简介:这是一份面向Linux系统管理员、运维工程师及网络应用开发者的调优参数速查文档,重点解决高并发、高带宽场景下网络吞吐与延迟性能瓶颈。文中对TCP/IP核心参数逐一拆解:rmem_max与wmem_max决定收发缓冲区上限,大流量或高并发连接可适当调大;tcp_timestamps置0可省去包头12字节开销;tcp_sack开启后允许接收方通告已收到分段,提升丢包重传效率;tcp_window_scaling则突破64K窗口限制,显著提升长肥网络下的带宽利用率。同时对比了echo命令临时调整与写入/etc/sysctl.conf持久化两种配置思路,方便直接借鉴落地。除网络参数外,还涵盖/proc/sys/fs/super-max、kernel/acct、ctrl-alt-del等文件系统与内核行为设置,帮助读者形成从网络到内核的完整调优认知。资源共1个docx文档,约18KB,轻量易用,适合放在手边随时查阅;已有312人学习,是部署Linux服务器、排查网络性能问题时的常用参考。
1. 一份调优参数文档救不了不做功课的人:先想清楚它管的是哪一层
很多刚接手 Linux 服务器的朋友,第一反应是找一份“Linux操作系统调优参数.docx”,打开、复制到 /etc/sysctl.conf、执行 sysctl -p,认为调优就算完成了。我也曾这么干过,结果是数据库服务器改了 vm.swappiness 之后内存回收策略突变,热数据被提前换出,查询延迟涨了近一倍,回滚配置花掉的时间比调优还长。
参数表本身没有错,错的是把一份调优文档当成万能药。Linux 调优参数解决的是内核资源调度策略,不是硬件性能翻倍。它的真实价值,只在你先搞清楚“这台机器跑什么业务、压力集中在哪个子系统、当前基线长什么样”之后才能体现出来。下面按参数结构、四组调优项、落地顺序、避坑清单、验证沉淀这条路径,把这套 docx 背后的完整操作流程讲清楚。
2. 先认识参数表结构:sysctl、/proc 伪文件、内核 cmdline 三条来源
打开参数文档,你可能以为它是一堆随便看看的 key=value。但 Linux 调优参数并不是一段神秘代码,它是内核运行时对外暴露的可调开关。绝大多数参数通过 sysctl 接口读写,底层对应 /proc/sys 目录下的伪文件。你在 docx 里看到的 vm.swappiness,实际上是 /proc/sys/vm/swappiness 这个文件的映射。搞懂这个对应关系,后面所有操作都有迹可循。
2.1 参数在 /proc 下的对应关系:先用几条常用命令读出当前状态
对于刚接触参数调优的人,与其死记硬背,不如先掌握怎么查看当前值、怎么列出可用项。下面这几条命令基本构成了一半的调优动作:
# 查看系统中所有可调参数,行数通常在 1500 到 2500 之间
sysctl -a | wc -l
# 按子系统前缀过滤,例如只看内存相关参数
sysctl -a | grep '^vm\.'
# 查看单个参数当前值
cat /proc/sys/vm/swappiness
# 把整套参数快照到文件,作为调优前的基线
sysctl -a > /tmp/sysctl_baseline_$(date +%F).txt
查看单个参数我习惯直接 cat /proc/sys/vm/swappiness ,即使 sysctl 命令不可用也能读到值。 sysctl -a 输出上千行,用 grep 过滤是常规动作。把当前状态全部导出到带日期文件里,是后续对比的原材料。很多运维出问题后才问“之前值是多少”,到那时候基线已经丢了。
关于伪文件的另一个关键点:这类文件虽然是普通文本方式读写,但内核会做严格的类型和范围检查。vm.swappiness 只接受 0 到 100 的整数;net.ipv4.ip_local_port_range 必须给两个端口号;写入越界或类型错误,内核直接返回 Invalid argument,不会给你任何缓冲。所以调优文档里如果出现明显超出取值范围的数值,要么是文档笔误,要么是面向特定内核版本,不要盲目照抄。
2.2 同一份调优文档在发行版间表现不同:内核版本是分水岭
“照着调优文档抄,结果机器一直报错”,这种情况我遇到不止一次。问题通常不在数值,而在参数在当前内核里根本不存在。发行版之间差异最大的是内核版本和编译选项,不是路径。
举个例子,net.ipv4.tcp_tw_reuse 在 Linux 4.12 前后的语义有过调整,到了新内核,这个参数默认状态本身就不同;如果内核没有编译 CONFIG_NET_NS,网络命名空间相关参数根本不会出现在 /proc/sys 里。同一份 docx 在 CentOS 7 上 sysctl -p 顺利通过,换到 openEuler、麒麟或统信 UOS 这类国产 Linux 发行版上,很可能直接提示 No such file or directory。
所以动手前先记录三个信息:内核版本、发行版版本、CPU 架构。如果参数表没有标注适用内核版本,这份文档只能当参考书,不能当生产环境的直接配置脚本。
# 查看内核与发行版信息
uname -r
cat /etc/os-release | grep -E '^(NAME|VERSION)='
# 检查某个参数在当前内核是否存在
ls /proc/sys/net/ipv4/tcp_tw_reuse && echo exists || echo missing
2.3 参数生效有三个入口:sysctl 配置、内核 cmdline、运行时写入
还有一个常见误解是以为一个参数只有一个写入口。实际上,最终生效值可能来自三个地方,生效时机和覆盖关系各不相同。
# 内核启动参数:开机最早阶段生效,例如 transparent_hugepage=never
cat /proc/cmdline
# sysctl 配置文件:/etc/sysctl.conf 以及 /etc/sysctl.d/*.conf
cat /etc/sysctl.conf
# 运行时立即修改:马上生效,重启后失效
sysctl -w vm.swappiness=10
sysctl.d 下的文件会按文件名顺序加载,靠后的覆盖靠前的。这就是为什么很多人习惯用 /etc/sysctl.d/90-custom.conf 这样的命名,目的是让自定义配置最后加载,覆盖发行版默认值。内核 cmdline 里的参数在引导阶段固定,sysctl 改不了它;运行时 sysctl -w 优先级最高,但重启即失。理清这三条路后再看参数文档,你会更容易判断某个参数应该写进 sysctl.conf、改 GRUB,还是得用 systemd 服务在启动后补设。如果文档里只给了一行 key=value 却没标注持久化方式,那就不是一份可直接执行的清单。
3. 按业务负载调参:内存、CPU、文件系统、网络四组高频调优点
读参数文档时最容易犯的错是“横着读”:从第一行抄到最后一行。我习惯按子系统竖着读,把参数分成内存、CPU 与调度、文件系统与 I/O、网络四组,再结合业务负载判断要不要动。下面给的数值都是生产环境用过的“可用起点”,不是绝对真理,需要压测确认。
3.1 内存组:先看内存画像,再动 swappiness、overcommit、dirty page
内存参数最容易把系统改出问题,也最容易出现“感觉变快了”的错觉。先观察实际压力:
# 查看内存总量和交换分区使用
free -h
# 每秒采样一次,看 si/so 是否持续不为 0
vmstat 1 5
free -h 看的是剩余量,vmstat 里的 si、so 字段才反映交换分区的换入换出。如果 si/so 长期不为 0,说明内存压力已经不小,这时候靠调参数只是缓解症状,不如想想该扩内存还是降缓存。
vm.swappiness 默认通常是 30,范围 0 到 100。值越低,越倾向于回收文件页而不是把匿名页换到 swap;数据库、缓存这类的延迟敏感服务,在内存充足时降到 10 或更低是常见做法。注意 swappiness=0 不代表禁用 swap,它在极端内存压力下仍然会换页,所以我不建议设成 0,留个 10 更稳妥,给极端情况留条退路。
vm.overcommit_memory 是另一个高频参数,但副作用很大。0 是启发式模式,也是多数发行版默认;1 是总是允许超卖,适合大量小进程、内存波动大的场景,OOM 风险高;2 是严格模式,配合 overcommit_ratio 使用,适合防止单进程吃光内存的场景。
# 查看当前策略
cat /proc/sys/vm/overcommit_memory
# 严格模式示例(生产环境谨慎执行)
sysctl -w vm.overcommit_memory=2
sysctl -w vm.overcommit_ratio=90
overcommit_memory=2 会把允许分配的内存限制为“物理内存乘以上述比例,再加交换分区”。数据库启动时申请大块共享内存很容易直接失败。我见过不止一个案例,改完这个参数后 PostgreSQL 再也起不来。数据库和 Java 服务我不建议动这个参数,除非你非常清楚自己的内存模型。
再往下是 dirty page 相关参数。vm.dirty_background_ratio 和 vm.dirty_ratio 决定脏页攒到多少开始后台回写和强制回写。调高能提升顺序写吞吐,但断电时丢数据的窗口变大。我的倾向是数据库机不动它,日志型或大数据导入场景把 background_ratio 从 5 调到 10、dirty_ratio 从 20 调到 30,减少小规模写停顿。每次只改一个方向,改完观察,不要同时调一串参数。
3.2 CPU 与调度:NUMA 亲和、内核自动迁移、cgroup 限流的介入时机
多核时代的 CPU 调优,核心不是“提高主频”,而是让线程落在该落的核上。先看拓扑:
# 查看 NUMA 节点与 CPU 分布
lscpu | grep -E 'NUMA|CPU\(s\)'
numactl --hardware
单实例重负载应用(典型的如数据库、高吞吐缓存服务)建议用 numactl 固定到本地节点,避免跨 NUMA 访问内存:
numactl --cpunodebind=0 --membind=0 ./my_app
kernel.numa_balancing 默认可能开启,内核会自动迁移内存页提升命中率。但迁移本身有开销,对延迟敏感的业务,我通常选择关闭:
sysctl -w kernel.numa_balancing=0
进程调度层面,kernel.sched_autogroup_enabled 在服务器上比较有争议。它按会话自动分组并分享 CPU 时间,对交互式终端友好,但服务器上多个并发任务可能互相干预。在跑批任务的机器上我会关掉它,让调度器按单进程公平分配。容器场景则要管 cgroup 的 cpu.cfs_quota_us 和 cpu.cfs_period_us,这两个不是 sysctl,而是普通文件,位于 /sys/fs/cgroup/cpu/ 下。看到 /sys/fs/cgroup 开头的文件,就别再往 sysctl.conf 里写了,那是容器编排层的事情。
3.3 文件系统与 I/O:I/O 调度器、挂载选项、文件句柄与异步 I/O
文件系统调参往往不在 sysctl 里,而在块设备队列和挂载选项里。先看当前状态:
# 查看块设备当前的 I/O 调度器
cat /sys/block/sda/queue/scheduler
# 查看文件系统挂载参数
mount | grep -E 'ext4|xfs'
对 NVMe SSD,I/O 调度器的影响已经很小,多数发行版默认 none 或 mq-deadline。机械盘或混合存储下,mq-deadline 通常比 none 更适合数据库;吞吐密集的日志盘可以试 bfq,前提是内核编了它。不要盲目把所有盘都改成 none,一切以压测结果为准。
挂载选项最常见的调整是加 noatime,避免读文件时更新访问时间,减少写盘次数。数据库场景的 barrier、日志模式这类可靠性参数不要轻易动,除非你完全能承担断电的不一致风险。
文件句柄是另一个高频调优点。fs.file-max 是系统级帽子,进程的 ulimit -n 是进程级门,两层都要看:
# 查看系统文件句柄上限与实际使用
sysctl fs.file-max
cat /proc/sys/fs/file-nr
/proc/sys/fs/file-nr 输出三列,第一列已分配、第三列系统上限。当已分配数接近上限时需要调 fs.file-max,但更常见的情况是系统上限很高,进程自己的 limit 卡在 1024,应用仍然报 Too many open files。所以调优文档里要把系统参数和进程限制分开写,不然照抄只能解决一半问题。
还要提一个隐蔽参数 fs.aio-max-nr,数据库和高并发磁盘场景容易踩。异步 I/O 请求数一旦打满,MySQL、ClickHouse 会报 io_setup: Cannot allocate memory,日志里往往只有这一句,内存却明显足够。提高上限即可:
sysctl -w fs.aio-max-nr=1048576
3.4 网络组:连接跟踪、accept 队列、本地端口范围
网络调优最容易连锁翻车。先看连接跟踪表和当前连接状态:
# 当前连接状态摘要
ss -s
# 连接跟踪表使用情况
sysctl net.netfilter.nf_conntrack_max
sysctl net.netfilter.nf_conntrack_count
nf_conntrack 表满是最经典的生产事故。现象是 dmesg 报 nf_conntrack: table full, dropping packet,外部连接大量超时,服务端看起来却没什么流量。原因是并发连接数超过了表容量。对策如下:
sysctl -w net.netfilter.nf_conntrack_max=1048576
注意调大表容量会占用内核内存。8GB 内存的机器我不会拉到 100 万,设到 26 万或 52 万更合适。表太大导致 OOM,比连接被丢更让人头大。
连接队列方面,net.core.somaxconn 和 net.ipv4.tcp_max_syn_backlog 在高并发短连接场景要同步调:
sysctl -w net.core.somaxconn=65535
sysctl -w net.ipv4.tcp_max_syn_backlog=65535
但实际 accept 队列长度由应用层的 listen(fd, backlog) 决定,通常取 backlog 和 somaxconn 的较小值。如果应用层 backlog 写死 128,系统调成 65535 也白搭,这就是所谓的“应用不配合”陷阱。本地端口不足的场景同样常见:
sysctl -w net.ipv4.ip_local_port_range="10240 65535"
出站并发特别高时,日志会出现 Cannot assign requested address,此时再考虑调端口范围。调之前先确认没有服务占用,端口冲突的排错比端口耗尽更糊弄人。
4. 落地执行顺序:先基线、再快照、最后固化,别跨过任何一步
直接套用文档参数,修改前不做记录,这是把调优变成玄学的根源。可复现的调优流程应该是:先收集基线、再小步改动、最后持久化并验证。顺序不能反。
4.1 建立基线:用 vmstat、iostat、mpstat 记录改动前的真实状态
改参数之前,先抓一组“当前状态”数据。调优结束后要回答的核心问题是“跟改动前相比,系统到底变好了没有”,没有基线就没有结论。
# 存储内存、CPU、swap 统计,每 2 秒一次,共 30 次
vmstat 2 30 > /tmp/vmstat_before.txt
# 存储磁盘 I/O 扩展统计
iostat -x 2 10 > /tmp/iostat_before.txt
# 存储每核 CPU 使用率和软中断分布
mpstat -P ALL 2 10 > /tmp/mpstat_before.txt
vmstat 中 r 列代表正在运行的进程数,si/so 代表换入换出;iostat 的 w_await 能反映写延迟;mpstat 的软中断列能看多队列网卡是不是被某个核独自扛住。这组命令不依赖第三方监控组件,任何时候都能跑。
采集时间要贴近问题窗口。如果线上故障集中在晚上 20 点到 22 点,就别拿凌晨 3 点的数据做基线,负载特征完全不一样。采样的同时把业务指标留底:QPS、响应时间、错误率。系统指标告诉你资源紧不紧张,业务指标才能证明改完到底有没有用。
4.2 修改前先拍照:当前所有参数快照,留一条可靠的后悔药
安全落地的前提是随时可以回滚。很多参数通过 sysctl.conf 持久化后,重启后仍然生效,一旦改错,连重启都不一定救得回来。所以改动前必须把当前状态完整地拍下来。
# 全量快照 sysctl
sysctl -a > /tmp/sysctl_before_$(date +%Y%m%d_%H%M).txt
# 挂载参数与内存信息也一起归档
mount > /tmp/mount_before_$(date +%Y%m%d).txt
cat /proc/meminfo > /tmp/meminfo_before_$(date +%Y%m%d).txt
快照的意义是在怀疑参数改错的时候,把当前值和快照 diff 一下,立刻知道哪个参数被动过。这比靠记忆回滚可靠得多。写入配置时,我的习惯是新建独立文件而不是直接改 /etc/sysctl.conf:
cat > /etc/sysctl.d/90-tuning-custom.conf <<'EOF'
# 数据库专用参数
vm.swappiness=10
net.core.somaxconn=65535
fs.file-max=2097152
EOF
# 不重启地加载配置
sysctl --system
独立文件的好处是回滚方便:把这个文件移走,再执行一次 sysctl --system 就恢复默认。90 前缀保证优先级较高,避免被发行版默认文件覆盖。sysctl --system 会按 /etc/sysctl.d/*.conf 的顺序加载,比旧版 sysctl -p 更全面,也支持直接重读全部配置。
4.3 持久化有三条路:sysctl 配置、GRUB cmdline、systemd 补设
一部分参数写 sysctl 没有用,因为它们根本不在 sysctl 的管理范围内。落地执行时要把参数分好类:
- 直接支持 sysctl 的,写进 /etc/sysctl.d/ 下独立文件。
- 引导早期就要确定状态的,比如透明大页 THP,必须改 GRUB cmdline。
- 需要在某个服务启动后生效的,可以写 systemd 单元,通过 oneshot 服务在开机后补设。
透明大页是典型例子。它的开关在 /sys/kernel/mm/transparent_hugepage/enabled,临时关闭可以直接 echo never 写入,重启后恢复。要持久化就得改 /etc/default/grub,在 GRUB_CMDLINE_LINUX 里加上 transparent_hugepage=never,再 update-grub 重启。这类参数写进 sysctl.d,执行 sysctl --system 时大概率飘红 read-only file system,因为它根本不归 sysctl 管。
虚拟化环境还有额外一层因素:在 VMware 里安装 Linux 后,如果虚拟机配置的是超分配 CPU,宿主机的切换开销会导致调参收益打折;如果绑核,手动设置 CPU 亲和又可能和 vCPU 固定策略冲突。遇到虚拟机场景,先确认绑核还是超分配,再谈调度参数,不然容易越调越慢。
4.4 改完验证:主动压测加被动观察,保留足够长的时间窗口
调优参数往往是叠加生效,刚改完测试十分钟很难暴露问题。我的经验是“压测确认方向,在线观察一周”。压测必须使用同一套脚本、同一组并发模型,否则数据之间没有可比性。
压测现场保留原始输出,压测命令和参数随手记到本次调优文档里。观察期内重点看 P99 延迟和错误率,不要只盯平均值,均值容易被长尾掩盖。如果一周内指标比改动前更平坦、更可预期,才能谈“确认有效”。
5. 调优避坑与排查:五个真实翻车现场,按现象、原因、解决记录
参数调优踩坑是常态,以下五个问题我都实际遇到过,按现象、原因、处理三部分记录。它们覆盖了参数不存在、内存策略误用、队列调优失效、文件系统挂载失败、容器内配置无效这几类最常见的翻车点。
5.1 现象:sysctl -p 报错 No such file or directory
从旧文档复制配置,或者跨发行版抄参数,执行 sysctl -p 时屏幕滚过一串 No such file or directory,后面的行也不再加载。更迷惑的是,这些报错参数看起来都很眼熟。
原因是参数在当前内核中不存在:要么对应模块没有加载,要么参数已在较新内核中改名或删除。tcp_tw_recycle 就是最典型的例子,老文档里常出现,新内核基本已移除。
处理方式分两步。先用 sysctl -a 确认当前内核有没有这个参数;如果确认是模块提供的,先 modprobe 对应模块再加载配置。稳健的做法是在脚本里先判断伪文件是否存在再写入:
if [ -f "/proc/sys/net/ipv4/tcp_tw_reuse" ]; then
echo 1 > /proc/sys/net/ipv4/tcp_tw_reuse
fi
这能防止单个参数错误导致整个配置加载中断,后续参数全部没有生效。
5.2 现象:改完 vm.overcommit_memory=2 后,数据库进程启动失败
在跑 PostgreSQL 的机器上做“强制控制内存超卖”实验,把 overcommit_memory 从 0 改成 2,然后数据库直接起不来了。日志报共享内存分配失败,内存总量明明很多。
原因是严格模式下,内核会逐次检查内存分配是否超过允许比例;数据库启动时要预留大块共享内存,而默认的 overcommit_ratio 不足以承接。
处理办法:确实要用严格模式的话,先把 overcommit_ratio 调大,再重启应用。但更稳妥的判断是,数据库类服务尽量不要离开 0 模式。遇到共享内存分配失败,先去查 kernel.shmmax 和 kernel.shmall,这两个值决定单块共享内存的上限:
sysctl kernel.shmmax
sysctl kernel.shmall
调内存参数前务必确认业务进程的内存申请模型,这是拿真金白银换来的教训。
5.3 现象:somaxconn 调大后,接口延迟不降反升
高并发短连接场景,我把 net.core.somaxconn 调到 65535,压测结果反而比默认更差,平均延迟涨了约 30%。压测曲线看起来非常古怪。
原因是应用层没有同步调整 listen backlog。系统把内核队列上限提高了,但应用进程仍然用默认 backlog,比如 Nginx 默认 511、Tomcat 默认 100,实际 accept 队列长度由双方共同决定,光改内核不解决问题,还增加了排序和队列切换的复杂度。
处理办法是让应用层配合。Nginx 在 listen 指令里指定 backlog=65535;其他语言在 socket listen 调用处传入更大的值。同时用 ss -lnt 观察 Send-Q 列,它显示的是应用层 backlog 设置,而不是系统 somaxconn。如果 Send-Q 一直是 128、511 这类数字,说明系统参数改了也没被真正用上。
5.4 现象:改完挂载选项,重启后直接进救援模式
在 /etc/fstab 中调整某数据分区的挂载选项,比如加 noatime 和 barrier,重启后系统直接卡在救援模式,文件系统挂载不上。
原因是挂载选项不被当前文件系统支持,或者对应分区设备名写错。fstab 解析失败时,系统启动流程会中断,等待人工介入。快照类虚拟机里更常见,设备路径存在且不会反复变化的问题比较小,但物理机换过盘后盘符漂移很容易导致这种情况。
处理方式:不要再直接编辑生产环境的 fstab,先在已挂载状态下用 mount -o remount 验证选项能否被接受:
mount -o remount,noatime /data
确认无误后再写入 fstab。如果系统已经进不去,通过救援模式把 fstab 里对应行注释掉,重启验证之后再补挂载。注意别在救援模式里顺手改其他配置,分清哪些是本次故障引入的变更。
5.5 现象:容器里执行 sysctl 没有报错,但配置根本没有生效
在 Kubernetes 或 Docker 容器内执行 sysctl -w vm.swappiness=10 没有任何报错,进入容器查看却还是老值。以为是写成功了,实际上内核根本没接招。
原因是容器里的 /proc/sys 是只读或半只读视图,绝大多数 vm. 、fs. 参数没有实现命名空间隔离,写入请求被静默忽略。容器运行时最多放行一小部分安全的网络参数,其他全局参数不允许容器内独立设置。
处理办法:在宿主机层面调优,不要把容器内进程当成操作系统的 init 去管理内核参数。容器编排环境确实需要隔离配置时,先确认运行时是否支持对应 sysctl 白名单,例如 Kubernetes 里 net.core.somaxconn 可能被允许,而 vm.swappiness 通常是禁止项。不支持的情况下,宁可当作全局参数在宿主机设置,做到行为可预期,也不要留给容器内静默失败。
6. 验证调优结果,并把它沉淀成一份可追溯的参数表
参数改完不是终点,最后一步是用对比数据回答“到底有没有用”,并且把过程沉淀成可追溯的文档。这两个动作决定你下次遇到同类问题能不能直接复用。
6.1 用同一套压测工具做前后对比
对比实验最关键的是控制变量。调优前用 ab 压测 20 万请求,调优后换个时间再压,如果两者并发数和请求路径完全一致,结果才有可比性:
# 调优前
ab -n 200000 -c 200 http://127.0.0.1/api > /tmp/bench_before.txt
# 调优后使用完全相同参数
ab -n 200000 -c 200 http://127.0.0.1/api > /tmp/bench_after.txt
对比的维度要覆盖 P99 延迟、吞吐、错误率,再看系统侧的上下文切换、软中断分布。P99 下降明显且系统平均负载没有恶化,说明方向对了;如果吞吐没变,只有 CPU 使用率上下乱跳,那只是把压力换了种形态,不算优化成功。
6.2 把变更记录整理成五列表格,杜绝调优黑匣子
三个月后再看一串 sysctl -w 命令,很难记起每条对应什么业务、为什么这么设。我习惯每次调优都沉淀成一张五列表格,参数、前后值、适用条件、回滚方式一目了然:
| 参数 | 调优前 | 调优后 | 适用条件 | 回滚方式 |
|---|---|---|---|---|
| vm.swappiness | 30 | 10 | 内存充足、延迟敏感的数据库 | sysctl -w vm.swappiness=30 |
| net.core.somaxconn | 128 | 65535 | 短连接高并发网关 | sysctl -w net.core.somaxconn=128 |
| fs.file-max | 102400 | 2097152 | 文件句柄不足且确认 ulimit 已调 | sysctl -w fs.file-max=102400 |
表格里的原则是必须有“适用条件”和“回滚方式”,这两列是我从多次故障里换来的经验。只写参数和值的调优文档是危险的,它会让后来者以为所有机器都适用同一套数值;而标明了业务前提和回滚路径的文档,任何接手的人都能安全操作。
最后一个习惯:改完参数后,把当天的 sysctl 快照、压测报告和变更说明放进同一个目录,用日期和主机名命名。下次系统出现性能波动,先解压这份归档,确认是不是最近一次变更引起的。这个动作帮我避免过很多次玄学排障,希望也能帮到你。
297



被折叠的 条评论
为什么被折叠?



