每次發現系統變慢時，我們通常做的第一件事，就是執行 top 或者 uptime 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，系統也隨即給出了結果，
$ uptime
?
02:34:03 up 2 days, 20:14, 1 user, load average: 0.63, 0.83, 0.88
但我想問的是，你真的知道這里每列輸出的含義嗎？
我相信你對前面的幾列比較熟悉，它們分別是當前時間、系統運行時間以及正在登錄用戶數，
02:34:03 //當前時間 ? up 2 days, 20:14 //系統運行時間 ? 1 user //正在登錄用戶數
而最后三個數字呢，依次則是過去 1 分鐘、5 分鐘、15 分鐘的平均負載（Load Average），
平均負載？這個詞對很多人來說，可能既熟悉又陌生，我們每天的作業中，也都會提到這個詞，但你真正理解它背后的含義嗎？如果你們團隊來了一個實習生，他揪住你不放，你能給他講清楚什么是平均負載嗎？
如何觀測和理解這個最常見、也是最重要的系統指標，
我猜一定有人會說，平均負載不就是單位時間內的 CPU 使用率嗎？上面的 0.63，就代表 CPU 使用率是 63%，其實并不是這樣，如果你方便的話，可以通過執行 man uptime 命令，來了解平均負載的詳細解釋，
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，這里我先解釋下，可運行狀態和不可中斷狀態這倆詞兒，
所謂可運行狀態的行程，是指正在使用 CPU 或者正在等待 CPU 的行程，也就是我們常用 ps 命令看到的，處于 R 狀態（Running 或 Runnable）的行程，
不可中斷狀態的行程則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，比如最常見的是等待硬體設備的 I/O 回應，也就是我們在 ps 命令中看到的 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，這個時候的行程就處于不可中斷狀態，如果此時的行程被打斷了，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，你可以簡單理解為，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，但它實際上是活躍行程數的指數衰減平均值，這個“指數衰減平均”的詳細含義你不用計較，這只是系統的一種更快速的計算方式，你把它直接當成活躍行程數的平均值也沒問題，
既然平均的是活躍行程數，那么最理想的，就是每個 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，比如當平均負載為 2 時，意味著什么呢？
在只有 2 個 CPU 的系統上，意味著所有的 CPU 都剛好被完全占用，
在 4 個 CPU 的系統上，意味著 CPU 有 50% 的空閑，
而在只有 1 個 CPU 的系統中，則意味著有一半的行程競爭不到 CPU，
平均負載為多少時合理
講完了什么是平均負載，現在我們再回到最開始的例子，不知道你能否判斷出，在 uptime 命令的結果里，那三個時間段的平均負載數，多大的時候能說明系統負載高？或是多小的時候就能說明系統負載很低呢？
我們知道，平均負載最理想的情況是等于 CPU 個數，所以在評判平均負載時，首先你要知道系統有幾個 CPU，這可以通過 top 命令或者從檔案 /proc/cpuinfo 中讀取，比如：
# 關于grep和wc的用法請查詢它們的手冊或者網路搜索 ? $ grep 'model name' /proc/cpuinfo | wc -l 2
有了 CPU 個數，我們就可以判斷出，當平均負載比 CPU 個數還大的時候，系統已經出現了過載，
不過，且慢，新的問題又來了，我們在例子中可以看到，平均負載有三個數值，到底該參考哪一個呢？
實際上，都要看，三個不同時間間隔的平均值，其實給我們提供了，分析系統負載趨勢的資料來源，讓我們能更全面、更立體地理解目前的負載狀況，
打個比方，就像初秋時北京的天氣，如果只看中午的溫度，你可能以為還在 7 月份的大夏天呢，但如果你結合了早上、中午、晚上三個時間點的溫度來看，基本就可以全方位了解這一天的天氣情況了，
同樣的，前面說到的 CPU 的三個負載時間段也是這個道理，
如果 1 分鐘、5 分鐘、15 分鐘的三個值基本相同，或者相差不大，那就說明系統負載很平穩，
但如果 1 分鐘的值遠小于 15 分鐘的值，就說明系統最近 1 分鐘的負載在減少，而過去 15 分鐘內卻有很大的負載，
反過來，如果 1 分鐘的值遠大于 15 分鐘的值，就說明最近 1 分鐘的負載在增加，這種增加有可能只是臨時性的，也有可能還會持續增加下去，所以就需要持續觀察，一旦 1 分鐘的平均負載接近或超過了 CPU 的個數，就意味著系統正在發生過載的問題，這時就得分析調查是哪里導致的問題，并要想辦法優化了，
這里我再舉個例子，假設我們在一個單 CPU 系統上看到平均負載為 1.73，0.60，7.98，那么說明在過去 1 分鐘內，系統有 73% 的超載，而在 15 分鐘內，有 698% 的超載，從整體趨勢來看，系統的負載在降低，
那么，在實際生產環境中，平均負載多高時，需要我們重點關注呢？
在我看來，當平均負載高于 CPU 數量 70% 的時候，你就應該分析排查負載高的問題了，一旦負載過高，就可能導致行程回應變慢，進而影響服務的正常功能，
但 70% 這個數字并不是絕對的，最推薦的方法，還是把系統的平均負載監控起來，然后根據更多的歷史資料，判斷負載的變化趨勢，當發現負載有明顯升高趨勢時，比如說負載翻倍了，你再去做分析和調查，
平均負載與 CPU 使用率
現實作業中，我們經常容易把平均負載和 CPU 使用率混淆，所以在這里，我也做一個區分，
可能你會疑惑，既然平均負載代表的是活躍行程數，那平均負載高了，不就意味著 CPU 使用率高嗎？
我們還是要回到平均負載的含義上來，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，它不僅包括了正在使用 CPU 的行程，還包括等待 CPU 和等待 I/O 的行程，
而 CPU 使用率，是單位時間內 CPU 繁忙情況的統計，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，此時這兩者是一致的；
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升高，此時的 CPU 使用率也會比較高，
平均負載案例分析
下面，我們以三個示例分別來看這三種情況，并用 iostat、mpstat、pidstat 等工具，找出平均負載升高的根源，
因為案例分析都是基于機器上的操作，所以不要只是聽聽、看看就夠了，最好還是跟著我實際操作一下，
你的準備
下面的案例都是基于 Ubuntu 18.04，當然，同樣適用于其他 Linux 系統，我使用的案例環境如下所示，
機器配置：2 CPU，8GB 記憶體，
預先安裝 stress 和 sysstat 包，如 apt install stress sysstat，
在這里，我先簡單介紹一下 stress 和 sysstat，
stress 是一個 Linux 系統壓力測驗工具，這里我們用作例外行程模擬平均負載升高的場景，
而 sysstat 包含了常用的 Linux 性能工具，用來監控和分析系統的性能，我們的案例會用到這個包的兩個命令 mpstat 和 pidstat，
mpstat 是一個常用的多核 CPU 性能分析工具，用來實時查看每個 CPU 的性能指標，以及所有 CPU 的平均指標，
pidstat 是一個常用的行程性能分析工具，用來實時查看行程的 CPU、記憶體、I/O 以及背景關系切換等性能指標，
此外，每個場景都需要你開三個終端，登錄到同一臺 Linux 機器中，
實驗之前，你先做好上面的準備，如果包的安裝有問題，可以先在 Google 一下自行解決，如果還是解決不了，再來留言區找我，這事兒應該不難，
另外要注意，下面的所有命令，我們都是默認以 root 用戶運行，所以，如果你是用普通用戶登陸的系統，一定要先運行 sudo su root 命令切換到 root 用戶，
如果上面的要求都已經完成了，你可以先用 uptime 命令，看一下測驗前的平均負載情況：
$ uptime ..., load average: 0.11, 0.15, 0.09
場景一：CPU 密集型行程
首先，我們在第一個終端運行 stress 命令，模擬一個 CPU 使用率 100% 的場景：
$ stress --cpu 1 --timeout 600
接著，在第二個終端運行 uptime 查看平均負載的變化情況：
# -d 引數表示高亮顯示變化的區域 ? $ watch -d uptime ? ..., load average: 1.00, 0.75, 0.39
最后，在第三個終端運行 mpstat 查看 CPU 使用率的變化情況：
# -P ALL 表示監控所有CPU，后面數字5表示間隔5秒后輸出一組資料 ? $ 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
從終端二中可以看到，1 分鐘的平均負載會慢慢增加到 1.00，而從終端三中還可以看到，正好有一個 CPU 的使用率為 100%，但它的 iowait 只有 0，這說明，平均負載的升高正是由于 CPU 使用率為 100% ，
那么，到底是哪個行程導致了 CPU 使用率為 100% 呢？你可以使用 pidstat 來查詢：
# 間隔5秒后輸出一組資料 ? $ 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
從這里可以明顯看到，stress 行程的 CPU 使用率為 100%，
場景二：I/O 密集型行程
首先還是運行 stress 命令，但這次模擬 I/O 壓力，即不停地執行 sync：
$ stress -i 1 --timeout 600
還是在第二個終端運行 uptime 查看平均負載的變化情況：
$ watch -d uptime ? ..., load average: 1.06, 0.58, 0.37
然后，第三個終端運行 mpstat 查看 CPU 使用率的變化情況：
# 顯示所有CPU的指標，并在間隔5秒輸出一組資料 ? $ 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
從這里可以看到，1 分鐘的平均負載會慢慢增加到 1.06，其中一個 CPU 的系統 CPU 使用率升高到了 23.87，而 iowait 高達 67.53%，這說明，平均負載的升高是由于 iowait 的升高，
那么到底是哪個行程，導致 iowait 這么高呢？我們還是用 pidstat 來查詢：
# 間隔5秒后輸出一組資料，-u表示CPU指標 ? $ 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
可以發現，還是 stress 行程導致的，
場景三：大量行程的場景
當系統中運行行程超出 CPU 運行能力時，就會出現等待 CPU 的行程，
比如，我們還是使用 stress，但這次模擬的是 8 個行程：
$ stress -c 8 --timeout 600
由于系統只有 2 個 CPU，明顯比 8 個行程要少得多，因而，系統的 CPU 處于嚴重過載狀態，平均負載高達 7.97：
$ uptime ? ..., load average: 7.97, 5.93, 3.02
接著再運行 pidstat 來看一下行程的情況：
# 間隔5秒后輸出一組資料 ? $ 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
可以看出，8 個行程在爭搶 2 個 CPU，每個行程等待 CPU 的時間（也就是代碼塊中的 %wait 列）高達 75%，這些超出 CPU 計算能力的行程，最終導致 CPU 過載，
小結
分析完這三個案例，我再來歸納一下平均負載的理解，
平均負載提供了一個快速查看系統整體性能的手段，反映了整體的負載情況，但只看平均負載本身，我們并不能直接發現，到底是哪里出現了瓶頸，所以，在理解平均負載時，也要注意：
平均負載高有可能是 CPU 密集型行程導致的；
平均負載高并不一定代表 CPU 使用率高，還有可能是 I/O 更繁忙了；
當發現負載高的時候，你可以使用 mpstat、pidstat 等工具，輔助分析負載的來源，
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/38448.html
標籤：Linux