Linux命令運行監測和軟件安裝

時間 2019-12-11

標籤 linux 命令運行監測軟件安裝欄目 Linux 简体版

原文原文鏈接

監測命令的運行時間 time command

$ time sleep 5
real    0m5.003s # 程序開始至結束的時間，包括其它進程佔用的時間片和IO時間
user    0m0.001s # 進程真正執行佔用CPU的時間
sys    0m0.002s     # 進程在內核中調用所消耗的CPU時間

user+sys是進程實際的CPU時間。若是多線程執行，這個時間可能大於Real。若是IO是瓶頸，則real會大於user+sys (單線程)。

查看正在運行的命令和其資源使用 top

統計信息區

第一行：任務隊列信息，與uptime命令執行結果相同

17:32:34：系統當前時間
up 3 days, 8:04：主機已運行時間
5 users：用戶鏈接數（不是用戶數，who命令）
load average: 0.09, 0.12, 0.19：系統平均負載，統計最近1,5,15分鐘的系統平均負載

補充：uptime -V可查詢版本

第二行：進程信息

Tasks: 287 total：進程總數
2 running：正在運行的進程數
285 sleeping：睡眠的進程數
0 stopped：中止的進程數
0 zombie：殭屍進程數

第三行：CPU信息（當有多個CPU時，這些內容可能會超過兩行）

1.5 us：用戶空間所佔CPU百分比
0.9 sy：內核空間佔用CPU百分比
0.0 ni：用戶進程空間內改變過優先級的進程佔用CPU百分比
97.5 id：空閒CPU百分比
0.2 wa：等待輸入輸出的CPU時間百分比
0.0 hi：硬件CPU中斷佔用百分比
0.0 si：軟中斷佔用百分比
0.0 st：虛擬機佔用百分比

第四行：內存信息（與第五行的信息相似與free命令）

8053444 total：物理內存總量
7779224 used：已使用的內存總量
274220 free：空閒的內存總量（free+used=total）
359212 buffers：用做內核緩存的內存量

第五行：swap信息python

8265724 total：交換分區總量
33840 used：已使用的交換分區總量
8231884 free：空閒交換區總量
4358088 cached Mem：緩衝的交換區總量，內存中的內容被換出到交換區，而後又被換入到內存，可是使用過的交換區沒有被覆蓋，交換區的這些內容已存在於內存中的交換區的大小，相應的內存再次被換出時可沒必要再對交換區寫入。

進程信息區

PID:進程id
PPID:父進程id
RUSER:Real user name（看了好多，都是這樣寫，也不知道和user有什麼區別，歡迎補充此處）
UID:進程全部者的id
USER:進程全部者的用戶名
GROUP:進程全部者的組名
TTY:啓動進程的終端名。不是從終端啓動的進程則顯示爲?
PR:優先級
NI:nice值。負值表示高優先級，正值表示低優先級
P:最後使用的CPU，僅在多CPU環境下有意義
%CPU:上次更新到如今的CPU時間佔用百分比
TIME:進程使用的CPU時間總計，單位秒
TIME+：進程所使用的CPU時間總計，單位1/100秒
%MEM:進程使用的物理內存百分比
VIRT:進程使用的虛擬內存總量，單位kb。VIRT=SWAP+RES
SWAP:進程使用的虛擬內存中被被換出的大小
RES:進程使用的、未被換出的物理內存的大小
CODE:可執行代碼佔用的物理內存大小
DATA:可執行代碼之外的部分（數據段+棧）佔用的物理內存大小
SHR:共享內存大小
nFLT:頁面錯誤次數
nDRT:最後一次寫入到如今，被修改過的頁面數
S:進程狀態（D=不可中斷的睡眠狀態，R=運行，S=睡眠，T=跟蹤/中止，Z=殭屍進程）
COMMAND:命令名/行
WCHAN:若該進程在睡眠，則顯示睡眠中的系統函數名
Flags:任務標誌

默認狀況下，只顯示比較重要的列

文件系統和磁盤信息監測

查看系統硬盤大小和分配

df -h

du -sh *

軟件安裝

不一樣於windows，Linux下軟件安裝的方式比較多樣，有些也比較複雜。每種安裝方式都有本身的優勢和侷限，也都有可能遇到問題。在咱們理解了原理以後，藉助谷歌，能夠更好地幫助解決問題。

系統包管理器安裝

軟件安裝最方便的、通常也不容易出問題的是利用系統自帶的包管理工具，能夠解決大部分的依賴問題。

但也有一些不足，主要3點：

須要根用戶的權限。
若是系統版本老，安裝的軟件版本也會比較老。使用新版本有時又會發生衝突。
生物信息學中很多軟件不在系統的安裝源裏面。

解決這些問題，就須要本身去軟件官網查找最新的分發包，又有兩種可能，一種是分發包直接就是編譯好的軟件，下載下來設置下可執行屬性並放入環境變量就能夠運行了，如blast或bowtie這樣的工具。

另外一種則是須要從源碼編譯安裝，下面主要講解下這個。

源碼編譯安裝

源碼編譯經典的三部曲configure, make, make install。若是不出問題，一步步執行下來就安裝好了。但出了問題，就不是比較容易解決的。若是知道這背後的機制，對解決問題會有很大幫助的。

configure是檢查系統的庫文件、類文件、依賴軟件是否存在以及它們的版本是否知足需求，並根據實際檢測結果生成Makefile的工具。通常是一堆bash命令的組合。一般也須要在這一步配置一些參數。最經常使用的就是指定軟件的安裝目錄--prefix=/home/ct/soft/specific_name。

make則是具體的編譯過程。編譯的語句都寫在了Makefile中。make默認編譯Makefile中出現的第一個target，也能夠指定target編譯，並根據Makefile的設置方式依次編譯全部依賴的東西。

Makefile一般的格式和佈局以下

# 假設當前文件夾下Makefile文件中內容以下 
# first: target名字
# echo "compile first": target對應的命令，任何Linux命令均可以
$ cat Makefile
first:
    echo "compile first"
all: first second
    echo "compile all"
second:
    echo "compile second"
 
# 直接運行make，會make第一個出現的target
$ make
echo "compile first"
compile first
# make first與直接make相同，由於它出如今第一個 
$ make first
echo "compile first"
compile first
# all依賴於first, second，所以make all會先執行make first, make second
# 而後纔是本身所表明的命令 
$ make all
echo "compile first"
compile first
echo "compile second"
compile second
echo "compile all"
compile all

有些軟件的安裝，在執行完make後就得到了可執行程序，能夠跳過make install的過程，只須要放入環境變量就能夠運行了。但部分軟件還須要一些依賴關係，因此須要執行make install纔算完成了完整的安裝。

make install一般是拷貝make編譯出來的可執行文件或者依賴的庫文件(若是有的話)到configure時的--prefix指定的目錄下。
安裝好的軟件放入環境變量, 就能夠快樂的運行了。

兩點注意:

從源碼編譯最難解決的問題就是依賴的庫文件、頭文件、依賴軟件的缺失或版本不匹配，沒有統一的解決辦法，原則就是缺啥補啥。後面提到的Anaconda，會對庫文件的依賴提供一個簡便的解決辦法。
三部曲每一步的執行，屏幕上都會輸出比較多的信息，必定仔細看最後有沒有ERROR類的字樣，對判斷軟件有無安裝成功和下一步要怎麼解決問題會頗有幫助。

Linux包的安裝通用方式主要是這些，後面還會提到兩種虛擬安裝方式，都是爲了簡化安裝而提出的。

Python包的安裝

在沒有Anaconda(或其前身canopy)出現以前，Python包以其管理混亂、安裝困難著稱。有了Anaconda後，不僅python包的安裝簡單了，其它軟件的安裝也都方便了 (詳見後面Anaconda的兩個福利)。

首先下載Anaconda的安裝包 https://www.continuum.io/downloads。
Anaconda的安裝包作的很人性化，一個bash腳本，只要運行bash Anacond*x86_64.sh，而後按照提示操做就能夠了。
安裝好後，設置或刷新下環境變量就可使用了。
此後再安裝python的包只須要執行pip install pakcage_name或conda install pakckage_name就能夠了。
這裏惟一須要注意的就是確認使用的python或pip確實是Anaconda安裝的python或pip。
which python查看使用的python命令。
若是使用的仍是系統默認的python，則須要檢查下環境變量的設置。

Anaconda的兩個福利

一、頭文件和庫文件庫

這是Anaconda安裝後的目錄結構

bin envs Examples imports lib LICENSE.txt pkgs share var

conda-meta etc gcc include lib64 mkspecsplugins ssl

其中lib目錄下，一部分是依賴的動態連接庫, .so文件；這也是在源碼編譯時最多見的攔路虎。一般，只須要把這個目錄放入環境變量LD_LIBRARY_PATH裏面好比export LD_LIBARY_PATH=${LD_LIBARY_PATH}:anaconda_path/lib就能夠解決問題。

cairo libitm.a libQtScript.so.4

cmake libitm.la libQtScript.so.4.8

engines libitm.so libQtScript.so.4.8.7

gcc libitm.so.1 libQtScriptTools.la

gcj-4.8.5-14 libitm.so.1.0.0 libQtScriptTools.prl

glib-2.0 libitm.spec libQtScriptTools.so

libargtable2.a libjpeg.a libQtScriptTools.so.4

libargtable2.la libjpeg.la libQtScriptTools.so.4.8

libargtable2.so libjpeg.so libQtScriptTools.so.4.8.7

libargtable2.so.0 libjpeg.so.8 libQtSql.la

libargtable2.so.0.1.8 libjpeg.so.8.4.0 libQtSql.prl

libasan.a libmkl_avx2.so libQtSql.so

libasan.la libmkl_avx512_mic.so libQtSql.so.4

libasan_preinit.o libmkl_avx512.so libQtSql.so.4.8

libasan.so libmkl_avx.so libQtSql.so.4.8.7