← 返回

Perl 程序 CPU 使用率只有 13%：off-CPU 火焰圖定位阻塞的 HTTP 呼叫

章亦春釋出於 Jan 26, 2024 更新於 Aug 12, 2026

預計閱讀 5 分鐘

閱讀次數

當 Perl 程序持續收到請求、CPU 使用率卻始終上不去（本例中只有 13% 左右）時，說明有程式碼路徑正在阻塞作業系統執行緒——通常是同步 I/O，比如卡在 select 上等待響應的 HTTP 呼叫。本文演示如何用 OpenResty XRay 的 off-CPU 火焰圖，把阻塞的 Perl 程式碼路徑精確定位到原始檔和行號，全程無需修改程式碼、無需重啟程序。

症狀：請求湧入但 Perl 程序 CPU 使用率上不去

首先執行 top 命令檢查 CPU 的使用情況。

可以看到這個名為 Perl 的程序。它的 CPU 只有 13% 左右。即使有很多請求進來，CPU 用量也不會上升。

讓我們執行 ps 命令來檢視這個程序的更多細節。

這裡我們可以看到，它是 Linux 發行版自帶的標準 perl 二進位制可執行檔案。

接下來我們來看一下這個 Perl 應用的訪問日誌。

可以看到，有很多客戶端請求正在湧入，但是 CPU 使用率仍然很低。這意味著有一些東西阻塞了 Perl 程式碼高效執行。我們怎麼才能找到原因呢？

用 OpenResty XRay 的 off-CPU 火焰圖定位阻塞的 Perl 程式碼路徑

讓我們使用 OpenResty XRay 來檢查這個未經修改的程序。我們可以對它進行實時分析，並找出原因。

在瀏覽器中開啟 OpenResty XRay 的 Web 控制檯，確認當前選中的是正確的機器，然後進入 “Guided Analysis” 頁面。

在系統能分析的各類問題中，選擇 “Low CPU usage and cannot go up”。

接著按嚮導操作：選擇之前的 Perl 應用，選中消耗 14% CPU 資源的程序（也就是我們在 top 中看到的那個），其餘步驟保持預設即可——應用型別、Perl 和 C/C++ 兩個語言級別、以及 300 秒的最大分析時間。

開始分析。系統會持續執行多輪分析；對這個例子來說一輪就夠了，我們就此停止。

可以看到已經自動生成了一份分析報告。

這是現在我們要分析的問題型別，off-CPU。

這是阻塞作業系統執行緒最嚴重的 C 程式碼路徑。

第一個函式是 select，一個系統呼叫函式。

Perl_pp_select 是處理 Perl 中 select 函式的內建函式。它是 Perl 內部的一部分，用於監視和等待 socket 以及其他檔案上的 I/O 事件。

從這個 C 函式可以看到當前正在執行 Perl 程式碼。

接下來，我們看看阻塞最嚴重的 Perl 程式碼路徑。

最頂部的 C 函式 select 正是我們剛才看到的 C 程式碼路徑中的阻塞點。

Net::HTTP::Methods 模組的 can_read Perl 函式會等待直到 socket 接收到可讀取的新資料。

沿著呼叫鏈，我們可以看到它在讀取 read_response_headers 函式中的響應頭時發生了阻塞。

remote_fetch 是業務級別程式碼中的一個函式，它屬於我們自己的 Perl 模組 Service::Processor。

最顯著的阻塞性程式碼路徑是從這個 Perl 語言級別的 off-CPU 火焰圖中自動推匯出來的。這樣的 off-CPU 分析同樣是診斷延遲問題的標準手段——可以看看我們如何在一個 500k QPS 的 OpenResty 閘道器中定位 244 毫秒的效能異常。

這裡是對當前問題更詳細的解釋和建議。

這裡提到了我們前面看到的 select 函式。

這裡提到 Net::HTTP::Methods::can_read 函式使用 select 呼叫根據資料進行下一步。

這也是我們之前看到的 remote_fetch 函式的引用。

讓我們回到之前的熱程式碼路徑。

把滑鼠放在名為 remote_fetch 的 Perl 函式的綠色框上。

可以看到這個函式的 Perl 原始檔的完整路徑。

點選複製這個函式完整的 Perl 原始檔路徑。

在終端上貼上我們剛剛複製的程式碼路徑，使用 vim 編輯器檢視相應的 Perl 業務程式碼。您可以使用任何您喜歡的編輯器。

正如 OpenResty XRay 建議的那樣跳轉到第 66 行。

我們可以看到它正在傳送 HTTP GET 請求並等待其響應。

為了避免在 Perl 中阻塞 HTTP 請求，您可以考慮使用像 Coro 這樣的非阻塞框架。同樣的 off-CPU 分析方法也適用於 Go 和 Python 程序。

透過 OpenResty XRay 產品提升您應用的效能

Insights 頁面中的全自動分析與報告

OpenResty XRay 也可以自動監控線上程序，並在 “Insights” 頁面中生成以日和周為週期的分析報告——您不是非得手動使用 “Guided Analysis” 功能，當然它對應用的開發和演示仍然很有用。

如果你喜歡這個教程，請訂閱這個部落格網站和我們的 B 站頻道。謝謝！

FAQ

為甚麼 Perl 程序在大量請求下 CPU 使用率還是上不去？

因為有程式碼路徑在阻塞作業系統執行緒，而不是在 CPU 上做實際工作。在上面的案例中，Net::HTTP::Methods 模組的 can_read 函式卡在 select 系統呼叫上等待 socket 收到新資料，於是程序在請求不斷堆積的同時基本處於空閒等待狀態。

如何在不修改程式碼的情況下找到阻塞的 Perl 程式碼？

用 OpenResty XRay 的 “Guided Analysis” 直接分析未經修改的執行中程序，選擇 “Low CPU usage and cannot go up” 問題型別。生成的報告會自動推斷出最關鍵的阻塞程式碼路徑，滑鼠懸停在 off-CPU 火焰圖的函式框上即可看到對應的原始檔和行號。

本例中的 off-CPU 火焰圖展示了甚麼？

它展示的是作業系統執行緒把時間耗在阻塞等待（而非 CPU 執行）上的程式碼路徑。在本例中，Perl 語言級 off-CPU 火焰圖直接指向業務函式 remote_fetch——它在 read_response_headers 中透過 select 呼叫等待 HTTP 響應時發生阻塞。

關於 OpenResty XRay

OpenResty XRay 是一個動態追蹤產品，它可以自動分析執行中的應用，以解決效能問題、行為問題和安全漏洞，並提供可行的建議。在底層實現上，OpenResty XRay 由我們的 Y 語言驅動，可以在不同環境下支援多種不同的執行時，如 Stap+、eBPF+、GDB 和 ODB。

立即申請 OpenResty XRay 試用

關於作者

章亦春是開源 OpenResty^® 專案創始人兼 OpenResty Inc. 公司 CEO 和創始人。

章亦春（Github ID: agentzh），生於中國江蘇，現定居美國灣區。他是中國早期開源技術和文化的倡導者和領軍人物，曾供職於多家國際知名的高科技企業，如 Cloudflare、雅虎、阿里巴巴, 是 “邊緣計算“、”動態追蹤 “和 “機器程式設計 “的先驅，擁有超過 22 年的程式設計及 16 年的開源經驗。作為擁有超過 4000 萬全球域名使用者的開源專案的領導者。他基於其 OpenResty^® 開源專案打造的高科技企業 OpenResty Inc. 位於美國矽谷中心。其主打的兩個產品 OpenResty XRay（利用動態追蹤技術的非侵入式的故障剖析和排除工具）和 OpenResty Edge（最適合微服務和分散式流量的全能型閘道器軟體），廣受全球眾多上市及大型企業青睞。在 OpenResty 以外，章亦春為多個開源專案貢獻了累計超過百萬行程式碼，其中包括，Linux 核心、Nginx、LuaJIT、GDB、SystemTap、LLVM、Perl 等，並編寫過 60 多個開源軟體庫。