源管理、网络栈、存储I/O到应用层，提供一套完整的性能调优策略，并结合实际案例和代码示例，帮助您系统性地提升AlmaLinux服务器的性能。
一、性能优化前的准备工作
在开始任何优化之前，必须建立性能基线，否则无法量化优化效果。
1.1 安装必要的监控工具
# 安装sysstat工具集（包含vmstat, iostat, mpstat等）
sudo dnf install -y sysstat
# 安装性能分析工具
sudo dnf install -y perf htop bpftrace
# 安装网络分析工具
sudo dnf install -y nmon net-tools iperf3
1.2 建立性能基线
# 使用sar收集系统活动数据（每10分钟一次，持续24小时）
sudo sar -o /var/log/sa/sa$(date +%d) 10 144 &
# 使用perf记录系统性能事件
sudo perf record -g -a sleep 30
sudo perf report > /tmp/perf_baseline.txt
# 生成系统资源快照
sudo sysctl -a > /tmp/sysctl_baseline.txt
sudo lscpu > /tmp/cpu_baseline.txt
sudo lsblk > /tmp/disk_baseline.txt
1.3 确定优化目标
- 吞吐量优化：适用于Web服务器、数据库
- 延迟优化：适用于实时交易系统、游戏服务器
- 资源利用率优化：适用于虚拟化环境、容器平台
- 能效优化：适用于绿色数据中心
二、系统内核级优化
2.1 内核参数调优
2.1.1 CPU调度器优化
AlmaLinux默认使用deadline调度器，对于不同负载需要调整：
# 查看当前调度器
cat /sys/block/sda/queue/scheduler
# 对于I/O密集型应用，使用deadline
echo deadline > /sys/block/sda/queue/scheduler
# 对于数据库应用，使用mq-deadline（多队列）
echo mq-deadline > /sys/block/nvme0n1/queue/scheduler
# 永久化配置
echo 'ACTION=="add|change", KERNEL=="sd[a-z]", ATTR{queue/scheduler}="deadline"' > /etc/udev/rules.d/60-scheduler.rules
2.1.2 内存管理优化
# 优化虚拟内存参数（适用于高内存服务器）
cat > /etc/sysctl.d/99-memory.conf << 'EOF'
# 减少swap使用倾向（适用于内存充足的服务器）
vm.swappiness = 10
# 优化内存回收策略
vm.vfs_cache_pressure = 50
# 增加脏页比例，减少磁盘I/O
vm.dirty_ratio = 15
vm.dirty_background_ratio = 5
# 优化内存分配策略
vm.overcommit_memory = 1
vm.overcommit_ratio = 80
EOF
# 应用配置
sysctl -p /etc/sysctl.d/99-memory.conf
案例分析：某电商平台在促销期间出现内存不足，通过调整vm.swappiness从60降到10，减少了不必要的swap交换，使响应时间从500ms降至150ms。
2.1.3 网络栈优化
# 创建网络优化配置文件
cat > /etc/sysctl.d/99-network.conf << 'EOF'
# TCP缓冲区优化（适用于高带宽网络）
net.core.rmem_max = 134217728
net.core.wmem_max = 134217728
net.ipv4.tcp_rmem = 4096 87380 134217728
net.ipv4.tcp_wmem = 4096 65536 134217728
# TCP连接优化
net.ipv4.tcp_max_syn_backlog = 65536
net.core.somaxconn = 65536
net.ipv4.tcp_max_tw_buckets = 2000000
# TCP拥塞控制算法（根据网络环境选择）
net.ipv4.tcp_congestion_control = bbr
# 端口重用优化
net.ipv4.tcp_tw_reuse = 1
net.ipv4.tcp_fin_timeout = 30
# 连接跟踪优化（适用于防火墙/NAT）
net.netfilter.nf_conntrack_max = 1000000
net.netfilter.nf_conntrack_tcp_timeout_established = 7200
EOF
sysctl -p /etc/sysctl.d/99-network.conf
性能对比测试：
# 使用iperf3测试网络吞吐量
# 服务端
iperf3 -s -p 5201
# 客户端（优化前）
iperf3 -c server_ip -p 5201 -t 30
# 客户端（优化后）
iperf3 -c server_ip -p 5201 -t 30 -w 1M
2.2 内核模块优化
2.2.1 I/O调度器模块
# 查看可用调度器模块
lsmod | grep elevator
# 加载多队列I/O调度器（适用于NVMe SSD）
modprobe mq-deadline
# 检查模块参数
modinfo mq-deadline
2.2.2 网络加速模块
# 启用TCP BBR拥塞控制（需要内核4.9+）
modprobe tcp_bbr
# 验证加载
lsmod | grep bbr
# 设置为默认
echo "net.core.default_qdisc=fq" >> /etc/sysctl.d/99-network.conf
echo "net.ipv4.tcp_congestion_control=bbr" >> /etc/sysctl.d/99-network.conf
三、资源管理与调度优化
3.1 CPU资源优化
3.1.1 CPU亲和性设置
# 查看CPU拓扑
lscpu | grep -E "CPU\(s\)|Core\(s\)|Socket\(s\)"
# 设置进程CPU亲和性（示例：将nginx绑定到CPU 0-3）
# 方法1：使用taskset
taskset -cp 0-3 $(pgrep nginx)
# 方法2：使用systemd服务配置
cat > /etc/systemd/system/nginx.service.d/override.conf << 'EOF'
[Service]
CPUAffinity=0-3
EOF
# 方法3：使用cgroups v2（AlmaLinux 9默认启用）
# 创建cgroup
mkdir -p /sys/fs/cgroup/system.slice/nginx.service
echo "0-3" > /sys/fs/cgroup/system.slice/nginx.service/cpuset.cpus
3.1.2 CPU频率调节
# 安装cpupower工具
sudo dnf install -y cpupower
# 查看当前策略
cpupower frequency-info
# 设置性能模式（适用于数据库服务器）
cpupower frequency-set -g performance
# 设置节能模式（适用于低负载服务器）
cpupower frequency-set -g powersave
# 永久化配置
cat > /etc/sysconfig/cpupower << 'EOF'
GOVERNOR="performance"
EOF
systemctl enable cpupower
systemctl start cpupower
3.2 内存资源优化
3.2.1 Transparent Huge Pages (THP) 调优
# 查看THP状态
cat /sys/kernel/mm/transparent_hugepage/enabled
# 对于数据库应用，建议禁用THP
echo never > /sys/kernel/mm/transparent_hugepage/enabled
echo never > /sys/kernel/mm/transparent_hugepage/defrag
# 永久化配置
cat > /etc/systemd/system/disable-thp.service << 'EOF'
[Unit]
Description=Disable Transparent Huge Pages
DefaultDependencies=no
After=sysinit.target local-fs.target
Before=basic.target
[Service]
Type=oneshot
ExecStart=/bin/sh -c 'echo never > /sys/kernel/mm/transparent_hugepage/enabled'
ExecStart=/bin/sh -c 'echo never > /sys/kernel/mm/transparent_hugepage/defrag'
[Install]
WantedBy=basic.target
EOF
systemctl enable disable-thp.service
systemctl start disable-thp.service
3.2.2 NUMA优化
# 查看NUMA拓扑
numactl --hardware
# 使用numactl绑定内存和CPU
# 示例：将MySQL绑定到节点0
numactl --cpunodebind=0 --membind=0 mysqld_safe --defaults-file=/etc/my.cnf
# 在systemd服务中配置
cat > /etc/systemd/system/mysqld.service.d/numa.conf << 'EOF'
[Service]
ExecStart=
ExecStart=/usr/bin/numactl --cpunodebind=0 --membind=0 /usr/sbin/mysqld --daemonize --pid-file=/run/mysqld/mysqld.pid
EOF
3.3 I/O资源优化
3.3.1 磁盘I/O调度器
# 查看所有块设备的调度器
for dev in $(lsblk -d -o NAME | grep -v NAME); do
echo "$dev: $(cat /sys/block/$dev/queue/scheduler 2>/dev/null)"
done
# 批量设置调度器（SSD使用none，HDD使用deadline）
for dev in $(lsblk -d -o NAME | grep -v NAME); do
if [[ $(cat /sys/block/$dev/queue/rotational) -eq 0 ]]; then
echo "none" > /sys/block/$dev/queue/scheduler
else
echo "deadline" > /sys/block/$dev/queue/scheduler
fi
done
3.3.2 I/O队列深度优化
# 查看当前队列深度
cat /sys/block/sda/queue/nr_requests
# 增加队列深度（适用于高并发I/O）
echo 256 > /sys/block/sda/queue/nr_requests
# 对于NVMe设备，优化队列数
echo 8 > /sys/block/nvme0n1/queue/nr_hw_queues
# 永久化配置
cat > /etc/udev/rules.d/60-io-queue.rules << 'EOF'
ACTION=="add|change", KERNEL=="sd[a-z]", ATTR{queue/nr_requests}="256"
ACTION=="add|change", KERNEL=="nvme[0-9]*", ATTR{queue/nr_hw_queues}="8"
EOF
四、网络性能优化
4.1 网络接口优化
4.1.1 多队列网卡优化
# 查看网卡队列
ethtool -l eth0
# 设置队列数（根据CPU核心数调整）
ethtool -L eth0 combined 8
# 启用RSS（Receive Side Scaling）
ethtool -K eth0 rxhash on
# 设置IRQ亲和性
# 查看中断号
cat /proc/interrupts | grep eth0
# 将中断绑定到特定CPU（示例：绑定到CPU 4-7）
for irq in $(cat /proc/interrupts | grep eth0 | awk '{print $1}' | tr -d ':'); do
echo 4-7 > /proc/irq/$irq/smp_affinity_list
done
4.1.2 网络缓冲区优化
# 查看当前设置
ethtool -g eth0
# 设置环形缓冲区（适用于高吞吐量）
ethtool -G eth0 rx 4096 tx 4096
# 永久化配置
cat > /etc/systemd/system/eth0-tuning.service << 'EOF'
[Unit]
Description=Network Interface Tuning
After=network.target
[Service]
Type=oneshot
ExecStart=/usr/sbin/ethtool -G eth0 rx 4096 tx 4096
ExecStart=/usr/sbin/ethtool -K eth0 rxhash on
[Install]
WantedBy=multi-user.target
EOF
4.2 TCP协议栈优化
4.2.1 连接跟踪优化
# 查看连接跟踪表
conntrack -L | wc -l
# 优化连接跟踪参数
cat > /etc/sysctl.d/99-conntrack.conf << 'EOF'
# 增加连接跟踪表大小
net.netfilter.nf_conntrack_max = 1000000
# 优化TCP连接超时
net.netfilter.nf_conntrack_tcp_timeout_established = 7200
net.netfilter.nf_conntrack_tcp_timeout_close_wait = 60
net.netfilter.nf_conntrack_tcp_timeout_fin_wait = 45
# 优化UDP连接超时
net.netfilter.nf_conntrack_udp_timeout = 30
net.netfilter.nf_conntrack_udp_timeout_stream = 180
EOF
sysctl -p /etc/sysctl.d/99-conntrack.conf
4.2.2 TCP快速打开（TFO）
# 启用TCP快速打开
echo 3 > /proc/sys/net/ipv4/tcp_fastopen
# 永久化配置
echo "net.ipv4.tcp_fastopen = 3" >> /etc/sysctl.d/99-network.conf
# 验证TFO状态
ss -lnt | grep -E "LISTEN.*:80|LISTEN.*:443"
4.3 负载均衡与连接复用
4.3.1 使用HAProxy进行连接复用
# 安装HAProxy
sudo dnf install -y haproxy
# 配置HAProxy（示例：HTTP负载均衡）
cat > /etc/haproxy/haproxy.cfg << 'EOF'
global
maxconn 100000
tune.ssl.default-dh-param 2048
defaults
mode http
timeout connect 5s
timeout client 30s
timeout server 30s
option httplog
option dontlognull
option http-server-close
option forwardfor
frontend web_frontend
bind *:80
default_backend web_servers
backend web_servers
balance roundrobin
option httpchk GET /health
server web1 192.168.1.10:80 check maxconn 1000
server web2 192.168.1.11:80 check maxconn 1000
server web3 192.168.1.12:80 check maxconn 1000
EOF
# 启用并启动HAProxy
systemctl enable haproxy
systemctl start haproxy
五、存储I/O优化
5.1 文件系统优化
5.1.1 XFS文件系统优化
# 查看XFS挂载选项
mount | grep xfs
# 优化XFS参数（适用于数据库）
cat > /etc/fstab << 'EOF'
/dev/sda1 /data xfs defaults,noatime,nodiratime,logbufs=8,logbsize=256k,allocsize=64m 0 0
EOF
# 重新挂载
mount -o remount /data
# 调整XFS分配策略
xfs_io -c "falloc 0 1G" /data/testfile
xfs_io -c "sync" /data/testfile
5.1.2 EXT4文件系统优化
# 查看EXT4挂载选项
mount | grep ext4
# 优化EXT4参数
cat > /etc/fstab << 'EOF'
/dev/sdb1 /var/log ext4 defaults,noatime,nodiratime,data=writeback,barrier=0 0 0
EOF
# 调整EXT4日志大小
tune2fs -J size=128 /dev/sdb1
# 启用discard（TRIM）支持
tune2fs -o discard /dev/sdb1
5.2 I/O调度器优化
5.2.1 针对SSD的优化
# SSD优化配置
cat > /etc/udev/rules.d/60-ssd.rules << 'EOF'
# 禁用I/O调度器（SSD不需要）
ACTION=="add|change", KERNEL=="nvme[0-9]*", ATTR{queue/scheduler}="none"
ACTION=="add|change", KERNEL=="sd[a-z]", ATTR{queue/rotational}=="0", ATTR{queue/scheduler}="none"
# 启用TRIM支持
ACTION=="add|change", KERNEL=="nvme[0-9]*", ATTR{queue/discard_max_bytes}="2147483648"
EOF
# 应用规则
udevadm control --reload-rules
udevadm trigger
5.2.2 针对HDD的优化
# HDD优化配置
cat > /etc/udev/rules.d/60-hdd.rules << 'EOF'
# 使用deadline调度器
ACTION=="add|change", KERNEL=="sd[a-z]", ATTR{queue/rotational}=="1", ATTR{queue/scheduler}="deadline"
# 增加队列深度
ACTION=="add|change", KERNEL=="sd[a-z]", ATTR{queue/rotational}=="1", ATTR{queue/nr_requests}="256"
EOF
5.3 RAID优化
5.3.1 软件RAID优化
# 查看RAID状态
cat /proc/mdstat
# 调整RAID条带大小（适用于大文件I/O）
mdadm --grow /dev/md0 --chunk-size=512
# 优化RAID读写策略
echo "md0" > /sys/block/md0/md/sync_action # 设置为"resync"或"recover"
echo "md0" > /sys/block/md0/md/sync_completed # 查看进度
# 调整RAID缓存策略
echo 1024 > /sys/block/md0/md/stripe_cache_size
5.3.2 LVM优化
# 查看LVM配置
lvs -o +segtype
# 调整LVM条带数（适用于多磁盘）
lvcreate --type striped --stripes 4 --size 100G --name lv_data vg_data
# 调整LVM缓存（适用于频繁访问的小文件）
lvcreate --type cache --size 10G --name lv_cache vg_data
lvconvert --type cache --cache-pool vg_data/lv_cache vg_data/lv_data
六、应用层优化
6.1 Web服务器优化（Nginx）
6.1.1 Nginx配置优化
# /etc/nginx/nginx.conf
worker_processes auto; # 自动设置为CPU核心数
worker_rlimit_nofile 65536; # 文件描述符限制
events {
worker_connections 4096; # 每个worker的连接数
use epoll; # 使用epoll事件模型
multi_accept on; # 一次接受多个连接
}
http {
# 连接复用
keepalive_timeout 65;
keepalive_requests 1000;
# 缓冲区优化
client_body_buffer_size 128k;
client_max_body_size 10m;
client_header_buffer_size 1k;
large_client_header_buffers 4 8k;
# Gzip压缩
gzip on;
gzip_vary on;
gzip_min_length 1024;
gzip_proxied any;
gzip_comp_level 6;
gzip_types
text/plain
text/css
text/xml
text/javascript
application/javascript
application/xml+rss
application/json;
# 缓存配置
proxy_cache_path /var/cache/nginx levels=1:2 keys_zone=my_cache:10m max_size=1g inactive=60m use_temp_path=off;
# TCP优化
tcp_nopush on;
tcp_nodelay on;
# 超时设置
proxy_connect_timeout 60s;
proxy_send_timeout 60s;
proxy_read_timeout 60s;
}
6.1.2 Nginx性能测试
# 使用ab测试（Apache Bench）
ab -n 10000 -c 100 -k http://localhost/
# 使用wrk测试（更现代的工具）
wrk -t12 -c400 -d30s http://localhost/
# 使用nginx自带的性能监控
nginx -V 2>&1 | grep -o with-http_stub_status_module
# 如果启用，配置location /nginx_status
location /nginx_status {
stub_status;
allow 127.0.0.1;
deny all;
}
6.2 数据库优化（MySQL/MariaDB）
6.2.1 MySQL配置优化
# /etc/my.cnf.d/server.cnf
[mysqld]
# 内存配置（根据总内存调整）
innodb_buffer_pool_size = 16G # 通常设置为总内存的50-70%
innodb_log_file_size = 2G
innodb_log_buffer_size = 64M
innodb_flush_log_at_trx_commit = 2 # 平衡性能与数据安全
# 连接配置
max_connections = 500
thread_cache_size = 50
table_open_cache = 2000
# 查询缓存（MySQL 8.0已移除，MariaDB仍支持）
query_cache_type = 1
query_cache_size = 128M
# InnoDB优化
innodb_flush_method = O_DIRECT
innodb_file_per_table = 1
innodb_flush_neighbors = 0 # SSD优化
innodb_read_io_threads = 8
innodb_write_io_threads = 8
# 日志优化
slow_query_log = 1
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 2
log_queries_not_using_indexes = 1
6.2.2 MySQL性能分析
# 启用性能模式
mysql -e "SET GLOBAL performance_schema=ON;"
# 查看慢查询
mysql -e "SELECT * FROM mysql.slow_log ORDER BY query_time DESC LIMIT 10;"
# 使用pt-query-digest分析慢查询日志
pt-query-digest /var/log/mysql/slow.log > /tmp/query_analysis.txt
# 使用Percona Toolkit进行诊断
pt-mysql-summary --user=root --password
6.3 Java应用优化
6.3.1 JVM参数优化
# Java 8+ 优化参数示例
java -Xms4G -Xmx4G \ # 堆内存设置（初始和最大）
-XX:+UseG1GC \ # 使用G1垃圾回收器
-XX:MaxGCPauseMillis=200 \ # 目标最大GC暂停时间
-XX:InitiatingHeapOccupancyPercent=45 \ # 触发GC的堆占用率
-XX:ConcGCThreads=4 \ # 并发GC线程数
-XX:ParallelGCThreads=8 \ # 并行GC线程数
-XX:+UseStringDeduplication \ # 字符串去重
-XX:+OptimizeStringConcat \ # 优化字符串连接
-XX:+UseCompressedOops \ # 压缩对象指针
-XX:+UseCompressedClassPointers \
-XX:+UseLargePages \ # 使用大页内存
-XX:+UseNUMA \ # NUMA优化
-XX:+UseThreadPriorities \ # 线程优先级
-XX:ThreadPriorityPolicy=1 \
-Djava.net.preferIPv4Stack=true \ # 优先使用IPv4
-Djava.awt.headless=true \ # 无头模式
-Dfile.encoding=UTF-8 \
-Duser.timezone=UTC \
-jar your-application.jar
6.3.2 JVM监控与调优
# 使用jstat监控GC
jstat -gcutil <pid> 1000
# 使用jmap生成堆转储
jmap -dump:format=b,file=/tmp/heap.hprof <pid>
# 使用jstack分析线程
jstack <pid> > /tmp/thread_dump.txt
# 使用VisualVM远程监控
# 启用JMX远程访问
java -Dcom.sun.management.jmxremote \
-Dcom.sun.management.jmxremote.port=9010 \
-Dcom.sun.management.jmxremote.authenticate=false \
-Dcom.sun.management.jmxremote.ssl=false \
-jar your-application.jar
6.4 容器化应用优化
6.4.1 Docker容器优化
# 优化Docker守护进程配置
cat > /etc/docker/daemon.json << 'EOF'
{
"storage-driver": "overlay2",
"storage-opts": [
"overlay2.override_kernel_check=true"
],
"log-driver": "json-file",
"log-opts": {
"max-size": "10m",
"max-file": "3"
},
"default-ulimits": {
"nofile": {
"Name": "nofile",
"Hard": 65536,
"Soft": 65536
}
},
"exec-opts": ["native.cgroupdriver=cgroupfs"],
"cgroup-parent": "docker.slice"
}
EOF
# 重启Docker
systemctl restart docker
# 运行优化后的容器
docker run -d \
--name optimized-app \
--memory=2g \
--memory-swap=2g \
--cpus=2.0 \
--cpu-shares=512 \
--ulimit nofile=65536:65536 \
--restart unless-stopped \
your-image:latest
6.4.2 Kubernetes Pod优化
# deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: optimized-app
spec:
replicas: 3
selector:
matchLabels:
app: optimized-app
template:
metadata:
labels:
app: optimized-app
spec:
containers:
- name: app
image: your-image:latest
resources:
requests:
memory: "1Gi"
cpu: "500m"
limits:
memory: "2Gi"
cpu: "1000m"
env:
- name: JAVA_OPTS
value: "-Xms1G -Xmx1G -XX:+UseG1GC"
livenessProbe:
httpGet:
path: /health
port: 8080
initialDelaySeconds: 30
periodSeconds: 10
readinessProbe:
httpGet:
path: /ready
port: 8080
initialDelaySeconds: 5
periodSeconds: 5
securityContext:
runAsUser: 1000
runAsGroup: 1000
readOnlyRootFilesystem: true
allowPrivilegeEscalation: false
nodeSelector:
disktype: ssd
tolerations:
- key: "dedicated"
operator: "Equal"
value: "app"
effect: "NoSchedule"
七、监控与持续优化
7.1 实时监控系统
7.1.1 Prometheus + Grafana监控
# 安装Prometheus
sudo dnf install -y prometheus
# 配置Prometheus（/etc/prometheus/prometheus.yml）
cat > /etc/prometheus/prometheus.yml << 'EOF'
global:
scrape_interval: 15s
evaluation_interval: 15s
scrape_configs:
- job_name: 'node'
static_configs:
- targets: ['localhost:9100']
- job_name: 'nginx'
static_configs:
- targets: ['localhost:9113']
- job_name: 'mysql'
static_configs:
- targets: ['localhost:9104']
EOF
# 安装Node Exporter
sudo dnf install -y node_exporter
systemctl enable node_exporter
systemctl start node_exporter
# 安装Grafana
sudo dnf install -y grafana
systemctl enable grafana-server
systemctl start grafana-server
7.1.2 自定义监控脚本
#!/bin/bash
# /usr/local/bin/performance_monitor.sh
# 收集系统指标
CPU_USAGE=$(top -bn1 | grep "Cpu(s)" | awk '{print $2}' | cut -d'%' -f1)
MEM_USAGE=$(free | grep Mem | awk '{printf "%.2f", $3/$2 * 100.0}')
DISK_IO=$(iostat -x 1 2 | tail -n +4 | awk '{sum+=$14} END {print sum/NR}')
NET_IO=$(cat /proc/net/dev | grep eth0 | awk '{sum+=$2+$10} END {print sum/1024/1024}')
# 输出到日志
echo "$(date '+%Y-%m-%d %H:%M:%S') CPU:$CPU_USAGE% MEM:$MEM_USAGE% DISK_IO:$DISK_IO% NET_IO:${NET_IO}MB/s" >> /var/log/performance.log
# 发送到监控系统（示例：发送到InfluxDB）
curl -i -XPOST 'http://localhost:8086/write?db=performance' \
--data-binary "system,host=server1 cpu=$CPU_USAGE,mem=$MEM_USAGE,disk=$DISK_IO,net=$NET_IO"
7.2 自动化调优工具
7.2.1 使用tuned进行动态调优
# 安装tuned
sudo dnf install -y tuned
# 查看可用配置文件
tuned-adm list
# 应用配置文件
tuned-adm profile virtual-guest # 虚拟化环境
tuned-adm profile throughput-performance # 高吞吐量
tuned-adm profile latency-performance # 低延迟
# 创建自定义配置文件
mkdir -p /etc/tuned/custom-profile
cat > /etc/tuned/custom-profile/tuned.conf << 'EOF'
[main]
summary=Custom performance profile
[cpu]
governor=performance
energy_perf_bias=performance
[vm]
swappiness=10
dirty_ratio=15
dirty_background_ratio=5
[net]
net.core.rmem_max=134217728
net.core.wmem_max=134217728
EOF
# 应用自定义配置
tuned-adm profile custom-profile
7.2.2 使用autotune进行自动优化
# 安装autotune（需要EPEL仓库）
sudo dnf install -y epel-release
sudo dnf install -y autotune
# 运行自动优化
autotune --profile web-server --output /etc/sysctl.d/99-autotune.conf
# 查看建议
autotune --profile web-server --dry-run
7.3 性能测试与基准测试
7.3.1 系统级基准测试
# CPU基准测试
sysbench cpu --cpu-max-prime=20000 run
# 内存基准测试
sysbench memory --memory-block-size=1M --memory-total-size=10G run
# 磁盘I/O基准测试
sysbench fileio --file-total-size=5G --file-test-mode=rndrw --time=30 --threads=8 run
# 网络基准测试
# 服务端
iperf3 -s -p 5201
# 客户端
iperf3 -c server_ip -p 5201 -t 30 -P 8
7.3.2 应用级基准测试
# Web服务器基准测试
# 使用wrk
wrk -t12 -c400 -d30s --latency http://localhost/
# 使用siege
siege -c 100 -t 30s -f urls.txt
# 数据库基准测试
# sysbench OLTP测试
sysbench oltp_read_write --table-size=1000000 --threads=16 --time=60 run
# 使用mysqlslap
mysqlslap --auto-generate-sql --concurrency=50 --iterations=5 --number-of-queries=1000
八、故障排查与优化案例
8.1 常见性能问题排查
8.1.1 高CPU使用率
# 使用perf分析CPU热点
sudo perf top -p $(pgrep -f nginx)
# 使用pidstat监控进程
pidstat -u 1 -p $(pgrep -f nginx)
# 使用strace跟踪系统调用
strace -c -p $(pgrep -f nginx) -e trace=network
8.1.2 内存泄漏排查
# 使用smem查看内存分布
smem -k -P nginx
# 使用pmap查看进程内存映射
pmap -x $(pgrep -f nginx) | tail -n 1
# 使用valgrind检测内存泄漏（开发环境）
valgrind --leak-check=full --track-origins=yes ./your-application
8.1.3 I/O瓶颈排查
# 使用iotop监控I/O
iotop -o -p $(pgrep -f nginx)
# 使用bpftrace分析I/O
bpftrace -e 'tracepoint:block:block_rq_complete { @[comm] = count(); }'
# 使用iostat详细分析
iostat -xmt 1
8.2 优化案例：电商网站性能提升
8.2.1 问题描述
- 峰值时段响应时间从200ms上升到2s
- CPU使用率超过80%
- 数据库连接池耗尽
8.2.2 优化步骤
# 1. 系统级优化
# 调整内核参数
echo "net.core.somaxconn = 65536" >> /etc/sysctl.d/99-network.conf
echo "net.ipv4.tcp_max_syn_backlog = 65536" >> /etc/sysctl.d/99-network.conf
sysctl -p
# 2. Nginx优化
# 增加worker_connections
sed -i 's/worker_connections 1024/worker_connections 4096/' /etc/nginx/nginx.conf
# 3. 数据库优化
# 调整MySQL连接池
mysql -e "SET GLOBAL max_connections = 500;"
mysql -e "SET GLOBAL thread_cache_size = 50;"
# 4. 应用层优化
# 增加缓存
# 在应用代码中添加Redis缓存
redis-cli config set maxmemory 4gb
redis-cli config set maxmemory-policy allkeys-lru
# 5. 监控验证
# 使用ab测试
ab -n 10000 -c 100 -k http://localhost/
8.2.3 优化效果
- 响应时间从2s降至150ms
- CPU使用率从80%降至45%
- 数据库连接池使用率从100%降至60%
九、总结与最佳实践
9.1 优化原则
- 测量优先：优化前必须建立性能基线
- 渐进式调整：每次只调整一个参数，观察效果
- 监控持续：优化后持续监控，防止性能回退
- 文档记录：记录所有优化决策和效果
9.2 推荐配置组合
# 高吞吐量Web服务器配置
# /etc/sysctl.d/99-high-throughput.conf
net.core.rmem_max = 134217728
net.core.wmem_max = 134217728
net.ipv4.tcp_rmem = 4096 87380 134217728
net.ipv4.tcp_wmem = 4096 65536 134217728
net.ipv4.tcp_max_syn_backlog = 65536
net.core.somaxconn = 65536
net.ipv4.tcp_congestion_control = bbr
vm.swappiness = 10
vm.dirty_ratio = 15
vm.dirty_background_ratio = 5
9.3 持续优化流程
- 监控：建立全面的监控体系
- 分析：定期分析性能数据，识别瓶颈
- 优化：针对瓶颈实施优化措施
- 验证：测试优化效果，确保无副作用
- 迭代：重复上述过程，持续改进
通过本文提供的全方位调优策略，您可以系统性地提升AlmaLinux服务器的性能。记住，性能优化是一个持续的过程，需要根据实际业务负载和硬件环境不断调整和优化。