前言
做為一個性能測驗工程師，每當我們發現計算機變慢的時候，我們通常的標準姿勢就是執行 uptime 或 top 命令，來了解系統的負載情況，
比如像下面這樣，我在命令列里輸入了 uptime 命令，系統會回傳一行資訊，
-
appletekimbp:~ apple$ uptime -
20:44 up 21 days, 6:41, 2 users, load averages: 2.85 2.33 2.91
但我想問的是，各位同學知道以上每列輸出的含義嗎？
-
20:44 # 當前時間 -
up 21 days, 6:41 # 系統運行時間 -
2 users # 正在登錄用戶數 -
-
# 系統的平均負載，分別是1分鐘、5分鐘、15分鐘內系統的平均負載 -
load averages: 2.85 2.33 2.91
這行資訊的后半部分，顯示 "load average"，它的意思是"系統的平均負載"，里面有三個數字，我們可以從中判斷系統負載是大還是小，
什么是系統平均負載？
我猜一定會有同學會說，平均負載不就是單位時間的 CPU 使用率嗎？上面 2.85，就代表 CPU 使用率是 285%，其實不是這樣的，
CPU 負載值在 Linux 系統中表示正在運行，處于可運行狀態的平均作業數（讀取一組與流程執行執行緒對應的機器語言的程式指令），或者非常重要，休眠但不可中斷（不可交錯的休眠狀態）），也就是說，要計算 CPU 負載的值，只考慮正在運行或等待分配 CPU 時間的行程，不考慮正常的休眠程序（休眠狀態），僵尸或停止的程序，
簡單來說，平均負載是指單位時間內，系統處于可運行狀態和不可中斷狀態的平均行程數，也就是平均活躍行程數，它和 CPU 使用率并沒有直接關系，
行程狀態代碼 R 正在運行或可運行（在運行佇列中） D 不間斷休眠（通常為IO） S 可中斷休眠（等待事件完成） Z 失效/僵尸，終止但未被其父 T 停止，由作業控制停止信號或因為它被追蹤 [...]
這里先解釋下，可運行狀態和不可中斷狀態，
可運行狀態的行程，指的是正在使用CPU或者正在等待CPU的行程，也就是我們常用 ps 命令看到處于 R 狀態（Running 或 Runnable）的行程，
不可中斷狀態的行程，指的是正處于內核態關鍵流程中的行程，并且這些流程是不可打斷的，比如常見是等待硬體設備的 I/O 回應，也就是我們在Ps 命令看到的D狀態(Uninterruptible Sleep，也稱為 Disk Sleep）的行程， 比如，當一個行程向磁盤讀寫資料時，為了保證資料的一致性，在得到磁盤回復前，它是不能被其他行程或者中斷打斷的，這個時間的行程就處于不可中斷狀態，如果此時的行程被打斷，就容易出現磁盤資料與行程資料不一致的問題，
所以，不可中斷狀態實際上是系統對行程和硬體設備的一種保護機制，
因此，我們可以簡單理解為，平均負載其實就是平均活躍行程數，平均活躍行程數，直觀上的理解就是單位時間內的活躍行程數， 既然平均的是是活躍行程數，那么理想的是，每個CPU上都剛好運行著一個行程，這樣每個CPU都得到了充分利用，
以下是單核處理器計算機中不同負載值的含義：
-
0.00：沒有任何作業正在運行或等待 CPU 執行，即 CPU 完全空閑，因此，如果正在運行的程式（行程）需要執行任務，它會向 CPU 請求作業系統，并立即為該行程分配 CPU 時間，因為沒有其他行程在競爭它，
-
0.50：沒有任何作業在等待，但 CPU 正在處理以前的作業，并且它正在以 50％ 的容量進行處理，在這種情況下，作業系統還可以立即將 CPU 時間分配給其他行程，而無需將其置于保持狀態，
-
1.00：佇列中沒有作業，但 CPU 正在以 100％ 的容量處理先前的作業，因此如果新行程請求 CPU 時間，則必須將其保留到另一個作業完成或當前 CPU 插槽時間（例如，CPU tick）到期，作業系統決定哪一個是下一個給定的行程優先級，
-
1.50：CPU 作業在其容量的 100％，15個作業中有5個請求CPU時間，即 33.33％，必須排隊等待其他人耗盡他們分配的時間，因此，一旦超過1.0 的閾值，就可以說系統過載，因為它不能立即處理所請求的 100％ 的作業，
那么很顯然，"load average"的值越低，比如等于0.2或0.3，就說明服務器的作業量越小，系統負載比較低，
一個類比
上面還看太懂怎么辦？沒事，我們來看一個簡單的類比例子，
先假設最簡單的情況，你的計算機只有一個 CPU，所有的運算都必須由這個 CPU 來完成，
那么，我們不妨把這個 CPU 想象成一座大橋，橋上只有一根車道，所有車輛都必須從這根車道上通過，（很顯然，這座橋只能單向通行，）
系統負載為 0，意味著大橋上一輛車也沒有，
系統負載為 0.5，意味著大橋一半的路段有車，
系統負載為 1.0，意味著大橋的所有路段都有車，也就是說大橋已經"滿"了，但是必須注意的是，直到此時大橋還是能順暢通行的，
系統負載為 1.7，意味著車輛太多了，大橋已經被占滿了（100%），后面等著上橋的車輛為橋面車輛的 70%，以此類推，系統負載 2.0，意味著等待上橋的車輛與橋面的車輛一樣多；系統負載 3.0，意味著等待上橋的車輛是橋面車輛的 2 倍，總之，當系統負載大于 1，后面的車輛就必須等待了；系統負載越大，過橋就必須等得越久，
CPU 的系統負載，基本上等同于上面的類比，大橋的通行能力，就是CPU 的最大作業量；橋梁上的車輛，就是一個個等待 CPU 處理的行程（process），
如果CPU 每分鐘最多處理100個行程，那么系統負載0.2，意味著CPU在這 1 分鐘里只處理 20 個行程；系統負載 1.0，意味著 CPU 在這 1 分鐘里正好處理 100 個行程；系統負載 1.7，意味著除了 CPU 正在處理的100 個行程以外，還有 70 個行程正排隊等著CPU處理，
為了計算機順暢運行，系統負載最好不要超過 1.0，這樣就沒有行程需要等待了，所有行程都能第一時間得到處理，很顯然，1.0 是一個關鍵值，超過這個值，系統就不在最佳狀態了，你要動手干預了，
多處理器和多核系統
在具有多個處理器或核心（多個邏輯 CPU）的系統中，CPU 負載值的含義取決于系統中存在的處理器數量，因此，具有4 個處理器的計算機在達到4.00的負載之前將不會以100％使用，因此在解釋由 top，htop 或正常運行時間等命令提供的3個負載值時，你必須要做的第一件事 就是將它們分開，系統中存在的邏輯CPU數量，并從中得出結論，
舉個例子，如果你的計算機裝了 2 個 CPU，會發生什么情況呢？ 2 個 CPU，意味著計算機的處理能力翻了一倍，能夠同時處理的行程數量也翻了一倍， 還是用大橋來類比，兩個 CPU 就意味著大橋有兩根車道了，通車能力翻倍了
所以，2 個CPU表明系統負載可以達到 2.0，此時每個 CPU 都達到 100%的作業量，推廣開來，n 個 CPU 的計算機，可接受的系統負載最大為n.0，
芯片廠商往往在一個 CPU 內部，包含多個CPU核心，這被稱為多核CPU，
在系統負載方面，多核 CPU 與多 CPU 效果類似，所以考慮系統負載的時候，必須考慮這臺計算機有幾個 CPU、每個 CPU 有幾個核心，然后，把系統負荷除以總的核心數，只要每個核心的負荷不超過 1.0，就表明計算機正常運行， 怎么知道PC有多少個 CPU 核心呢？
CPU使用率
如果我們觀察在給定時間間隔內通過 CPU 的不同行程，則利用率百分比將表示相對于 CPU 執行與每個行程相對應的指令的那個時間間隔的時間部分，但這種計算只運行的行程，而不是那些正在等待，無論它們是在佇列（可運行狀態）還是休眠但不可中斷（例如在等待輸入/輸出操作的結束）被認為， 因此，這個指標可以讓我們了解哪些行程最大程度地擠壓 CPU，但是如果系統狀態過載或者未充分利用，則不能給出真實的系統狀態圖，
現實作業中，我們經常容易把平均負載和 CPU 使用率混淆，從上面我們知道平均負載是指單位時間內，處于可運行狀態和不可中斷狀態的行程數，所以，它不僅包括正在使用 CPU 的行程，還包括等待 CPU 和等待I/O 的行程，而 CPU使用率，從上面的解釋我們知道是單位時間內繁忙程度，跟平均負載并不一定完全對應，比如：
-
CPU 密集型行程，使用大量 CPU 會導致平均負載升高，這時候兩者是一致的，
-
I/O 密集型行程，等待 I/O 也會導致平均負載升高，但 CPU 使用率不一定很高，
-
大量等待 CPU 的行程調度也會導致平均負載很高，此時的 CPU 使用率也會比較高，
注意輸入/輸出（I / O）操作
在本文反復強調了不間斷休眠狀態非常重要 （第一張圖中的D），因為有時你可以在計算機中找到非常高的負載值，然而不同的運行程序使用率相對較低，如果你不考慮這種狀態，你會發現情況莫名其妙，你將不知道如何處理它，當行程等待某個資源的釋放并且其執行不能被中斷時，例如當它等待不可中斷的 I/O 操作時，行程處于此狀態完成（并非所有都是不可中斷的），通常，這種情況是由于磁盤故障，網路檔案系統（如NFS故障）或大量使用非常慢的設備（例如USB 1.0 Pendrive）而發生的，
在這種情況下，我們將不得不使用替代工具，如 iostat 或 iotop，它們將指示哪些行程正在執行更多的 I/O 操作，以便我們可以殺死這些行程或為它們分配較少的優先級（nice命令）能夠為其他更關鍵的行程分配更多的CPU 時間，
一些技巧
系統過載并超過1.0的負載值有時不是問題，因為即使有一些延遲，CPU也會處理佇列中的作業，負載將再次降低到1.0以下的值，但是如果系統的持續負載值大于1，則意味著它無法吸收執行中的所有負載，因此其回應時間將增加，系統將變得緩慢且無回應，高于1的高值，尤其是最后5分鐘和15分鐘的負載平均值是一個明顯的癥狀，要么我們需要改進計算機的硬體，通過限制用戶可以對系統的使用來節省更少的資源，或者除以多個相似節點之間的負載，
因此，我們提出以下建議：
-
>=0.70：沒有任何反應，但有必要監控 CPU 負載，如果在一段時間內保持這種狀態，就必須在事情變得更糟之前進行調查， -
>=1.00：存在問題，您必須找到并修復它，否則系統負載的主要高峰將導致您的應用程式變慢或無回應， -
>=3.00：你的系統變得 非常慢，甚至很難從命令列操作它來試圖找出問題的原因，因此修復問題需要的時間比我們之前采取的行動要長，你冒的風險是系統會更飽和并且肯定會崩潰， -
>=5.00：你可能無法恢復系統，你可以等待奇跡自發降低負載，或者如果你知道發生了什么并且可以負擔得起，你可以在控制臺中啟動kill-9<process_name>之類的命令 ，并祈求它運行在某些時候，以減輕系統負荷并重新獲得其控制權，否則，你肯定別無選擇，只能重新啟動計算機， -
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/288483.html
標籤：其他