有多中工具可以帮助用户查看vpp运行时的cpu和内存使用量。
Linux top和htop是查看FD.io VPP cpu和内存使用量的好工具，但它们只会显示预分配的内存和总CPU使用情况。这些命令对于显示VPP正在运行的核心很有用。
这是在核心8和9上运行的VPP实例的示例。这个显示的是先键入top，然后在工具启动后键入1所显示的。
$ top
top - 11:04:04 up 35 days, 3:16, 5 users, load average: 2.33, 2.23, 2.16
Tasks: 435 total, 2 running, 432 sleeping, 1 stopped, 0 zombie
%Cpu0 : 1.0 us, 0.7 sy, 0.0 ni, 98.0 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu1 : 2.0 us, 0.3 sy, 0.0 ni, 97.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu2 : 0.7 us, 1.0 sy, 0.0 ni, 98.3 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu3 : 1.7 us, 0.7 sy, 0.0 ni, 97.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu4 : 2.0 us, 0.7 sy, 0.0 ni, 97.4 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu5 : 3.0 us, 0.3 sy, 0.0 ni, 96.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu6 : 2.3 us, 0.7 sy, 0.0 ni, 97.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu7 : 2.6 us, 0.3 sy, 0.0 ni, 97.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu8 : 96.0 us, 0.3 sy, 0.0 ni, 3.6 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu9 :100.0 us, 0.0 sy, 0.0 ni, 0.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu10 : 1.0 us, 0.3 sy, 0.0 ni, 98.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
....
有关vpp内存使用情况的详细信息，可以使用show memory命令。
这是2个内核上的vpp内存使用示例：
# vppctl show memory verbose
Thread 0 vpp_main
22043 objects, 17878k of 20826k used, 2426k free, 2396k reclaimed, 346k overhead, 1048572k capacity
alloc. from small object cache: 22875 hits 39973 attempts (57.23%) replacements 5143
alloc. from free-list: 44732 attempts, 26017 hits (58.16%), 528461 considered (per-attempt 11.81)
alloc. from vector-expand: 3430
allocs: 52324 2027.84 clocks/call
frees: 30280 594.38 clocks/call
Thread 1 vpp_wk_0
22043 objects, 17878k of 20826k used, 2427k free, 2396k reclaimed, 346k overhead, 1048572k capacity
alloc. from small object cache: 22881 hits 39984 attempts (57.23%) replacements 5148
alloc. from free-list: 44736 attempts, 26021 hits (58.17%), 528465 considered (per-attempt 11.81)
alloc. from vector-expand: 3430
allocs: 52335 2027.54 clocks/call
frees: 30291 594.36 clocks/call
要查找VPP CPU负载或VPP繁忙程度，请使用show runtime命令。
在至少一个接口处于轮询模式的情况下，VPP CPU利用率始终为100%。
CPU负载的一个很好的指标是“(average vectors/node)(平均向量/节点)”。数量越大，意味着VPP越忙，但效率也越高。最大值为255（除非您在代码中更改VLIB_FRAME_SIZE）。它基本上意味着批量处理多少个数据包。
如果VPP无负载，则轮询速度可能非常快，以至于它只会从rx队列中获取一个或几个数据包。这是线程1上显示的情况。随着负载的增加，vpp将有更多的工作要做，因此它将轮询的频率降低，这将导致更多的数据包在rx队列中等待。更多的数据包将导致代码执行效率更高，因此时(clock cycles/packet)(钟周期数/数据包)将减少。当“(average vectors/node)(平均向量/节点)”接近255时，您可能会开始观察到rx队列尾部丢弃。
# vppctl show run
Thread 0 vpp_main (lcore 8)
Time 6152.9, average vectors/node 0.00, last 128 main loops 0.00 per node 0.00
vector rates in 0.0000e0, out 0.0000e0, drop 0.0000e0, punt 0.0000e0
Name State Calls Vectors Suspends Clocks Vectors/Call
acl-plugin-fa-cleaner-process event wait 0 0 1 3.66e4 0.00
admin-up-down-process event wait 0 0 1 2.54e3 0.00
....
---------------
Thread 1 vpp_wk_0 (lcore 9)
Time 6152.9, average vectors/node 1.00, last 128 main loops 0.00 per node 0.00
vector rates in 1.3073e2, out 1.3073e2, drop 6.5009e-4, punt 0.0000e0
Name State Calls Vectors Suspends Clocks Vectors/Call
TenGigabitEthernet86/0/0-outpu active 804395 804395 0 6.17e2 1.00
TenGigabitEthernet86/0/0-tx active 804395 804395 0 7.29e2 1.00
arp-input active 2 2 0 3.82e4 1.00
dpdk-input polling 24239296364 804398 0 1.59e7 0.00
error-drop active 4 4 0 4.65e3 1.00
ethernet-input active 2 2 0 1.08e4 1.00
interface-output active 1 1 0 3.78e3 1.00
ip4-glean active 1 1 0 6.98e4 1.00
ip4-icmp-echo-request active 804394 804394 0 5.02e2 1.00
ip4-icmp-input active 804394 804394 0 4.63e2 1.00
ip4-input-no-checksum active 804394 804394 0 8.51e2 1.00
ip4-load-balance active 804394 804394 0 5.46e2 1.00
ip4-local active 804394 804394 0 5.79e2 1.00
ip4-lookup active 804394 804394 0 5.71e2 1.00
ip4-rewrite active 804393 804393 0 5.69e2 1.00
ip6-input active 2 2 0 5.72e3 1.00
ip6-not-enabled active 2 2 0 1.56e4 1.00
unix-epoll-input polling 835722 0 0