{
 "byKey": {
  "cover": [
   {"say":"大家好,歡迎回到 Linux A I 助理開發實戰。這一章要做系統監控,把最常被問到的三類主機狀態,C P U、記憶體和磁碟,做成正式的工具,最後再加上程序排行和健康摘要。","item":0}
  ],
  "CPU 使用率與系統負載#1": [
   {"say":"上一章我們已經有註冊中心了,這一章的工具都放在 tools 資料夾的 system 檔案裡。要從能查,進步到查得準,有三個原則。","item":0},
   {"say":"第一,優先用 P S util 或是讀系統的 proc 目錄,不要啟動子程序。少一層指令解析,就少一層攻擊面,也比去解析 top 的文字輸出來得穩定。","item":1},
   {"say":"第二,回傳結構化、精簡、而且帶單位的資料。L L M 很不擅長心算和單位換算,所以百分比、容量單位、等級判斷,都由 Python 算好,模型只負責解讀和說明。","item":2},
   {"say":"第三,每個工具只做一件事,並且在描述裡寫清楚,什麼時候該用它。","item":3},
   {"say":"接著談系統負載,也就是 load average。它是一分鐘、五分鐘、十五分鐘內,正在執行或在排隊等待的程序平均數量,不是百分比。粗略的判斷方式,是把它除以邏輯核心數。每個核心的負載小於一,代表大致上還有餘裕。","item":4}
  ],
  "CPU 使用率與系統負載#2": [
   {"say":"我們繼續看負載要怎麼判讀。","item":0},
   {"say":"如果每核心負載接近一,就是在滿載的邊緣。","item":1},
   {"say":"如果持續明顯大於一,代表有程序在排隊等待。另外要知道,Linux 的負載也包含在等磁碟讀寫的程序。所以 C P U 使用率低、負載卻很高,常常是磁碟變慢了,這時候應該轉去檢查磁碟。","item":2},
   {"say":"再來是常見錯誤。第一個,取樣會讓程式停住一秒,如果在網頁請求裡直接呼叫,又沒有設上限,就會出問題。我們的範例有限制取樣秒數的最大值。","item":3},
   {"say":"第二個,在容器裡把 C P U 使用率當成容器自己的額度。其實 P S util 看到的是整台主機,不受容器限制的影響,容器的章節會再談。","item":4}
  ],
  "CPU 使用率與系統負載#3": [
   {"say":"還有三個常見錯誤。","item":0},
   {"say":"第一,拿 top 指令的輸出做文字解析,再丟給模型。它的格式會隨著版本和語系改變,而且很浪費 token。","item":1},
   {"say":"第二,回傳每個核心的歷史資料。對模型來說資訊太多了,只留平均值和個別核心的數字就好。","item":2},
   {"say":"第三,讓模型自己判斷,百分之八十五算不算高。這種判斷,請由 Python 套用門檻來決定,第四個單元會做。","item":3}
  ],
  "CPU 使用率與系統負載#4": [
   {"say":"我們來看 C P U 工具的程式碼。","item":0},
   {"say":"第一行匯入 O S 和 P S util 兩個模組。","item":1},
   {"say":"第二行,從上一章的註冊中心匯入 register 裝飾器。","item":2},
   {"say":"接著用 register 登錄工具。名稱是取得 C P U 使用率,描述寫明,使用者問 C P U 忙不忙、負載高不高的時候呼叫。參數只有一個取樣秒數,最小零點一,最大五。","item":3},
   {"say":"登錄的設定到這個括號結束,而且同樣不允許多餘的參數。","item":4}
  ],
  "CPU 使用率與系統負載#5": [
   {"say":"接著是函式的本體。","item":0},
   {"say":"它先用指定的秒數取樣,拿到每個核心的使用率,再讀取三個時段的系統負載和邏輯核心數。回傳的內容有平均使用率、各核心使用率、核心數、負載、每核心的一分鐘負載,還有等待讀寫的比例。","item":1},
   {"say":"有一個新手最常踩的坑。取樣的間隔如果設成零或是不給,第一次呼叫會回傳沒有意義的零,因為它需要跟上一次呼叫做比較。所以範例預設取樣一秒。","item":1}
  ],
  "記憶體與 Swap#1": [
   {"say":"第二個單元,記憶體和 Swap。先說一個重要的觀念,Linux 會把閒置的記憶體拿去當檔案快取,所以 free 這一欄看起來很少,是完全正常的。要判斷還有多少記憶體可以用,要看的是 available 這一欄。接著看怎麼判讀。","item":0},
   {"say":"第一種情況,available 的比例很低,例如低於百分之十,而且 swap 的使用量持續增加,這就是記憶體有壓力了。","item":1},
   {"say":"第二種,swap 有被使用,但是 available 很充足,這不一定有問題,可能只是核心把很久沒用的內容換出去而已。真正要擔心的,是正在頻繁地換進換出,可以隔幾秒取兩次數值,看看差多少。","item":2},
   {"say":"第三種,系統已經因為記憶體不足,動手殺掉程序了。這是記憶體壓力的最終結果,證據在核心的日誌裡,可以搜尋 Out of memory 這個關鍵字。第八章會把它做成日誌工具。","item":3}
  ],
  "記憶體與 Swap#2": [
   {"say":"還有一種情況,然後是常見的錯誤。","item":0},
   {"say":"第四種,是某一個程序佔用了大量的記憶體。這時候就接著看第四單元的程序排行。","item":1},
   {"say":"常見錯誤的第一個,是拿 free 的數值當成剩餘的記憶體。這樣你的助理會每天誤報。","item":2},
   {"say":"第二個,是以為 swap 的使用量只要大於零,就是故障。","item":3},
   {"say":"第三個,是在虛擬化或容器環境裡,忽略了容器本身的記憶體限制。容器裡的程序可能先撞到限額而被殺掉,可是 P S util 看到的,是主機的總量。","item":4}
  ],
  "記憶體與 Swap#3": [
   {"say":"再補充兩個常見錯誤。","item":0},
   {"say":"一個是直接回傳原始的位元組數字。模型拿著一串十位數的數字去心算,很容易算錯。請先在 Python 裡換算好。","item":1},
   {"say":"另一個是看到記憶體使用率百分之九十五,就直接解讀成危機。應該先看 available,還有 swap 的趨勢,再下結論。","item":2}
  ],
  "記憶體與 Swap#4": [
   {"say":"我們用實際的輸出來看,為什麼 free 這一欄會誤導人。","item":0},
   {"say":"畫面上執行的是 free 指令,加上減號 H,用比較好讀的單位顯示。","item":1},
   {"say":"記憶體這一行,總共七點七 G,free 只剩四百一十二 M,看起來好像快沒了。但是最後一欄 available 有五點三 G,其實這台主機非常健康。","item":2},
   {"say":"下面 Swap 這一行,總共兩 G,用了零,完全沒有動用到。","item":3}
  ],
  "記憶體與 Swap#5": [
   {"say":"接著用 P S util 來實作。","item":0},
   {"say":"第一行匯入 P S util。","item":1},
   {"say":"第二行匯入註冊用的 register。","item":2},
   {"say":"然後定義一個常數,是一千零二十四的三次方,也就是一個 G i B 有多少位元組。","item":3},
   {"say":"再寫一個小函式,把位元組換算成 G i B,四捨五入到小數兩位。單位統一在工具裡面換算好,欄位名稱也直接寫出單位,這是最簡單的防呆。","item":4}
  ],
  "記憶體與 Swap#6": [
   {"say":"然後是工具本身。","item":0},
   {"say":"先用 register 登錄,名稱是取得記憶體使用狀況。描述裡特別註明,是用 available 來判斷可用量,使用者問記憶體或 swap 的時候呼叫。","item":1},
   {"say":"函式裡分別讀取實體記憶體和 swap 的資訊。記憶體回傳總量、可用量、使用率和快取量。Swap 回傳總量、已使用量、使用率,還有開機以來累計換進換出的量。這裡的使用率,本來就是用 available 算出來的,跟我們剛剛的觀念一致。","item":2}
  ],
  "磁碟空間與 inode#1": [
   {"say":"第三個單元,磁碟。磁碟滿了其實有兩種,一種是容量用完,另一種是 inode 用完。每個檔案或目錄都會佔用一個 inode。如果主機上有幾百萬個小檔案,容量明明還有剩,卻會出現空間不足的錯誤。所以兩個都要查。來看常見錯誤。","item":0},
   {"say":"第一,只看容量,不看 inode。","item":1},
   {"say":"第二,沒有過濾掉一些特殊的檔案系統。像 Ubuntu 上 snap 用的唯讀裝置,永遠顯示百分之一百,不過濾就會每天出現假警報。","item":2},
   {"say":"第三,遇到沒有權限的掛載點,程式就直接當掉。應該要把例外接住,然後略過。","item":3},
   {"say":"第四,讓使用者或模型提供任意的路徑,去查磁碟用量或掃描目錄。掃描大目錄很花時間,還可能洩漏檔名。真的要做,一定要限制路徑白名單、設定逾時、限制深度,只回傳前十名。","item":4},
   {"say":"第五,看到日誌目錄暴增,就叫助理直接刪檔。現階段的助理是唯讀的,清理一定要由人確認之後再操作,第十章會再談授權的任務。","item":5}
  ],
  "磁碟空間與 inode#2": [
   {"say":"來看磁碟工具的程式碼。","item":0},
   {"say":"第一行匯入 O S 和 P S util。","item":1},
   {"say":"第二行匯入 register。","item":2},
   {"say":"第三行定義一組要略過的檔案系統類型,像是 snap 用的唯讀格式,還有放在記憶體裡的暫存檔案系統,這些都不是我們要關心的真實磁碟。","item":3}
  ],
  "磁碟空間與 inode#3": [
   {"say":"接著是兩個函式。","item":0},
   {"say":"第一個小函式負責計算 inode 的使用率。有些檔案系統沒有固定的 inode 數量,這時候就回傳 None。","item":1},
   {"say":"然後登錄磁碟工具。描述是列出各個掛載點的容量和 inode 使用率,使用者問硬碟、磁碟空間、空間不足的時候呼叫。","item":2},
   {"say":"函式會一個一個檢查分割區。先略過特殊的類型和迴圈裝置,沒權限的也略過。其他的,就回傳掛載點、裝置、總容量、使用率、剩餘空間,還有 inode 使用率。它算出來的使用率,可能跟 D F 指令差一點點,這是正常的。","item":3}
  ],
  "磁碟空間與 inode#4": [
   {"say":"如果容量正常,系統卻卡卡的,可以再看磁碟的讀寫量。","item":0},
   {"say":"這一行取得磁碟讀寫的計數,它是從開機以來的累計值。","item":1},
   {"say":"再把讀和寫的位元組數,換算成 G i B 回傳。要注意,累計值要隔一段時間取兩次,相減之後才看得出速率。更深入的診斷工具需要額外的套件和權限,這門課先不納入。","item":2}
  ],
  "程序排行與健康摘要#1": [
   {"say":"最後一個單元,程序排行和健康摘要。程序排行會列出最吃 C P U 或記憶體的前幾名,而健康摘要,是由 Python 套用門檻,直接給出正常、警告或嚴重的結論,模型只負責用口語說明。先看幾個重點。","item":0},
   {"say":"第一,我們刻意不回傳完整的命令列。因為命令列裡常常有密碼、token,或是資料庫的連線字串,把它丟給外部的 L L M 就等於外洩。平常只回傳程序名稱。真的要看命令列,要先經過第八章的遮罩處理,並且列為需要確認的工具。","item":1},
   {"say":"第二,不要回傳全部好幾百個程序,token 會爆量。一律限制筆數的上限。","item":2},
   {"say":"第三,要處理程序不存在,還有存取被拒絕這兩種例外。不然掃描到一半有程序結束,整個工具就失敗了。","item":3},
   {"say":"第四,用非 root 的帳號執行,會看不到別人程序的一部分資訊,這是正常的。不要為了看得更多,就用 root 來跑整個助理。","item":4}
  ],
  "程序排行與健康摘要#2": [
   {"say":"還有一個觀念上的提醒。","item":0},
   {"say":"不要因為單一瞬間的 C P U 尖峰,就發出警報。正式的監控會取很多次樣本,或是交給專門的監控系統。我們助理的工具,提供的是現場的快照。","item":1}
  ],
  "程序排行與健康摘要#3": [
   {"say":"來看程序排行的程式碼。","item":0},
   {"say":"第一行匯入 time 和 P S util。","item":1},
   {"say":"第二行匯入 register。","item":2},
   {"say":"然後登錄工具。描述是列出 C P U 或記憶體用量最高的前幾個程序。參數有兩個,排序的依據只能選 C P U 或記憶體,筆數限制在一到二十之間。","item":3}
  ],
  "程序排行與健康摘要#4": [
   {"say":"接著看函式本體。","item":0},
   {"say":"程序的 C P U 使用率,一樣需要跟上一次呼叫比較。所以標準的做法是兩次取樣。先對所有程序呼叫一次當作暖身,等零點五秒,再讀一次,最後排序,取出前幾名。要注意,單一程序的使用率是以單一核心為一百來算的,多執行緒的程式可以超過一百。","item":1},
   {"say":"下面開始是健康摘要的部分,先匯入 O S 模組。","item":2},
   {"say":"再匯入 P S util。","item":3},
   {"say":"最後匯入 register,準備登錄健康檢查的工具。","item":4}
  ],
  "程序排行與健康摘要#5": [
   {"say":"健康摘要有兩個輔助的小函式。","item":0},
   {"say":"第一個用來讀取門檻。它會先看環境變數有沒有設定,沒有就用預設值,所以門檻不用改程式就可以調整。","item":1},
   {"say":"第二個負責判斷等級。數值達到嚴重門檻就是 critical,達到警告門檻就是 warn,其他就是 ok。","item":2}
  ],
  "程序排行與健康摘要#6": [
   {"say":"最後是健康檢查的工具。","item":0},
   {"say":"登錄的描述寫著,對 C P U、記憶體、磁碟做健康檢查,回傳每一項的等級和整體結論。使用者問主機狀況好不好的時候,優先呼叫它。","item":1},
   {"say":"函式會依序檢查 C P U、記憶體,還有每一個磁碟分割區,各自判斷等級,再取其中最嚴重的當作整體結論。範例裡的門檻只是示範值,一定要依照你的工作負載調整,並且放在環境變數或設定檔裡,不要散落在程式裡。","item":2}
  ],
  "closing": [
   {"say":"好,第六章就到這裡。現在我們的助理已經會查 C P U、記憶體、磁碟,也能列出程序排行,給出健康摘要了。","item":0},
   {"say":"請記得動手做練習,再完成章末的小測驗,檢查自己學會了多少。我們下一章見。","item":1}
  ]
 }
}
