后台工程师与运维工程师常常会遇到这样一个问题，机器的CPU突然就增多了。CPU增高可能会让程序的响应变慢，甚至把整个程序挂住，从而引起流量雪崩，严重影响用户体验。好好的代码，怎么突然CPU就增加了呢？最近虚拟币这么火，不会是有同事利用公司的服务器偷偷进行挖矿吧！假如这个时候，你的Leader突然让你定位这个问题，你要怎么办？难顶！写了几年的ifelse，都不知道如何排查CPU问题。今天我们来讲一个Linux的性能监控神器：Perf。Perf我们先讲一讲这个原理，假如让你来排查一个程序里面，哪些方法更加消耗CPU，你会怎么做。我们很难侵入程序，对每一次调用进行统计，那么我们能否换一个思路，我们每隔一段时间，去看看CPU在干啥。假如我们一秒钟去CPU那里观察100次，发现有70次都是在执行A方法，那么，我们可以近似地认为，CPU有70%的时间，都在执行A方法，那么A方法可能就是最消耗CPU的操作。Perf Top我们可以执行perf top命令，查看当前CPU的运行情况。如下图所示，我们可以看到，a.out这个任务占据了CPU的绝大部资源，其中，我们观察到，func_c占用了39.97%的CPU资源，func_b也是。假如我们希望优化，那么如果能够在这两个大头上有所建树，那么应该能够取得事半功倍的效果。这里需要注意的一点是，虽然我们在使用perf top命令时，能够使用-p参数指定对应的进程ID，但是在现网上，并不推荐这么做。非常有可能挂住原有进程，对线上用户造成影响。火焰图可能你会觉得Perf的看到的结果并不能直观地反馈系统的开销，也不够厉害，那么有没有更厉害的方法呢？能够让你看起来更加厉害。我们可以在Github上面下载FlameGraph，可以对perf的数据进行采集，画出来的图片就像熊熊燃烧的火焰，我们称之为火焰图。那么问题来了，这么高端的火焰图怎么看呢？上面是一个简化的火焰图，假如总共有A到E五个不同的方法，那么我们应该优先看哪一个？有一个最简单的原则，就是减去上层之后，剩余部分，就是当前的方法的开销。例如Func_A虽然很长，但是减去Func_B与Func_C之后，剩余并无多少。在上图，最值得我们关注的，是Func_B与Func_D，对这个两个方法进行重点分析，能够让我们事半功倍。总结以往我工作遇到一些同事，遇到CPU暴涨，第一时间就是看代码，虽然有时候一些死循环、死锁可以发现，但是这种效率仍然非常低下。Perf是一个简单而又有效的工具，能够让我们快速定位问题。有了这个工具，我们带着目的再去看代码，可以更加高效解决问题。