sar優化
❶ linux系統優化。我用的是elementary os 系統。電腦運行好慢。怎樣讓系統變快。給個命令或優化軟體
如果你不是IT專業的技術員的話。不建議使用linux系統,或同系的系統。
它不好照顧,軟體平台窄(主要是市場份額太少)。
大多數的linux系統都會慢些的,它主要的內部許可權管理會消耗資源。安全的系統不一定是有效率的
❷ sarfft成像演算法是什麼演算法
雷達成像基於目標的散射點模型.雷達通常發射長時寬的線頻調(chirp)信號,然後用參考信號對回波作解線頻調(dechirp)處理,再將解線頻調的回波作橫向排列,則在一定條件下它可近似為二維正弦信號模型,通過二維傅里葉變換,可以重構目標的二維像;採用超分辨演算法[1~3],還可得到更精細的二維目標像.
應當指出,上述二維模型是假設散射點在成像期間不發生超越分辨單元走動,近似認為散射點的移動隻影響回波的相移,而子回波包絡則固定不變.這種近似,只適用於小觀察角時參考點附近有限小尺寸目標成像.
如果目標較大,特別是在離參考點較遠處,越分辨單元移動(MTRC)便會發生,從而使得用簡單二維模型獲得的圖像模糊.傳統解決的方法是按目標轉動用極坐標-直角坐標插值.插值不可避免地會有誤差,而超分辨演算法通常基於參數化估計,對誤差較為敏感,這會影響成像質量.
本文介紹一種近似度較高的二維模型,並利用該模型通過超分辨演算法成像,可獲得較好的結果.
二、維回波模型
設目標有K個散射點,雷達以平面波自下向上照射目標(圖1).目標以參考點為原點相對雷達射線轉動,經過N次脈沖發射,散射點Pk點移至P′k點,移動中第n次脈沖時該散射點的垂直坐標為:
ykn=yk+Δykn=xksin(nδθ)+ykcos(nδθ),n=0,1,…,N-1(1)
式中δθ為相鄰脈沖的轉角,總觀測角Δθ=(N-1)δθ.考慮到雷達發射的是長時寬的線頻調信號,以原點為參考作解線頻調處理,並對信號以 的頻率采樣,得目標的回波信號(離散形式)為:
(2)
式中Ak為第k個散射點子回波信號的復振幅;fc、γ分別是雷達載頻和調頻率,c為光速;e(m,n)為加性雜訊.
圖1二維雷達目標幾何圖
由於觀測角Δθ很小,取近似sin(nδθ)≈nδθ和cos(nδθ)≈1,則式(2)可近似寫成:
(3)
式中
式(3)指數項中的第三項是時頻耦合項,它是線頻調信號(其模糊函數為斜橢圓)所特有的,如果採用窄脈沖發射,則該項不存在.將該項忽略,則式(3)成為常用的回波二維正弦信號模型.
實際上,式(3)的第三項系「距離移動」項,它與散射點的橫坐標xk成正比,目標區域大時必須考慮,而且這還遠遠不夠,散射點的多普勒移動也必須考慮.為此,令sin(nδθ)≈nδθ和cos(nδθ)≈1-(nδθ)2/2,則式(2)較精確的近似式可寫成:
(4)
式(4)與式(3)相比較,指數中增加了兩項,其中前一項是「多普勒移動」項,縱坐標yk越大,影響也越大,這可以補充式(3)之不足;而後項是時頻耦合的多普勒移動項,由於Mγ/Fslt;lt;fc,它的影響可以忽略.因此,可將考慮MTRC情況下,回波二維模型的一階近似式寫成:
(5)
需要指出,每個散射點的參數之間存在下述關系:ωk/μk=2γ/Fsfcδθ2和 k/vk=fcFs/γδθ.由於雷達參數(fc,γ,Fs)和運動參數(δθ)均已知,所以待估計的五個參數中只有三個是獨立的.本文假設五個參數是獨立的,而在成像計算中已考慮參數之間的關系.
設{ξk}Kk=1≡{αk,ωk, k,μk,vk}Kk=1,現在我們要從y(m,n)中估計參量{ξk}Kk=1.
三、二維推廣的RELAX演算法
對於(5)式所示的信號模型,令:
Y=[y(m,n)]M×N
則 (6)
式中
設ξk估計值為 ,則ξk的估計問題可通過優化下述代價函數解決:
(7)
式中‖.‖F表示矩陣的Frobenius范數,⊙表示矩陣的Hadamard積.
上式中C1的最優化是一個多維空間的尋優問題,十分復雜.本文將RELAX[3]演算法推廣以求解.為此,首先做以下准備工作,令:
(8)
即假定{ i}i=1,2,…,K,i≠k已經求出,則式(7)C1的極小化等效於下式的極小化:
C2(ξk)=‖Yk-αk(aM(ωk)bTN( k)Pk)⊙Dk(vk)‖2F(9)
令:Zk=YkP-1k⊙Dk(-vk)(10)
由於Pk為酉矩陣,矩陣Dk的每個元素的模Dk(m,n)=1,顯然矩陣Yk與Zk的F范數相同,故C2的極小化等效於下式的極小化:
C3=‖Zk-αkaM(ωk)bTN( k)‖2F(11)
對上式關於αk求極小值就獲得αk的估計值 k:
k=aHM(ωk)Zkb*N( k)/(MN)(12)
從式(12)可以看出: 是Zk歸一化的二維離散傅里葉變換在{ωk, k}處的值,所以只要得到估計值{ k, k, k, k},即可通過2D-FFT獲得 k.
將估計值 k代入式(11)後,估計值{ k, k, k, k}可由下式尋優得到:
(13)
由上式可見,對於固定的{μk,vk}取值,估計值{ k, k}為歸一化的周期圖aHM(ωk)Zkb*N( k)2/(MN)主峰處的二維頻率值.這樣,式(13)的優化問題歸結為:在(μk,vk)平面上可能的取值范圍內尋找一點{ k, k},在該點處周期圖aHM(ωk)Zkb*N( k)2/(MN)的主峰值比其餘各點處的主峰值都大.所以,我們通過上述二維尋優獲得{μk,vk}的估計值{ k, k},再由式(13)得到{ωk, k}的估計值{ k, k}.
實際中,為了加快運算速度,二維(μk,vk)平面的尋優可以用Matlab中的函數Fmin()實現.
在做了以上的准備工作以後,基於推廣的RELAX演算法的參量估計步驟如下:
第一步:假設信號數K=1,分別利用式(13)和式(12)計算 1.
第二步(2):假設信號數K=2,首先將第一步計算所得到的 1代入式(8)求出Y2,再利用式(13)和式(12)計算 2;將計算的 2代入式(8)求出Y1,然後利用式(13)和式(12)重新計算 1,這個過程反復疊代,直至收斂.
第三步:假設信號數K=3,首先將第二步計算所得到的 1和 2代入式(8)求出Y3,再利用式(13)和式(12)計算 3;將計算的 3和 2代入式(8)求出Y1,然後利用式(13)和式(12)重新計算 1;將計算的 1和 3代入式(8)求出Y2,然後利用式(13)和式(12)重新計算 2,這個過程反復疊代,直至收斂.
剩餘步驟:令K=K+1,上述步驟持續進行,直到K等於待估計信號數.
上述過程中的收斂判據與RELAX演算法的收斂判據相同,即比較代價函數C1在兩次疊代過程中的變化值,如果這個變換值小於某個值,如ε=10-3,則認為過程收斂.
四、數值模擬
1.演算法參數估計性能模擬
模擬數據由式(5)產生,M=10,N=10,信號數K=2.信號參數和實驗條件如表1所示,為復高斯白雜訊.注意兩信號的頻率差小於FFT的解析度Δf=Δω/(2π)=0.1.表1給出了信號參數估計均方根誤差的統計結果及相應情形時的C-R界,可見,估計均方根誤差與CR界十分接近.另外表中還給出了估計均值,與真實值也非常接近.
表1二維信號的參數估計、CRB及與均方根差的比較
2.SAR成像模擬
雷達參數為:中心頻率f0=24.24GHz,調頻率γ=33.357×1011Hz/s,帶寬B=133.5MHz,脈沖寬度tp=40μs.四個點目標作正方形放置,間隔50米,左下角的點作為參考點.雷達與目標間隔1公里,觀察角Δθ=3.15,數據長度為128×128.採用FFT成像方法時,其縱向和橫向距離解析度為ρr=ρa=1.123米,防止MTRC現象發生所需的目標最大范圍為[4]:縱向尺寸Dr<4ρ2r/λ=40米,橫向尺寸Da<4ρ2a/λ=40米.採用常規超分辨方法時,目標尺寸Dr=Da>10米則出現明顯的性能下降.圖2、圖3分別給出了RELAX方法及本文推廣的RELAX(Extended RELAX)演算法的成像結果.可以看出,由於目標遠離參考中心,已在橫向和縱向出現距離走動,採用常規超分辨的RELAX演算法產生圖像模糊,對於本文演算法,則得到基本正確的成像結果.圖4和圖5則比較了RELAX演算法和推廣的RELAX演算法的散射點強度估計結果,可以看到,RELAX演算法由於距離走動影響,散射點(除參考點以外)的強度降低.對於本文演算法,散射點強度接近真實值.
圖2距離走動誤差下的RELAX成像結果 圖3距離走動誤差下的
圖4RELAX方法估計的信號強度推廣RELAX成像結果 圖5推廣RELAX方法估計的信號強度
五、結束語
現有的雷達成像超分辨演算法是基於目標回波信號的二維正弦信號模型,所以僅適用於目標位於參考點附近很小區域時的情形.當目標遠離參考點時,模型誤差,特別是距離走動誤差,將使演算法性能嚴重下降或失效.為此,本文提出一種基於雷達成像近似二維模型的超分辨演算法,從而擴大了超分辨演算法的適用范圍.本文進一步的工作包括SAR實測數據成像及ISAR機動目標成像,結果將另文報道.
附 錄:參數估計的C-R界
下面我們給出式(5)所示的二維信號參量估計的C-R界表達式.同時假設式(5)中加性雜訊為零均值高斯色雜訊,其協方差矩陣未知.令:
y=vec(Y)(A.1)
e=vec(E)(A.2)
dk=vec(Dk)(A.3)
式中vec(X)=(xT1,xT2,…,xTN)T,向量xn(n=1,2,…,N)為矩陣X的列向量.我們將式(5)改寫為如下向量形式:
(A.4)
式中 表示Kronecker積,Ω=[{[P1bN( 1)] aM(ω1)}⊙d1…{[PkbN( K)] aM(ωK)}⊙dK],α=(α1,α2,…,αK)T.
令Q=E(eeH)為e的協方差矩陣,則對於由式(A.4)所示的二維信號模型,其Fisher信息陣(FIM)的第ij個元素推廣的Slepian-Bangs公式為[5,6]:
(FIM)ij=tr(Q-1Q′iQ-1Q′j)+2Re[(αHΩH)′iQ-1(Ωα)′j](A.5)
式中X′i表示矩陣X對第i個參數求導,tr(X)為矩陣的跡,Re(X)為矩陣的實部.由於Q與Ωα中的參量無關,而Ωα亦與Q的元素無關,顯然FIM為一塊對角陣.所以待估計參量的C-R界矩陣由(A.5)式的第二項得到.
令:η=([Re(α)]T[Im(α)]TωT TμTvT)T(A.6)
式中ω=(ω1,ω2,…,ωK)T,μ=(μ1,μ2,…,μK)T, =( 1, 2,…, K)T,v=(v1,v2,…,vK)T.
令:F=[ΩjΩDωΘD ΘDμΘDvΘ](A.7)
式中矩陣Dω、D 、Dμ、Dv的第k列分別為: [{[PkbN( k)] aM(ωk)}⊙dk]/ ωk、 [{[PkbN( k)] aM(ωk)}⊙dk]/ k、 [{[PkbN( k)] aM(ωk)}⊙dk]/ μk、 [{[PkbN( k)] aM(ωk)}⊙dk]/ vk,Θ=diag{α1α2…αK}.則關於參量向量η的CRB矩陣為
CRB(η)=[2Re(FHQ-1F)]-1(A.8)
❸ SAR命令的sar命令的用法
sar命令的用法很多,有時判斷一個問題,需要幾個sar命令結合起來使用,比如,懷疑CPU存在瓶頸,可用sar -u 和sar -q來看,懷疑I/O存在瓶頸,可用sar -b、sar -u和 sar-d來看
Sar
-A 所有的報告總和
-a 文件讀,寫報告
-B 報告附加的buffer cache使用情況
-b buffer cache使用情況
-c 系統調用使用報告
-d 硬碟使用報告
-g 有關串口I/O情況
-h 關於buffer使用統計數字
-m IPC消息和信號燈活動
-n 命名cache
-p 調頁活動
-q 運行隊列和交換隊列的平均長度
-R 報告進程的活動
-r 沒有使用的內存頁面和硬碟塊
-u CPU利用率
-v 進程,i節點,文件和鎖表狀態
-w 系統交換活動
-y TTY設備活動 sar –a 5 5
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/07/2002
11:45:40 iget/s namei/s dirbk/s (-a)
11:45:45 6 2 2
11:45:50 91 20 28
11:45:55 159 20 18
11:46:00 157 21 19
11:46:05 177 30 35
Average 118 18 20
iget/s 每秒由i節點項定位的文件數量
namei/s 每秒文件系統路徑查詢的數量
dirbk/s 每秒所讀目錄塊的數量
*這些值越大,表明核心花在存取用戶文件上的時間越多,它反映著一些程序和應用文件系統產生的負荷。一般地,如果iget/s與namei/s的比值大於5,並且namei/s的值大於30,則說明文件系統是低效的。這時需要檢查文件系統的自由空間,看看是否自由空間過少。 -b 報告緩沖區(buffer cache)的使用情況(buffer cache)-b 報告緩沖區的使用情況
sar -b 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/07/2002
13:51:28 bread/s lread/s %rcache bwrit/s lwrit/s %wcache pread/s pwrit/s (-b)
13:51:30 382 1380 72 131 273 52 0 0
13:51:32 378 516 27 6 22 72 0 0
13:51:34 172 323 47 39 57 32 0 0
Average 310 739 58 58 117 50 0 0
bread/s 平均每秒從硬碟(或其它塊設備)讀入系統buffer的物理塊數
lread/s 平均每秒從系統buffer讀出的邏輯塊數
%rcache 在buffer cache中進行邏輯讀的百分比(即100% - bread/lreads)
bwrit/s 平均每秒從系統buffer向磁碟(或其它塊設備)所寫的物理塊數
lwrit/s 平均每秒寫到系統buffer的邏輯塊數
%wcache 在buffer cache中進行邏輯寫的百分比(即100% - bwrit/lwrit).
pread/sgu 平均每秒請求進行物理讀的次數
pwrit/s 平均每秒請求進行物理寫的次數
*所顯示的內容反映了目前與系統buffer有關的讀,寫活。在所報告的數字中,最重要的是%rcache和%wcache(統稱為cache命中率)兩列,它們具體體現著系統buffer的效率。衡量cache效率的標準是它的命中率值的大小。
*如果%rcache的值小於90或者%wcache的值低於65,可能就需要增加系統buffer的數量。如果在系統的應用中,系統的I/O活動十分頻繁,並且在內存容量配置比較大時,可以增加buffer cache,使%rcache達到95左右,%wcache達到80左右。
*系統buffer cache中,buffer的數量由核心參數NBUF控制。它是一個要調的參數。系統中buffer數量的多少是影響系統I/O效率的瓶頸。要增加系統buffer數量,則要求應該有較大的內存配置。否則一味增加buffer數量,勢必減少用戶進程在內存中的運行空間,這同樣會導致系統效率下降。 sar -c 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/07/2002
17:02:42 scall/s sread/s swrit/s fork/s exec/s rchar/s wchar/s (-c)
17:02:44 2262 169 141 0.00 0.00 131250 22159
17:02:46 1416 61 38 0.00 0.00 437279 6464
17:02:48 1825 43 25 0.00 0.00 109397 42331
Average 1834 91 68 0.00 0.00 225975 23651
scall/s 每秒使用系統調用的總數。一般地,當4~6個用戶在系統上工作時,每秒大約30個左右。
sread/s 每秒進行讀操作的系統調用數量。
swrit/s 每秒進行寫操作的系統調用數量。
fork/s 每秒fork系統調用次數。當4~6個用戶在系統上工作時,每秒大約0.5秒左右。
exec/s 每秒exec系統調用次數。
rchar/s 每秒由讀操作的系統調用傳送的字元(以位元組為單位)。
wchar/s 每秒由寫操作的系統調用傳送的字元(以位元組為單位)。
*如果scall/s持續地大於300,則表明正在系統中運行的可能是效率很低的應用程序。在比較
典型的情況下,進行讀操作的系統調用加上進行寫操作的系統調用之和,約是scall的一半左右。 sar -d 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/07/2002
17:27:49 device %busy avque r+w/s blks/s avwait avserv (-d)
17:27:51 ida-0 6.93 1.00 13.86 259.41 0.00 5.00
ida-1 0.99 1.00 17.33 290.10 0.00 0.57
17:27:53 ida-0 75.50 1.00 54.00 157.00 0.00 13.98
ida-1 9.50 1.00 12.00 75.00 0.00 7.92
17:27:55 ida-0 7.46 1.00 46.77 213.93 0.00 1.60
ida-1 17.41 1.00 57.71 494.53 0.00 3.02
Average ida-0 29.85 1.00 38.14 210.28 0.00 7.83
ida-1 9.29 1.00 29.02 286.90 0.00 3.20
device 這是sar命令正在監視的塊設備的名字。
%busy 設備忙時,運行傳送請求所佔用的時間。這個值以百分比表示。
avque 在指定的時間周期內,沒有完成的請求數量的平均值。僅在隊列被占滿時取這個值。
r+w/s 每秒傳送到設備或者從設備傳送出的數據量。
blks/s 每秒傳送的塊數。每塊512個位元組。
avwait 傳送請求等待隊列空閑的平均時間(以毫秒為單位)。僅在隊列被占滿時取這個值。
avserv 完成傳送請求所需平均時間(以毫秒為單位)
*ida-0和ida-1是硬碟的設備名字。在顯示的內容中,如果%busy的值比較小,說明用於處理
傳送請求的有效時間太少,文件系統的效率不高。要使文件系統的效率得到優化,應使%busy的數值相對高一些,而avque的值應該低一些。 sar -g 3 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/13/2002
11:10:09 ovsiohw/s ovsiodma/s ovclist/s (-g)
11:10:12 0.00 0.00 0.00
11:10:15 0.00 0.00 0.00
11:10:18 0.00 0.00 0.00
Average 0.00 0.00 0.00
ovsiohw/s 每秒在串囗I/O硬體出現的溢出。
ovsiodma/s 每秒在串囗I/O的直接輸入,輸出信道高速緩存出現的溢出。
ovclist/s 每秒字元隊列出現的溢出。 -m 報告進程間的通信活動(IPC消息和信號燈活動)情況
sar -m 4 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/13/2002
13:24:28 msg/s sema/s (-m)
13:24:32 2.24 9.95
13:24:36 2.24 21.70
13:24:40 2.00 36.66
Average 2.16 22.76
msg/s 每秒消息操作的次數(包括發送消息的接收信息)。
sema/s 每秒信號燈操作次數。
*信號燈和消息作為進程間通信的工具,如果在系統中運行的應用過程中沒有使用它們,那麼由sar命令報告的msg 和sema的值都將等於0.00。如果使用了這些工具,並且其中或者msg/s大於100,或者sema/s大於100,則表明這樣的應用程序效率比較低。原因是在這樣的應用程序中,大量的時間花費在進程之間的溝通上,而對保證進程本身有效的運行時間必然產生不良的影響。 sar -n 4 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/13/2002
13:37:31 c_hits cmisses (hit %) (-n)
13:37:35 1246 71 (94%)
13:37:39 1853 81 (95%)
13:37:43 969 56 (94%)
Average 1356 69 (95%)
c_hits cache命中的數量。
cmisses cache未命中的數量。
(hit %) 命中數量/(命中數理+未命中數量)。
*不難理解,(hit %)值越大越好,如果它低於90%,則應該調整相應的核心參數。 sar -p 5 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/13/2002
13:45:26 vflt/s pflt/s pgfil/s rclm/s (-p)
13:45:31 36.25 50.20 0.00 0.00
13:45:36 32.14 58.48 0.00 0.00
13:45:41 79.80 58.40 0.00 0.00
Average 49.37 55.69 0.00 0.00
vflt/s 每秒進行頁面故障地址轉換的數量(由於有效的頁面當前不在內存中)。
pflt/s 每秒來自由於保護錯誤出現的頁面故障數量(由於對頁面的非法存,取引起的頁面故障)。
pgfil/s 每秒通過」頁—入」滿足vflt/s的數量。
rclm/s 每秒由系統恢復的有效頁面的數量。有效頁面被增加到自由頁面隊列上。
*如果vflt/s的值高於100,可能預示著對於頁面系統來說,應用程序的效率不高,也可能分頁參數需要調整,或者內存配置不太合適。 -q 報告進程隊列(運行隊列和交換隊列的平均長度)情況
sar -q 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/13/2002
14:25:50 runq-sz %runocc swpq-sz %swpocc (-q)
14:25:52 4.0 50
14:25:54 9.0 100
14:25:56 9.0 100
Average 7.3 100
runq-sz 准備運行的進程運行隊列。
%runocc 運行隊列被佔用的時間(百分比)
swpq-sz 要被換出的進程交換隊列。
%swpocc 交換隊列被佔用的時間(百分比)。
*如果%runocc大於90,並且runq-sz的值大於2,則表明CPU的負載較重。其直接後果,可能使系統的響應速度降低。如果%swpocc大於20,表明交換活動頻繁,將嚴重導致系統效率下降。解決的辦法是加大內存或減少緩存區數量,從而減少交換及頁—入,頁—出活動。 -r 報告內存及交換區使用情況(沒有使用的內存頁面和硬碟塊)
sar -r 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/14/2002
10:14:19 freemem freeswp availrmem availsmem (-r)
10:14:22 279729 6673824 93160 1106876
10:14:24 279663 6673824 93160 1106876
10:14:26 279661 6673824 93160 1106873
Average 279684 6673824 93160 1106875
freemem 用戶進程可以使用的內存頁面數,4KB為一個頁面。
freeswp 用於進程交換可以使用的硬碟盤塊,512B為一個盤塊。 sar -u 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/14/2002
10:27:23 %usr %sys %wio %idle (-u)
10:27:25 2 3 8 88
10:27:27 3 3 5 89
10:27:29 0 0 0 100
Average 2 2 4 92
%usr cpu處在用戶模式下時間(百分比)
%sys cpu處在系統模式下時間(百分比)
%wio cpu等待輸入,輸出完成(時間百分比)
%idle cpu空閑時間(百分比)
*在顯示的內容中,%usr和 %sys這兩個值一般情況下對系統無特別影響,%wio的值不能太高,如果%wio的值過高,則CPU花在等待輸入,輸出上的時間太多,這意味著硬碟存在I/O瓶頸。如果%idle的值比較高,但系統響應並不快,那麼這有可能是CPU花時間等待分配內存引起的。%idle的值可以較深入幫助人們了解系統的性能,在這種情況上,%idle的值處於40~100之間,一旦它持續低於30,則表明進程競爭的主要資源不是內存而是CPU。
*在有大量用戶運行的系統中,為了減少CPU的壓力,應該使用智能多串卡,而不是非智能多串卡。智能多串卡可以承擔CPU的某些負擔。
*此外,如果系統中有大型的作業運行,應該把它們合理調度,錯開高峰,當系統相對空閑時再運行。 -v 報告系統表的內容(進程,i節點,文件和鎖表狀態)
sar -v 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/14/2002
10:56:46 proc-sz ov inod-sz ov file-sz ov lock-sz (-v)
10:56:48 449/ 500 0 994/4147 0 1313/2048 0 5/ 128
10:56:50 450/ 500 0 994/4147 0 1314/2048 0 5/ 128
10:56:52 450/ 500 0 994/4147 0 1314/2048 0 5/ 128
proc-sz 目前在核心中正在使用或分配的進程表的表項數
inod-sz 目前在核心中正在使用或分配的i節點表的表項數
file-sz 目前在核心中正在使用或分配的文件表的表項數
ov 溢出出現的次數
lock-sz 目前在核心中正在使用或分配的記錄加鎖的表項數
*除ov外,均涉及到unix的核心參數,它們分別受核心參數NPROC,NIMODE,NFILE和FLOCKREC的控制。
*顯示格式為:
實際使用表項/整個表可以使用的表項數
比如,proc-sz一列所顯示的四個數字中,分母的100是系統中整個進程表的長度(可建立100個表項),分子上的24,26和25分別是采樣的那一段時間所使用的進程表項。inod-sz,file-sz和lock-sz三列數字的意義也相同。
三列ov的值分別對應進程表,i節點表和文件表,表明目前這三個表都沒有出現溢出現象,當出現溢出時,需要調整相應的核心參數,將對應表加大。 sar -w 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/14/2002
11:22:05 swpin/s bswin/s swpot/s bswots pswch/s (-w)
11:22:07 0.00 0.0 0.00 0.0 330
11:22:09 0.00 0.0 0.00 0.0 892
11:22:11 0.00 0.0 0.00 0.0 1053
Average 0.00 0.0 0.00 0.0 757
swpin/s 每秒從硬碟交換區傳送進入內存的次數。
bswin/s 每秒為換入而傳送的塊數。
swpot/s 每秒從內存傳送到硬碟交換區的次數。
bswots 每秒為換出而傳送的塊數。
pswch/s 每秒進程交換的數量。
*swpin/s,bswin/s,swpot/s和bswots描述的是與硬碟交換區相關的交換活動。交換關繫到系統的效率。交換區在硬碟上對硬碟的讀,寫操作比內存讀,寫慢得多,因此,為了提高系統效率就應該設法減少交換。通常的作法就是加大內存,使交換區中進行的交換活動為零,或接近為零。如果swpot/s的值大於1,預示可能需要增加內存或減少緩沖區(減少緩沖區能夠釋放一部分自由內存空間)。 -y 報告終端的I/O活動(TTY設備活動)情況
sar -y 2 3
SCO_SV scosvr 3.2v5.0.5 PentII(D)ISA 06/14/2002
11:38:03 rawch/s canch/s outch/s rcvin/s xmtin/s mdmin/s (-y)
11:38:05 5 0 951 0 1 0
11:38:07 10 0 996 0 0 0
11:38:09 4 0 2264 0 0 0
Average 6 0 1404 0 1 0
rawch/s 每秒輸入的字元數(原始隊列)
canch/s 每秒由正則隊列(canonical queue)處理的輸入字元數。進行正則處理過程中,可以識別出一些有特殊意義的字元。比如,(中斷字元),(退出符),(退格鍵)等。因此,canch/s中的計數不包括這些有特殊意義的字元。
outch/s 每秒輸出的字元數。
rcvin/s 每秒接收的硬體中斷次數。
xmtin/s 每秒發出的硬體中斷次數。
mdmin/s 每秒modem中斷次數。
*應該特別說明,sar命令可以對任意終端活動進行統計,所謂任意終端,是指任意tty設備。它們可以是串列終端,主控台,偽終端等等。
*在這幾個量中,modem中斷次數mdmin/s應該接近0。其它沒有特殊要求,但如果每發送一個字元,中斷的數量就動態地增加,這表明終端線出了差錯,可能是接觸不好。
❹ 資料庫如何優化
body{
line-height:200%;
}
如何優化MySQL資料庫
當MySQL資料庫邂逅優化,它有好幾個意思,今天我們所指的是性能優化。
我們究竟該如何對資料庫進行優化呢?下面我就從MySQL對硬體的選擇、Mysql的安裝、my.cnf的優化、MySQL如何進行架構設計及數據切分等方面來說明這個問題。
1.伺服器物理硬體的優化
1)磁碟(I/O),MySQL每一秒鍾都在進行大量、復雜的查詢操作,對磁碟的讀寫量可想而知,所以推薦使用RAID1+0磁碟陣列,如果資金允許,可以選擇固態硬碟做RAID1+0;
2)cpu對Mysql的影響也是不容忽視的,建議選擇運算能力強悍的CPU。
2.MySQL應該採用編譯安裝的方式
MySQL資料庫的線上環境安裝,我建議採取編譯安裝,這樣性能會較大的提升。
3.MySQL配置文件的優化
1)skip
-name
-resolve,禁止MySQL對外部連接進行DNS解析,使用這一選項可以消除MySQL進行DNS解析的時間;
2)back_log
=
384,back_log指出在MySQL暫時停止響應新請求之前,短時間內的多少個請求可以被存在堆棧中,對於Linux系統而言,推薦設置小於512的整數。
3)如果key_reads太大,則應該把my.cnf中key_buffer_size變大,保持key_reads/key_read_requests至少在1/100以上,越小越好。
4.MySQL上線後根據status狀態進行適當優化
1)打開慢查詢日誌可能會對系統性能有一點點影響,如果你的MySQL是主-從結構,可以考慮打開其中一台從伺服器的慢查詢日誌,這樣既可以監控慢查詢,對系統性能影響也會很小。
2)MySQL伺服器過去的最大連接數是245,沒有達到伺服器連接數的上限256,應該不會出現1040錯誤。比較理想的設置是:Max_used_connections/max_connections
*
100%
=85%
5.MySQL資料庫的可擴展架構方案
1)MySQL
cluster,其特點為可用性非常高,性能非常好,但它的維護非常復雜,存在部分Bug;
2)DRBD磁碟網路鏡像方案,其特點為軟體功能強大,數據可在底層塊設備級別跨物理主機鏡像,且可根據性能和可靠性要求配置不同級別的同步。
❺ linux 中cpu idel 是怎麼被統計出來的
1.CPU
CPU是linux主機的核心硬體,根據CPU型號在編譯時優化以獲得最佳性能。在/etc/profile文件中,含有系統環境和啟動程序的配置信息,採用-O9 來編譯程序時,運行速度也是最快的。編譯時使用-fomit-frame-poinetr選項,程序運行時訪問變數會使用堆棧。使用-mcpu=cpu-type和 -march= cpu-type時,gcc會對針對CPU型號進行優化。
如果CPU是Pentium Pro、PentiumⅡ、PentiumⅢ、AMD K6-2、K6-3、Althon,那麼在「/etc/profile」加入:
CFLAGS='-O9 -funroll-loops -ffast-math -malign-double -mcpu=pentiumpro
-march=pentiumpro -fomit-
frame-pointer -fno-exceptions'
如果CPU是Pentium 、Pentium MMX、AMD K5 、IDT、Cyrix,那麼在「/etc/profile」加入:
export CFLAGS=-O3 -march=pentium -mcpu=pentium -
ffast-math -funroll-loops -fomit-frame-pointer -
fforce-mem -fforce-addr -malign-double -fno-exceptions
❻ sar拋物線指標存在的缺陷!請大家提出以便於共同提高,優化改進技術指標!建議被軟體公司點贊者重獎5000元
不管什麼指標都有缺陷,完美的指標是不存在的.因為行情從大的方面來說,不外乎有趨勢和振盪兩種,沒有一種指標能用在兩個方面都表現好.事實上,每個指標都只能用在一個方面,在另一個方面就會招致損失.即便自適應移動平均線AMA,也不是完美的.SAR指標還是比較好的.只是在振盪時不好用.比較好的方法是,在稍大周期時用均線判斷出趨勢,再在小周期裡面,用SAR做與大周期趨勢一致的方向.
❼ 資料庫性能優化有哪些措施
1、調整數據結構的設計。這一部分在開發信息系統之前完成,程序員需要考慮是否使用ORACLE資料庫的分區功能,對於經常訪問的資料庫表是否需要建立索引等。
2、調整應用程序結構設計。這一部分也是在開發信息系統之前完成,程序員在這一步需要考慮應用程序使用什麼樣的體系結構,是使用傳統的Client/Server兩層體系結構,還是使用Browser/Web/Database的三層體系結構。不同的應用程序體系結構要求的資料庫資源是不同的。
3、調整資料庫SQL語句。應用程序的執行最終將歸結為資料庫中的SQL語句執行,因此SQL語句的執行效率最終決定了ORACLE資料庫的性能。ORACLE公司推薦使用ORACLE語句優化器(Oracle Optimizer)和行鎖管理器(row-level manager)來調整優化SQL語句。
4、調整伺服器內存分配。內存分配是在信息系統運行過程中優化配置的,資料庫管理員可以根據資料庫運行狀況調整資料庫系統全局區(SGA區)的數據緩沖區、日誌緩沖區和共享池的大小;還可以調整程序全局區(PGA區)的大小。需要注意的是,SGA區不是越大越好,SGA區過大會佔用操作系統使用的內存而引起虛擬內存的頁面交換,這樣反而會降低系統。
5、調整硬碟I/O,這一步是在信息系統開發之前完成的。資料庫管理員可以將組成同一個表空間的數據文件放在不同的硬碟上,做到硬碟之間I/O負載均衡。
6、調整操作系統參數,例如:運行在UNIX操作系統上的ORACLE資料庫,可以調整UNIX數據緩沖池的大小,每個進程所能使用的內存大小等參數。
資料庫(Database)是按照數據結構來組織、存儲和管理數據的倉庫,它產生於距今六十多年前,隨著信息技術和市場的發展,特別是二十世紀九十年代以後,數據管理不再僅僅是存儲和管理數據,而轉變成用戶所需要的各種數據管理的方式。資料庫有很多種類型,從最簡單的存儲有各種數據的表格到能夠進行海量數據存儲的大型資料庫系統都在各個方面得到了廣泛的應用。
在信息化社會,充分有效地管理和利用各類信息資源,是進行科學研究和決策管理的前提條件。資料庫技術是管理信息系統、辦公自動化系統、決策支持系統等各類信息系統的核心部分,是進行科學研究和決策管理的重要技術手段。
在經濟管理的日常工作中,常常需要把某些相關的數據放進這樣的「倉庫」,並根據管理的需要進行相應的處理。
例如,企業或事業單位的人事部門常常要把本單位職工的基本情況(職工號、姓名、年齡、性別、籍貫、工資、簡歷等)存放在表中,這張表就可以看成是一個資料庫。有了這個"數據倉庫"我們就可以根據需要隨時查詢某職工的基本情況,也可以查詢工資在某個范圍內的職工人數等等。這些工作如果都能在計算機上自動進行,那我們的人事管理就可以達到極高的水平。此外,在財務管理、倉庫管理、生產管理中也需要建立眾多的這種"資料庫",使其可以利用計算機實現財務、倉庫、生產的自動化管理。
(7)sar優化擴展閱讀
資料庫,簡單來說是本身可視為電子化的文件櫃--存儲電子文件的處所,用戶可以對文件中的數據進行新增、截取、更新、刪除等操作。
資料庫指的是以一定方式儲存在一起、能為多個用戶共享、具有盡可能小的冗餘度的特點、是與應用程序彼此獨立的數據集合。
在經濟管理的日常工作中,常常需要把某些相關的數據放進這樣的"倉庫",並根據管理的需要進行相應的處理。
例如,企業或事業單位的人事部門常常要把本單位職工的基本情況(職工號、姓名、年齡、性別、籍貫、工資、簡歷等)存放在表中,這張表就可以看成是一個資料庫。有了這個"數據倉庫"我們就可以根據需要隨時查詢某職工的基本情況,也可以查詢工資在某個范圍內的職工人數等等。這些工作如果都能在計算機上自動進行,那我們的人事管理就可以達到極高的水平。此外,在財務管理、倉庫管理、生產管理中也需要建立眾多的這種"資料庫",使其可以利用計算機實現財務、倉庫、生產的自動化管理。