LINUX入门：Linux系统监控命令和软件安装

发布时间：2020-12-13 17:45:20 所属栏目：Linux 来源：网络整理

导读：《LINUX入门：Linux系统监控命令和软件安装》要点：本文介绍了LINUX入门：Linux系统监控命令和软件安装，希望对您有用。如果有疑问，可以联系我们。 Linux监测命令的运行时间 time command ? $ time sleep 5 real? ? 0m5.003s # 程序开始至结束的时间,包括

《LINUX入门：Linux系统监控命令和软件安装》要点：
本文介绍了LINUX入门：Linux系统监控命令和软件安装，希望对您有用。如果有疑问，可以联系我们。

Linux监测命令的运行时间 time command

$ time sleep 5

real? ? 0m5.003s # 程序开始至结束的时间,包括其它进程占用的时间片和IO时间

user? ? 0m0.001s # 进程真正执行占用CPU的时间

sys? ? 0m0.002s? ?  # 进程在内核中调用所消耗的CPU时间
?

user+sys是进程实际的CPU时间.如果多线程执行,这个时间可能大于Real.如果IO是瓶颈,则real会大于user+sys (单线程).

查看正在运行的命令和其资源使用 top

统计信息区

第一行：任务队列信息,与uptime命令执行结果相同

17:32:34：系统当前时间
up 3 days,8:04：主机已运行时间
5 users：用户连接数(不是用户数,who命令)
load average: 0.09,0.12,0.19：系统平均负载,统计最近1,5,15分钟的系统平均负载

补充：uptime -V可查询版本

第二行：进程信息

Tasks: 287 total：进程总数
2 running：正在运行的进程数
285 sleeping：睡眠的进程数
0 stopped：停止的进程数
0 zombie：僵尸进程数

第三行：CPU信息(当有多个CPU时,这些内容可能会超过两行)

1.5 us：用户空间所占CPU百分比
0.9 sy：内核空间占用CPU百分比
0.0 ni：用户进程空间内改变过优先级的进程占用CPU百分比
97.5 id：空闲CPU百分比
0.2 wa：等待输入输出的CPU时间百分比
0.0 hi：硬件CPU中断占用百分比
0.0 si：软中断占用百分比
0.0 st：虚拟机占用百分比

第四行：内存信息(与第五行的信息类似与free命令)

8053444 total：物理内存总量
7779224 used：已使用的内存总量
274220 free：空闲的内存总量(free+used=total)
359212 buffers：用作内核缓存的内存量

第五行：swap信息

8265724 total：交换分区总量
33840 used：已使用的交换分区总量
8231884 free：空闲交换区总量
4358088 cached Mem：缓冲的交换区总量,内存中的内容被换出到交换区,然后又被换入到内存,但是使用过的交换区没有被覆盖,交换区的这些内容已存在于内存中的交换区的大小,相应的内存再次被换出时可不必再对交换区写入.

进程信息区

PID:进程id
PPID:父进程id
RUSER:Real user name(看了好多,都是这样写,也不知道和user有什么区别,欢迎补充此处)
UID:进程所有者的id
USER:进程所有者的用户名
GROUP:进程所有者的组名
TTY:启动进程的终端名.不是从终端启动的进程则显示为?
PR:优先级
NI:nice值.负值表示高优先级,正值表示低优先级
P:最后使用的CPU,仅在多CPU环境下有意义
%CPU:上次更新到现在的CPU时间占用百分比
TIME:进程使用的CPU时间总计,单位秒
TIME+：进程所使用的CPU时间总计,单位1/100秒
%MEM:进程使用的物理内存百分比
VIRT:进程使用的虚拟内存总量,单位kb.VIRT=SWAP+RES
SWAP:进程使用的虚拟内存中被被换出的大小
RES:进程使用的、未被换出的物理内存的大小
CODE:可执行代码占用的物理内存大小
DATA:可执行代码以外的部分(数据段+栈)占用的物理内存大小
SHR:共享内存大小
nFLT:页面错误次数
nDRT:最后一次写入到现在,被修改过的页面数
S:进程状态(D=不可中断的睡眠状态,R=运行,S=睡眠,T=跟踪/停止,Z=僵尸进程)
COMMAND:命令名/行
WCHAN:若该进程在睡眠,则显示睡眠中的系统函数名
Flags:任务标志

默认情况下,只显示比较重要的列

文件系统和磁盘信息监测

查看系统硬盘大小和分配

df -h

du -sh *

软件安装

不同于windows,Linux下软件安装的方式比较多样,有些也比较复杂.每种安装方式都有自己的优点和局限,也都有可能遇到问题.在我们理解了原理之后,借助谷歌,可以更好地帮助解决问题.

系统包管理器安装

软件安装最方便的、一般也不容易出问题的是利用系统自带的包管理工具,可以解决大部分的依赖问题.

但也有一些不足,主要3点：

需要根用户的权限.
如果系统版本老,安装的软件版本也会比较老.使用新版本有时又会发生冲突.
生物信息学中不少软件不在系统的安装源里面.

解决这些问题,就需要自己去软件官网查找最新的分发包,又有两种可能,一种是分发包直接就是编译好的软件,下载下来设置下可执行属性并放入环境变量就可以运行了,如blast或bowtie这样的工具.

另一种则是需要从源码编译安装,下面主要讲解下这个.

源码编译安装

源码编译经典的三部曲configure,make,make install.如果不出问题,一步步执行下来就安装好了.但出了问题,就不是比较容易解决的.如果知道这背后的机制,对解决问题会有很大帮助的.

configure是检查系统的库文件、类文件、依赖软件是否存在以及它们的版本是否满足需求,并根据实际检测结果生成Makefile的工具.一般是一堆bash命令的组合.通常也需要在这一步配置一些参数.最常用的就是指定软件的安装目录--prefix=/home/ct/soft/specific_name.

make则是具体的编译过程.编译的语句都写在了Makefile中.make默认编译Makefile中出现的第一个target,也可以指定target编译,并根据Makefile的设置方式依次编译所有依赖的东西.

Makefile通常的格式和布局如下

# 假设当前文件夹下Makefile文件中内容如下 
# first: target名字
# echo "compile first": target对应的命令,任何Linux命令都可以

$ cat Makefile
first:

? ? echo "compile first"
all: first second

? ? echo "compile all"
second:

? ? echo "compile second"

??
# 直接运行make,会make第一个出现的target

$ make

echo "compile first"
compile first
# make first与直接make相同,因为它出现在第一个 

$ make first

echo "compile first"
compile first
# all依赖于first,second,因此make all会先执行make first,make second
# 然后才是自己所代表的命令 

$ make all

echo "compile first"
compile first

echo "compile second"
compile second

echo "compile all"
compile all

有些软件的安装,在执行完make后就获得了可执行程序,可以跳过make install的过程,只需要放入环境变量就可以运行了.但部分软件还需要一些依赖关系,所以需要执行make install才算完成了完整的安装.

make install通常是拷贝make编译出来的可执行文件或者依赖的库文件(如果有的话)到configure时的--prefix指定的目录下.
安装好的软件放入环境变量,就可以快乐的运行了.

两点注意:

从源码编译最难解决的问题就是依赖的库文件、头文件、依赖软件的缺失或版本不匹配,没有统一的解决办法,原则就是缺啥补啥.后面提到的Anaconda,会对库文件的依赖提供一个简便的解决办法.
三部曲每一步的执行,屏幕上都会输出比较多的信息,一定仔细看最后有没有ERROR类的字样,对判断软件有无安装成功和下一步要怎么解决问题会很有帮助.

Linux包的安装通用方式主要是这些,后面还会提到两种虚拟安装方式,都是为了简化安装而提出的.

Python包的安装

在没有Anaconda(或其前身canopy)出现之前,Python包以其管理混乱、安装困难著称.有了Anaconda后,不只python包的安装简单了,其它软件的安装也都方便了 (详见后面Anaconda的两个福利).

首先下载Anaconda的安装包 https://www.continuum.io/downloads.
Anaconda的安装包做的很人性化,一个bash脚本,只要运行bash Anacond*x86_64.sh,然后依照提示操作就可以了.
安装好后,设置或刷新下环境变量就可以使用了.
此后再安装python的包只需要执行pip install pakcage_name或conda install pakckage_name就可以了.
这里唯一需要注意的就是确认使用的python或pip确实是Anaconda安装的python或pip.
which python查看使用的python命令.
如果使用的还是系统默认的python,则需要检查下环境变量的设置.

Anaconda的两个福利

1、头文件和库文件库

这是Anaconda安装后的目录结构

bin ? envs ?Examples ?imports ?lib ? ?LICENSE.txt ?pkgs ? ? share ?var

conda-meta ?etc ? gcc include ?lib64 ?mkspecsplugins ?ssl

其中lib目录下,一部分是依赖的动态链接库,.so文件；这也是在源码编译时最常见的拦路虎.通常,只需要把这个目录放入环境变量LD_LIBRARY_PATH里面比如export LD_LIBARY_PATH=${LD_LIBARY_PATH}:anaconda_path/lib就可以解决问题.

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

2、bioconda

bioconda提供了一个虚拟环境,方便软件的编译安装.

R包的安装

需要注意的也是依赖的软件或库文件的版本,同样的Anaconda提供的lib库也可以直接拿来用.

本文永久更新链接地址：

学习更多LINUX教程，请查看站内专栏，如果有LINUX疑问，可以加QQ交流《LINUX入门：Linux系统监控命令和软件安装》。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!