(1)Linux系统中到底应该怎么理解系统的平均负载

每次发现系统变慢时，咱们一般作的第一件事，就是执行 top 或者 uptime 命令，来了解系统的负载状况。好比像下面这样，我在命令行里输入了 uptime 命令，系统也随即给出告终果。

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

 但我想问的是，你真的知道这里每列输出的含义吗？

我相信你对前面的几列比较熟悉，它们分别是当前时间、系统运行时间以及正在登陆用户数。

 02:34:03              //当前时间
 ​
 up 2 days, 20:14      //系统运行时间
 ​
 1 user                //正在登陆用户数

 而最后三个数字呢，依次则是过去 1 分钟、5 分钟、15 分钟的平均负载（Load Average）。

平均负载？这个词对不少人来讲，可能既熟悉又陌生，咱们天天的工做中，也都会提到这个词，但你真正理解它背后的含义吗？若是大家团队来了一个实习生，他揪住你不放，你能给他讲清楚什么是平均负载吗？

如何观测和理解这个最多见、也是最重要的系统指标。

我猜必定有人会说，平均负载不就是单位时间内的 CPU 使用率吗？上面的 0.63，就表明 CPU 使用率是 63%。其实并非这样，若是你方便的话，能够经过执行 man uptime 命令，来了解平均负载的详细解释。

简单来讲，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 使用率并无直接关系。这里我先解释下，可运行状态和不可中断状态这俩词儿。

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，也就是咱们经常使用 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，而且这些流程是不可打断的，好比最多见的是等待硬件设备的 I/O 响应，也就是咱们在 ps 命令中看到的 D 状态（Uninterruptible Sleep，也称为 Disk Sleep）的进程。

好比，当一个进程向磁盘读写数据时，为了保证数据的一致性，在获得磁盘回复前，它是不能被其余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。若是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。

因此，不可中断状态其实是系统对进程和硬件设备的一种保护机制。

所以，你能够简单理解为，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，但它其实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，就是每一个 CPU 上都恰好运行着一个进程，这样每一个 CPU 都获得了充分利用。好比当平均负载为 2 时，意味着什么呢？

在只有 2 个 CPU 的系统上，意味着全部的 CPU 都恰好被彻底占用。

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

讲完了什么是平均负载，如今咱们再回到最开始的例子，不知道你可否判断出，在 uptime 命令的结果里，那三个时间段的平均负载数，多大的时候能说明系统负载高？或是多小的时候就能说明系统负载很低呢？

咱们知道，平均负载最理想的状况是等于 CPU 个数。因此在评判平均负载时，首先你要知道系统有几个 CPU，这能够经过 top 命令或者从文件 /proc/cpuinfo 中读取，好比：

 # 关于grep和wc的用法请查询它们的手册或者网络搜索
 ​
 $ grep 'model name' /proc/cpuinfo | wc -l
 2

 有了 CPU 个数，咱们就能够判断出，当平均负载比 CPU 个数还大的时候，系统已经出现了过载。

不过，且慢，新的问题又来了。咱们在例子中能够看到，平均负载有三个数值，到底该参考哪个呢？

实际上，都要看。三个不一样时间间隔的平均值，其实给咱们提供了，分析系统负载趋势的数据来源，让咱们能更全面、更立体地理解目前的负载情况。

打个比方，就像初秋时北京的天气，若是只看中午的温度，你可能觉得还在 7 月份的大夏天呢。但若是你结合了早上、中午、晚上三个时间点的温度来看，基本就能够全方位了解这一天的天气状况了。

一样的，前面说到的 CPU 的三个负载时间段也是这个道理。

若是 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。

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

反过来，若是 1 分钟的值远大于 15 分钟的值，就说明最近 1 分钟的负载在增长，这种增长有可能只是临时性的，也有可能还会持续增长下去，因此就须要持续观察。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致使的问题，并要想办法优化了。

这里我再举个例子，假设咱们在一个单 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，从总体趋势来看，系统的负载在下降。

那么，在实际生产环境中，平均负载多高时，须要咱们重点关注呢？

在我看来，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。一旦负载太高，就可能致使进程响应变慢，进而影响服务的正常功能。

但 70% 这个数字并非绝对的，最推荐的方法，仍是把系统的平均负载监控起来，而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，好比说负载翻倍了，你再去作分析和调查。

平均负载与 CPU 使用率

现实工做中，咱们常常容易把平均负载和 CPU 使用率混淆，因此在这里，我也作一个区分。

可能你会疑惑，既然平均负载表明的是活跃进程数，那平均负载高了，不就意味着 CPU 使用率高吗？

咱们仍是要回到平均负载的含义上来，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。因此，它不只包括了正在使用 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 繁忙状况的统计，跟平均负载并不必定彻底对应。好比：

CPU 密集型进程，使用大量 CPU 会致使平均负载升高，此时这二者是一致的；

I/O 密集型进程，等待 I/O 也会致使平均负载升高，但 CPU 使用率不必定很高；

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

平均负载案例分析

下面，咱们以三个示例分别来看这三种状况，并用 iostat、mpstat、pidstat 等工具，找出平均负载升高的根源。

由于案例分析都是基于机器上的操做，因此不要只是听听、看看就够了，最好仍是跟着我实际操做一下。

你的准备

下面的案例都是基于 Ubuntu 18.04，固然，一样适用于其余 Linux 系统。我使用的案例环境以下所示。

机器配置：2 CPU，8GB 内存。

预先安装 stress 和 sysstat 包，如 apt install stress sysstat。

在这里，我先简单介绍一下 stress 和 sysstat。

stress 是一个 Linux 系统压力测试工具，这里咱们用做异常进程模拟平均负载升高的场景。

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

mpstat 是一个经常使用的多核 CPU 性能分析工具，用来实时查看每一个 CPU 的性能指标，以及全部 CPU 的平均指标。

pidstat 是一个经常使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。

此外，每一个场景都须要你开三个终端，登陆到同一台 Linux 机器中。

实验以前，你先作好上面的准备。若是包的安装有问题，能够先在 Google 一下自行解决，若是仍是解决不了，再来留言区找我，这事儿应该不难。

另外要注意，下面的全部命令，咱们都是默认以 root 用户运行。因此，若是你是用普通用户登录的系统，必定要先运行 sudo su root 命令切换到 root 用户。

若是上面的要求都已经完成了，你能够先用 uptime 命令，看一下测试前的平均负载状况：

 $ uptime
 ...,  load average: 0.11, 0.15, 0.09

 

场景一：CPU 密集型进程

首先，咱们在第一个终端运行 stress 命令，模拟一个 CPU 使用率 100% 的场景：

 $ stress --cpu 1 --timeout 600

 接着，在第二个终端运行 uptime 查看平均负载的变化状况：

 # -d 参数表示高亮显示变化的区域
 ​
 $ watch -d uptime
 ​
 ...,  load average: 1.00, 0.75, 0.39

 最后，在第三个终端运行 mpstat 查看 CPU 使用率的变化状况：

 # -P ALL 表示监控全部CPU，后面数字5表示间隔5秒后输出一组数据
 ​
 $ mpstat -P ALL 5
 ​
 Linux 4.15.0 (ubuntu) 09/22/18 _x86_64_ (2 CPU)
 ​
 13:30:06     CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle
 ​
 13:30:11     all   50.05    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00   49.95
 ​
 13:30:11       0    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00
 ​
 13:30:11       1  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00

 从终端二中能够看到，1 分钟的平均负载会慢慢增长到 1.00，而从终端三中还能够看到，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因为 CPU 使用率为 100% 。

那么，究竟是哪一个进程致使了 CPU 使用率为 100% 呢？你可使用 pidstat 来查询：

 # 间隔5秒后输出一组数据
 ​
 $ pidstat -u 5 1
 ​
 13:37:07      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
 ​
 13:37:12        0      2962  100.00    0.00    0.00    0.00  100.00     1  stress

 从这里能够明显看到，stress 进程的 CPU 使用率为 100%。

场景二：I/O 密集型进程

首先仍是运行 stress 命令，但此次模拟 I/O 压力，即不停地执行 sync：

 $ stress -i 1 --timeout 600

 仍是在第二个终端运行 uptime 查看平均负载的变化状况：

 $ watch -d uptime
 ​
 ...,  load average: 1.06, 0.58, 0.37

 而后，第三个终端运行 mpstat 查看 CPU 使用率的变化状况：

 # 显示全部CPU的指标，并在间隔5秒输出一组数据
 ​
 $ mpstat -P ALL 5 1
 ​
 Linux 4.15.0 (ubuntu)     09/22/18     _x86_64_    (2 CPU)
 ​
 13:41:28     CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle
 ​
 13:41:33     all    0.21    0.00   12.07   32.67    0.00    0.21    0.00    0.00    0.00   54.84
 ​
 13:41:33       0    0.43    0.00   23.87   67.53    0.00    0.43    0.00    0.00    0.00    7.74
 ​
 13:41:33       1    0.00    0.00    0.81    0.20    0.00    0.00    0.00    0.00    0.00   98.99

 从这里能够看到，1 分钟的平均负载会慢慢增长到 1.06，其中一个 CPU 的系统 CPU 使用率升高到了 23.87，而 iowait 高达 67.53%。这说明，平均负载的升高是因为 iowait 的升高。

那么究竟是哪一个进程，致使 iowait 这么高呢？咱们仍是用 pidstat 来查询：

 # 间隔5秒后输出一组数据，-u表示CPU指标
 ​
 $ pidstat -u 5 1
 ​
 Linux 4.15.0 (ubuntu)     09/22/18     _x86_64_    (2 CPU)
 ​
 13:42:08      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
 ​
 13:42:13        0       104    0.00    3.39    0.00    0.00    3.39     1  kworker/1:1H
 ​
 13:42:13        0       109    0.00    0.40    0.00    0.00    0.40     0  kworker/0:1H
 ​
 13:42:13        0      2997    2.00   35.53    0.00    3.99   37.52     1  stress
 ​
 13:42:13        0      3057    0.00    0.40    0.00    0.00    0.40     0  pidstat

 能够发现，仍是 stress 进程致使的。

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。

好比，咱们仍是使用 stress，但此次模拟的是 8 个进程：

 $ stress -c 8 --timeout 600

 因为系统只有 2 个 CPU，明显比 8 个进程要少得多，于是，系统的 CPU 处于严重过载状态，平均负载高达 7.97：

$ uptime
 ​
 ...,  load average: 7.97, 5.93, 3.02

 接着再运行 pidstat 来看一下进程的状况：

 # 间隔5秒后输出一组数据
 ​
 $ pidstat -u 5 1
 ​
 14:23:25      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
 ​
 14:23:30        0      3190   25.00    0.00    0.00   74.80   25.00     0  stress
 ​
 14:23:30        0      3191   25.00    0.00    0.00   75.20   25.00     0  stress
 ​
 14:23:30        0      3192   25.00    0.00    0.00   74.80   25.00     1  stress
 ​
 14:23:30        0      3193   25.00    0.00    0.00   75.00   25.00     1  stress
 ​
 14:23:30        0      3194   24.80    0.00    0.00   74.60   24.80     0  stress
 ​
 14:23:30        0      3195   24.80    0.00    0.00   75.00   24.80     0  stress
 ​
 14:23:30        0      3196   24.80    0.00    0.00   74.60   24.80     1  stress
 ​
 14:23:30        0      3197   24.80    0.00    0.00   74.80   24.80     1  stress
 ​
 14:23:30        0      3200    0.00    0.20    0.00    0.20    0.20     0  pidstat

 能够看出，8 个进程在争抢 2 个 CPU，每一个进程等待 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，最终致使 CPU 过载。

小结

分析完这三个案例，我再来概括一下平均负载的理解。

平均负载提供了一个快速查看系统总体性能的手段，反映了总体的负载状况。但只看平均负载自己，咱们并不能直接发现，究竟是哪里出现了瓶颈。因此，在理解平均负载时，也要注意：

平均负载高有多是 CPU 密集型进程致使的；

平均负载高并不必定表明 CPU 使用率高，还有多是 I/O 更繁忙了；

当发现负载高的时候，你可使用 mpstat、pidstat 等工具，辅助分析负载的来源。