什么是平均负载

　　我们知道使用top或uptime可以用来了解系统的负载情况。

uptime

2 02:34:03 up 2 days, 20:14,    1 user, load average: 0.63, 0.83, 0.88

​

02:34:03    // 当前时间

2up 2 days, 20:14   // 系统运行时间

31 user // 正在登录用户数

而最后三个数字，依次则是过去 1 分钟、5 分钟、15 分钟的平均负载

　　平均负载是指单位时间内，系统处于可运行状态和不可中断状态的平均进程数，也就是平均活跃进程数，它和 CPU 使用率并没有直接关系。

所谓可运行状态的进程，是指正在使用 CPU 或者正在等待 CPU 的进程，也就是我们常用ps 命令看到的，处于 R 状态（Running 或 Runnable）的进程。

不可中断状态的进程则是正处于内核态关键流程中的进程，并且这些流程是不可打断的， 比如最常见的是等待硬件设备的 I/O 响应，也就是我们在 ps 命令中看到的 D 状态（Uninterruptible Sleep，也称为 Disk Sleep）的进程。

　　比如，当一个进程向磁盘读写数据时，为了保证数据的一致性，在得到磁盘回复前，它是不能被其他进程或者中断打断的，这个时候的进程就处于不可中断状态。如果此时的进程被打断了，就容易出现磁盘数据与进程数据不一致的问题。所以，不可中断状态实际上是系统对进程和硬件设备的一种保护机制。

　　因此，可以简单理解为，平均负载其实就是平均活跃进程数。平均活跃进程数，直观上的理解就是单位时间内的活跃进程数，但它实际上是活跃进程数的指数衰减平均值。这 个“指数衰减平均”的详细含义你不用计较，这只是系统的一种更快速的计算方式，你把它直接当成活跃进程数的平均值也没问题。

　　既然平均的是活跃进程数，那么最理想的，就是每个 CPU 上都刚好运行着一个进程，这样每个 CPU 都得到了充分利用。

　　比如当平均负载为 2 时，意味着什么呢？

　　　　在只有 2 个 CPU 的系统上，意味着所有的 CPU 都刚好被完全占用。

　　　　在 4 个 CPU 的系统上，意味着 CPU 有 50% 的空闲。　　

　　　　而在只有 1 个 CPU 的系统中，则意味着有一半的进程竞争不到 CPU。

平均负载为多少时合理

平均负载最理想的情况是等于 CPU 个数。所以在评判平均负载时，首先你要知道系统有几个 CPU，这可以通过 top 命令或者从文件 /proc/cpuinfo 中读取

[root@web-01 ~]# grep 'model name' /proc/cpuinfo

model name : Intel(R) Core(TM) i5-8250U CPU @ 1.60GHz

model name : Intel(R) Core(TM) i5-8250U CPU @ 1.60GHz

有了 CPU 个数，我们就可以判断出，当平均负载比 CPU 个数还大的时候，系统已经出现了过载。

　　三个不同时间间隔的平均值，其实给我们提供了，分析系统负载趋势的数据来源，让我们能更全面、更立体地理解目前的负载状况。

　　如果 1 分钟、5 分钟、15 分钟的三个值基本相同，或者相差不大，那就说明系统负载很平稳。

　　但如果 1 分钟的值远小于 15 分钟的值，就说明系统最近 1 分钟的负载在减少，而过去15 分钟内却有很大的负载。

反过来，如果 1 分钟的值远大于 15 分钟的值，就说明最近 1 分钟的负载在增加，这种增加有可能只是临时性的，也有可能还会持续增加下去，所以就需要持续观察。一旦 1 分钟的平均负载接近或超过了 CPU 的个数，就意味着系统正在发生过载的问题，这时就得分析调查是哪里导致的问题，并要想办法优化了。

　　这里再举个例子，假设我们在一个单 CPU 系统上看到平均负载为 1.73，0.60，7.98， 那么说明在过去 1 分钟内，系统有 73% 的超载，而在 15 分钟内，有 698% 的超载，从整体趋势来看，系统的负载在降低。

　　那么，在实际生产环境中，平均负载多高时，需要我们重点关注呢？

　　一般，当平均负载高于 CPU 数量 70% 的时候，你就应该分析排查负载高的问题了。一旦负载过高，就可能导致进程响应变慢，进而影响服务的正常功能。

但 70% 这个数字并不是绝对的，最推荐的方法，还是把系统的平均负载监控起来，然后根据更多的历史数据，判断负载的变化趋势。当发现负载有明显升高趋势时，比如说负载翻倍了，再去做分析和调查。

平均负载与 CPU 使用率

　　既然平均负载代表的是活跃进程数，那平均负载高了，不就意味着 CPU 使用率高吗？

　　平均负载是指单位时间内，处于可运行状态和不可中断状态的进程数。所以，它不仅包括了正在使用 CPU 的进程，还包括等待 CPU 和等待I/O 的进程。

而 CPU 使用率，是单位时间内 CPU 繁忙情况的统计，跟平均负载并不一定完全对应。比如：

　　　　CPU 密集型进程，使用大量 CPU 会导致平均负载升高，此时这两者是一致的；

　　　　I/O 密集型进程，等待 I/O 也会导致平均负载升高，但 CPU 使用率不一定很高；

　　　　大量等待 CPU 的进程调度也会导致平均负载升高，此时的 CPU 使用率也会比较高。

平均负载案例分析

　　下面，我们以三个示例分别来看这三种情况，并用 iostat、mpstat、pidstat 等工具，找出平均负载升高的根源。
　　stress 是一个 Linux 系统压力测试工具，这里我们用作异常进程模拟平均负载升高的场景。

　　而 sysstat 包含了常用的 Linux 性能工具，用来监控和分析系统的性能。我们的案例会用到这个包的两个命令 mpstat 和 pidstat。

安装sysstat

wget http://pagesperso-orange.fr/sebastien.godard/sysstat-12.1.5-1.x86_64.rpm

yum localinstall sysstat-12.1.5-1.x86_64.rpm -y

　　　　mpstat 是一个常用的多核 CPU 性能分析工具，用来实时查看每个 CPU 的性能指标， 以及所有 CPU 的平均指标。
　　　　pidstat 是一个常用的进程性能分析工具，用来实时查看进程的 CPU、内存、I/O 以及上下文切换等性能指标。

场景一：CPU 密集型进程

#在第一个终端运行 stress 命令，模拟一个 CPU 使用率 100% 的场景

[root@doit ~]# stress --cpu 1  --timeout 600

stress: info: [25975] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd

[root@doit ~]# watch -d uptime

Every 2.0s: uptime                                                       Thu Jul 11 17:34:31 2019

 17:34:31 up 33 days,  3:47,  6 users,  load average: 0.80, 0.66, 0.66

#1 分钟的平均负载会慢慢增加到 1.00，而从终端三中还可以看到，

[root@doit ~]# mpstat -P ALL 5

Linux 4.20.0-1.el7.elrepo.x86_64 (doit)     07/11/2019  _x86_64_    (2 CPU)

05:33:34 PM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle

05:33:39 PM  all   50.20    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00   49.80

05:33:39 PM    0  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00

05:33:39 PM    1    0.20    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00   99.80

#正好有一个 CPU 的使用率为 100%，但它的 iowait 只有 0。这说明，平均负载的升高正是由于 CPU 使用率为 100% 。

[root@doit ~]# pidstat -u 5 1

Linux 4.20.0-1.el7.elrepo.x86_64 (doit)     07/11/2019  _x86_64_    (2 CPU)

05:35:13 PM   UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command

05:35:18 PM    27      3769    0.00    0.20    0.00    0.00    0.20     0  mysqld

05:35:18 PM     0     25976   99.80    0.00    0.00    0.00   99.80     0  stress

05:35:18 PM     0     26115    0.00    0.20    0.00    0.00    0.20     1  pidstat

#从这里可以明显看到，stress 进程的 CPU 使用率为 100%。

场景二：I/O 密集型进程

[root@doit ~]# stress -i 1 --timeout 600

stress: info: [23627] dispatching hogs: 0 cpu, 1 io, 0 vm, 0 hdd

[root@doit ~]# watch -d uptime

Every 2.0s: uptime                                                       Thu Jul 11 15:50:57 2019

 15:50:57 up 33 days,  2:04,  8 users,  load average: 1.39, 1.09, 1.00

[root@doit ~]# mpstat -P ALL 5

Linux 4.20.0-1.el7.elrepo.x86_64 (doit)     07/11/2019  _x86_64_    (2 CPU)

03:51:20 PM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle

03:51:25 PM  all    0.42    0.00    8.60   25.18    0.00    0.10    0.00    0.00    0.00   65.69

03:51:25 PM    0    0.65    0.00   10.85   51.84    0.00    0.22    0.00    0.00    0.00   36.44

03:51:25 PM    1    0.20    0.00    6.50    0.20    0.00    0.00    0.00    0.00    0.00   93.09

# 平均负载的升高是由于 iowait 的升高。

# 哪个进程，导致 iowait 这么高呢？我们还是用 pidstat 来查询：

[root@doit ~]# pidstat -u 5 1

Linux 4.20.0-1.el7.elrepo.x86_64 (doit)     07/11/2019  _x86_64_    (2 CPU)

03:51:44 PM   UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command

03:51:49 PM     0        10    0.00    0.20    0.00    0.20    0.20     1  rcu_sched

03:51:49 PM     0      1553    0.00    2.79    0.00    0.00    2.79     1  kworker/1:1H-kblockd

03:51:49 PM     0      1667    0.00    4.19    0.00    0.00    4.19     0  kworker/0:1H-kblockd

03:51:49 PM     0      3086    0.00    0.20    0.00    1.00    0.20     0  haveged

03:51:49 PM     0     24186    0.00    0.20    0.00    0.00    0.20     1  watch

03:51:49 PM     0     24369    0.40   18.16    0.00    8.18   18.56     1  stress

03:51:49 PM     0     24512    0.00    0.20    0.00    0.00    0.20     0  pidstat

# 可以发现，还是 stress 进程导致的。

[root@doit ~]# pidstat -d 5 1

Linux 4.20.0-1.el7.elrepo.x86_64 (doit)     07/11/2019  _x86_64_    (2 CPU)

05:06:14 PM   UID       PID   kB_rd/s   kB_wr/s kB_ccwr/s iodelay  Command

05:06:19 PM     0     25318      0.00      0.00      0.00     347  stress

场景三：大量进程的场景

当系统中运行进程超出 CPU 运行能力时，就会出现等待 CPU 的进程。比如，我们还是使用 stress，但这次模拟的是 8 个进程：

[root@doit ~]# stress -c 8 --timeout 600

stress: info: [25324] dispatching hogs: 8 cpu, 0 io, 0 vm, 0 hdd

[root@doit ~]# watch -d uptime

Every 2.0s: uptime                                                       Thu Jul 11 17:24:24 2019

 17:24:24 up 33 days,  3:37,  6 users,  load average: 6.12, 2.83, 1.08

# 由于系统只有 2 个 CPU，明显比 8 个进程要少得多，因而，系统的 CPU 处于严重过载状态

接着再运行 pidstat 来看一下进程的情况：

[root@doit ~]# pidstat -u 5 1

Linux 4.20.0-1.el7.elrepo.x86_64 (doit)     07/11/2019  _x86_64_    (2 CPU)

05:22:26 PM   UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command

05:22:31 PM     0      3104    0.00    0.20    0.00    1.00    0.20     1  qemu-ga

05:22:31 PM    27      3769    0.00    0.20    0.00    0.00    0.20     0  mysqld

05:22:31 PM     0     25325   24.95    0.00    0.00   75.45   24.95     1  stress

05:22:31 PM     0     25326   24.75    0.00    0.00   74.65   24.75     1  stress

05:22:31 PM     0     25327   24.95    0.00    0.00   75.45   24.95     1  stress

05:22:31 PM     0     25328   24.75    0.00    0.00   74.65   24.75     0  stress

05:22:31 PM     0     25329   24.95    0.00    0.00   74.65   24.95     1  stress

05:22:31 PM     0     25330   24.95    0.00    0.00   74.65   24.95     0  stress

05:22:31 PM     0     25331   25.15    0.00    0.00   75.05   25.15     0  stress

05:22:31 PM     0     25332   24.95    0.00    0.00   74.85   24.95     0  stress

05:22:31 PM     0     25345    0.00    0.20    0.00    0.00    0.20     1  pidstat

可以看出，8 个进程在争抢 2 个 CPU，每个进程等待 CPU 的时间（也就是代码块中的%wait 列）高达 75%。这些超出 CPU 计算能力的进程，最终导致 CPU 过载。

小结

　　分析完这三个案例，我再来归纳一下平均负载的理解。

　　平均负载提供了一个快速查看系统整体性能的手段，反映了整体的负载情况。但只看平均负载本身，我们并不能直接发现，到底是哪里出现了瓶颈。所以，在理解平均负载时，也要注意：

　　平均负载高有可能是 CPU 密集型进程导致的；
　　平均负载高并不一定代表 CPU 使用率高，还有可能是 I/O 更繁忙了；
　　当发现负载高的时候，你可以使用 mpstat、pidstat 等工具，辅助分析负载的来源。

其他：

　　1.现在大多数CPU有超线程能力，在计算和评估平均负载的时候，CPU的核数是指物理核数，应该是超线程功能的逻辑核数。

　　2.用htop看负载，因为它更直接（在F2配置中勾选所有开关项，打开颜色区分功能），不同的负载会用不同的颜色标识。比如cpu密集型的应用，它的负载颜色是绿色偏高，iowait的操作，它的负载颜色是红色偏高等等，根据这些指标再用htop的sort就很容易定位到有问题的进程。还有个更好用的atop命令，好像是基于sar的统计生成的报告，直接就把有问题的进程标红了，更直观。

1 理解Linux系统的“平均负载”的更多相关文章

  1. 查看Linux系统的平均负载

    1.Linux系统的平均负载的概念 有时候我们会觉得系统响应很慢,但是又找不到原因,这时就要查看平均负载了,看它是否有大量的进程在排队等待.特定时间间隔内运行队列中的平均进程数可以反映系统的繁忙程度, ...

  2. 解析Linux系统的平均负载概念

    一.什么是系统平均负载(Load average)? 在Linux系统中,uptime.w.top等命令都会有系统平均负载load average的输出,那么什么是系统平均负载呢?系统平均负载被定义为 ...

  3. 全面了解 Linux 服务器 - 4. 查看 Linux 系统的平均负载

    可使用 uptime.top.w 命令来查看. 以 uptime 命令为例: liuqian@ubuntu:~$ uptime 17:31:26 up 7:27, 2 users, load aver ...

  4. Linux系统中到底应该怎么理解系统的平均负载

    02 | 基础篇:到底应该怎么理解“平均负载”? 每次发现系统变慢时,我们通常做的第一件事,就是执行 top 或者 uptime 命令,来了解系统的负载情况.比如像下面这样,我在命令行里输入了 upt ...

  5. 深入理解linux系统下proc文件系统内容

    深入理解linux系统下proc文件系统内容 内容摘要:Linux系统上的/proc目录是一种文件系统,即proc文件系统. Linux系统上的/proc目录是一种文件系统,即proc文件系统.与其它 ...

  6. Linux系统排查——CPU负载篇

    本随笔介绍CPU负载的排查手段. 查看系统负载的工具:uptime,w,都能查看系统负载,系统平均负载是处于运行或不可打扰状态的进程的平均数, 可运行:运行态,占用CPU,或就绪态,等待CPU调度. ...

  7. 理解Linux系统中的load average

    理解Linux系统中的load average(图文版) 博客分类: Linux linux load nagios  一.什么是load average? linux系统中的Load对当前CPU工作 ...

  8. Day 22 进程管理2之系统的平均负载

    1.管理进程状态 当程序运行为进程后,如果希望停止进程,怎么办呢? 那么此时我们可以使用linux的kill命令对进程发送关闭信号.当然除了kill.还有killall,pkill 1.使用kill ...

  9. 理解 uptime 的：“平均负载”？ 如何模拟测试

    每次发现系统变慢时,我们通常做的第一件事,就是执行 top 或者 uptime 命令,来了解系统的负载情况.比如像下面这样,我在命令行里输入了 uptime 命令,系统也随即给出了结果. [root@ ...

随机推荐

  1. Anacoda下报错conda command not found 以及TypeError: __new__() got an unexpected keyword argument 'serialized_options'

    在anacoda安装完成后,执行conda list命令,显示command not found 解决方法: 对于anaconda 2  , 输入export PATH=~/anaconda2/bin ...

  2. 黑马 - poi Excel2

    文件上传: //划线处值得效仿 构造用户列表:User.java 批量保存用户

  3. 【运维】Shell -- 快速上手Shell脚本

    1.Shell概述 shell脚本是利用shell的功能所写的一个[程序(program)].这个程序是使用纯文本文件,将一些shell的语法与命令(含外部命令)写在里面,搭配正则表达式.管道命令与数 ...

  4. Day09_47_Map

    Map 集合 Map集合** 继承关系** <interface>: Map(接口)<---HashMap(class)/HashTable(class)/SortedMap(子接口 ...

  5. ESP32音频开发板ESP32-Korvo V1.1踩坑

    电池供电ESP32-Korvo V1.1开发板供电电压低于3.9V不断复位: 报错->Brownout detector was triggered 断电探测器触发复位 根据同行资料发现,禁用断 ...

  6. 脱壳——UPX脱壳原理(脱壳helloworld)

    脱壳--UPX脱壳原理 脱壳步骤 1 找到OEP 2 dump(导出)内存文件 3 修复 1 找到OEP 1 程序运行先从壳代码运行,壳代码执行完之后会跳转到真正的OEP,也就是是说第一步,首先要找到 ...

  7. Servlet与Netty横向对比

    为什么要把这两个看起来不是很搭的东西放在一起对比呢?首先它们两个都是网络编程框架和规范,而且通过我的观察,从API的设计.生命周期方法.处理流程等等方面,他们确实有太多相似的地方了,如果想要深入地学习 ...

  8. 1.9.1- html5文档类型和字符集

    html5新标签与特性 文档类型设定 字符设定:

  9. 第四部分 数据搜索之使用HBASE的API实现条件查询

    因为数据清洗部分需要用到Mapreduce,所以先解决hbase的问题,可以用命令先在hbase存一下简单的数据进行查询,之后只要替换数据就可以实现了原本功能 在看该部分前,确保Hase API看了, ...

  10. 简单使用高德地图开放平台API

    需求说明 输入经纬度,得到城市名 挑选API 使用高德逆地理编码API,点击查看文档 demo <?php /** * 根据输入的经纬度返回城市名称 * @param $longitude 终点 ...