atop 项目亮点解析
2025-05-17 04:44:33作者:尤辰城Agatha
1、项目的基础介绍 atop 是一款运行在Linux上的全屏性能监控工具,能够实时报告系统资源利用情况和进程活动。它不仅能够显示CPU、内存、交换空间、磁盘(包括LVM)和网络层面的系统级活动,还能为每个进程(和线程)显示CPU使用率、内存使用量、磁盘使用量、优先级、用户名、状态和退出代码等详细信息。此外,通过可选的内核模块 netatop,atop 还可以显示每个进程/线程的网络活动;通过可选的守护进程 atopgpud,atop 也能显示系统级和进程级的GPU活动。值得一提的是,atop 还支持显示cgroup级别的资源消耗情况,并可 optionally 显示包含在这些cgroup中的进程。
2、项目代码目录及介绍 atop 项目的代码目录结构清晰,各个模块功能明确。主要目录包括:
- process_accounting.c/h:负责处理进程的账户数据。
- atop.c:主程序文件,包含程序的主要逻辑。
- atopacct.init/service.rc:启动脚本和初始化文件。
- atopacctd.c/h:负责运行守护进程 atopacctd。
- atopcat.c:负责处理 atop 生成的日志文件。
- atopconvert.c:负责将 atop 日志转换为其他格式。
- atopdaily:系统启动时运行的脚本,用于创建 atop 日志目录。
- atopgpud:GPU活动监控守护进程。
- atop.init/service.rc:atop 和 atopacct 的启动脚本和初始化文件。
- atoprotate.service/timer:日志轮转服务和定时器文件。
- atop.service:atop 的系统服务文件。
- atop.spec:用于创建 atop RPM 包的文件。
- atopacct.service:atopacct 的系统服务文件。
- atopacctd.service:atopacctd 的系统服务文件。
- atopgpu.service:atopgpud 的系统服务文件。
- cgroups.c/h:负责处理 cgroup 信息的模块。
- deviate.c:用于处理异常值的模块。
- drawbar.c:用于绘制柱状图的模块。
- gpucom.c/h:负责与 GPU 设备通信的模块。
- ifprop.c/h:负责处理网络接口属性的模块。
- json.c/h:负责处理 JSON 格式的模块。
- mkdate:用于生成日期字符串的脚本。
- netatopbpfif.c:netatop 的 BPF 接口文件。
- netatopd.h:netatop 守护进程相关的模块。
- netatopif.c:netatop 的接口文件。
- netlink.c:负责处理网络链接信息的模块。
- netstats.h:网络统计信息相关的模块。
- parseable.c/h:负责解析可读性日志的模块。
- photoproc.c/h:负责处理照片进程的模块。
- photosyst.c/h:负责处理系统照片的模块。
- procdbase.c:负责处理进程数据库的模块。
- rawlog.c/h:负责处理 atop 生成的原始日志文件。
- showgeneric.c/h:负责显示通用信息的模块。
- showlinux.c/h:负责显示 Linux 系统信息的模块。
- showprocs.c:负责显示进程信息的模块。
- showsys.c:负责显示系统信息的模块。
- utsnames.c:负责处理系统名称的模块。
- various.c:包含各种辅助功能的模块。
- version.c/h:负责处理版本信息的模块。
3、项目亮点功能拆解 atop 具有以下亮点功能:
- 全屏文本模式和柱状图模式:在文本模式下,可以查看系统资源和进程的详细信息;在柱状图模式下,可以快速了解系统资源的使用情况。
- 实时监控:能够实时报告系统资源利用情况和进程活动,有助于及时发现性能瓶颈。
- 日志记录:能够记录系统资源和进程活动的日志,方便进行长期分析和性能调优。
- 资源消耗分析:能够显示系统级、进程级和 cgroup 级别的资源消耗情况,有助于识别资源消耗异常的进程或 cgroup。
- 高亮显示:通过颜色高亮显示系统资源过载情况,方便用户快速定位问题。
- 支持网络和 GPU 活动监控:通过可选的内核模块和守护进程,可以显示每个进程/线程的网络活动和 GPU 活动。
4、项目主要技术亮点拆解 atop 的主要技术亮点包括:
- 内核模块 netatop:用于捕获网络活动的内核模块,能够提供详细的网络性能数据。
- atopacctd 守护进程:用于收集进程账户数据,为 atop 提供更详细的进程资源消耗数据。
- atopgpud 守护进程:用于监控 GPU 活动,使 atop 能够提供 GPU 性能数据。
- cgroup 支持:支持 cgroup 级别的资源监控,能够提供更细粒度的性能数据。
5、与同类项目对比的亮点 相比于其他性能监控工具,atop 具有以下亮点:
- 多种显示模式:提供全屏文本模式和柱状图模式,满足不同用户的需求。
- 资源消耗分析:能够显示系统级、进程级和 cgroup 级别的资源消耗情况,有助于识别资源消耗异常的进程或 c
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
233
98
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
704