每次發(fā)現(xiàn)系統(tǒng)變慢時(shí)，我們通常做的第一件事，就是執(zhí)行 top 或者 uptime 命令，來了解系統(tǒng)的負(fù)載情況。比如像下面這樣，我在命令行里輸入了 uptime 命令，系統(tǒng)也隨即給出了結(jié)果。

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

前面的幾列我們都比較熟悉，它們分別是當(dāng)前時(shí)間、系統(tǒng)運(yùn)行時(shí)間以及正在登錄用戶數(shù)

1 02:34:03 // 當(dāng)前時(shí)間

2 up 2 days, 20:14 // 系統(tǒng)運(yùn)行時(shí)間

3 1 user // 正在登錄用戶數(shù)

而最后三個(gè)數(shù)字呢，依次則是過去 1 分鐘、5 分鐘、15 分鐘的平均負(fù)載（Load Average）。

平均負(fù)載

平均負(fù)載 這個(gè)詞對(duì)很多人來說，可能既熟悉又陌生，我們每天的工作中，也都會(huì)提到這個(gè)詞，但你真正理解它背后的含義嗎？

一定有人會(huì)說，平均負(fù)載不就是單位時(shí)間內(nèi)的 CPU 使用率嗎？上面的 0.63，就代表 CPU 使用率是 63%。其實(shí)并不是這樣， 簡(jiǎn)單來說，平均負(fù)載是指單位時(shí)間內(nèi)，系統(tǒng)處于可運(yùn)行狀態(tài)和不可中斷狀態(tài)的平均進(jìn)程 數(shù)，也就是平均活躍進(jìn)程數(shù)，它和 CPU 使用率并沒有直接關(guān)系。這里我先解釋下，可運(yùn)行狀態(tài)和不可中斷狀態(tài)這倆詞。

可運(yùn)行狀態(tài)和不可中斷狀態(tài)

所謂可運(yùn)行狀態(tài)的進(jìn)程，是指正在使用 CPU 或者正在等待 CPU 的進(jìn)程，也就是我們常用 ps 命令看到的，處于 R 狀態(tài)（Running 或 Runnable）的進(jìn)程。不可中斷狀態(tài)的進(jìn)程則是正處于內(nèi)核態(tài)關(guān)鍵流程中的進(jìn)程，并且這些流程是不可打斷的，最常見的是等待硬件設(shè)備的 I/O 響應(yīng)，也就是我們?cè)?ps 命令中看到的 D 狀態(tài) （Uninterruptible Sleep，也稱為 Disk Sleep）的進(jìn)程。

比如，當(dāng)一個(gè)進(jìn)程向磁盤讀寫數(shù)據(jù)時(shí)，為了保證數(shù)據(jù)的一致性，在得到磁盤回復(fù)前，它是不能被其他進(jìn)程或者中斷打斷的，這個(gè)時(shí)候的進(jìn)程就處于不可中斷狀態(tài)。如果此時(shí)的進(jìn)程被打斷了，就容易出現(xiàn)磁盤數(shù)據(jù)與進(jìn)程數(shù)據(jù)不一致的問題。所以，不可中斷狀態(tài)實(shí)際上是系統(tǒng)對(duì)進(jìn)程和硬件設(shè)備的一種保護(hù)機(jī)制。

因此，你可以簡(jiǎn)單理解為，平均負(fù)載其實(shí)就是平均活躍進(jìn)程數(shù)。平均活躍進(jìn)程數(shù)，直觀上的理解就是單位時(shí)間內(nèi)的活躍進(jìn)程數(shù)。既然平均的是活躍進(jìn)程數(shù)，那么最理想的，就是每個(gè) CPU 上都剛好運(yùn)行著一個(gè)進(jìn)程，這樣 每個(gè) CPU 都得到了充分利用。比如當(dāng)平均負(fù)載為 2 時(shí)，意味著什么呢？

• 在只有 2 個(gè) CPU 的系統(tǒng)上，意味著所有的 CPU 都剛好被完全占用。
• 在 4 個(gè) CPU 的系統(tǒng)上，意味著 CPU 有 50% 的空閑。
• 而在只有 1 個(gè) CPU 的系統(tǒng)中，則意味著有一半的進(jìn)程競(jìng)爭(zhēng)不到 CPU。

平均負(fù)載為多少時(shí)合理

講完了什么是平均負(fù)載，現(xiàn)在我們?cè)倩氐阶铋_始的例子，在 uptime 命令的結(jié)果里，那三個(gè)時(shí)間段的平均負(fù)載數(shù)，多大的時(shí)候能說明系統(tǒng)負(fù)載高？或是多小的時(shí)候就能說明系統(tǒng)負(fù)載很低呢？

我們知道，平均負(fù)載最理想的情況是等于 CPU 個(gè)數(shù)。所以在評(píng)判平均負(fù)載時(shí)，首先你要知道系統(tǒng)有幾個(gè) CPU，這可以通過 top 命令或者從文件 /proc/cpuinfo 中讀取，比如：

# 關(guān)于 grep 和 wc 的用法請(qǐng)查詢它們的手冊(cè)或者網(wǎng)絡(luò)搜索
$ grep 'model name' /proc/cpuinfo | wc -l
2

有了 CPU 個(gè)數(shù)，我們就可以判斷出，當(dāng)平均負(fù)載比 CPU 個(gè)數(shù)還大的時(shí)候，系統(tǒng)已經(jīng)出現(xiàn)了過載。 不過，我們?cè)诶又锌梢钥吹剑骄?fù)載有三個(gè)數(shù)值，到底該參考哪一個(gè)呢？

實(shí)際上，都要看。三個(gè)不同時(shí)間間隔的平均值，其實(shí)給我們提供了，分析系統(tǒng)負(fù)載趨勢(shì)的數(shù)據(jù)來源，讓我們能更全面、更立體地理解目前的負(fù)載狀況。

• 如果 1 分鐘、5 分鐘、15 分鐘的三個(gè)值基本相同，或者相差不大，那就說明系統(tǒng)負(fù)載很平穩(wěn)。
• 如果 1 分鐘的值遠(yuǎn)小于 15 分鐘的值，就說明系統(tǒng)最近 1 分鐘的負(fù)載在減少，而過去 15 分鐘內(nèi)卻有很大的負(fù)載。
• 如果 1 分鐘的值遠(yuǎn)大于 15 分鐘的值，就說明最近 1 分鐘的負(fù)載在增加，這種 增加有可能只是臨時(shí)性的，也有可能還會(huì)持續(xù)增加下去，所以就需要持續(xù)觀察。

一旦 1 分鐘的平均負(fù)載接近或超過了 CPU 的個(gè)數(shù)，就意味著系統(tǒng)正在發(fā)生過載的問題，這時(shí)就 得分析調(diào)查是哪里導(dǎo)致的問題，并要想辦法優(yōu)化了。

那么，在實(shí)際生產(chǎn)環(huán)境中，平均負(fù)載多高時(shí)，需要我們重點(diǎn)關(guān)注呢？ 在我看來，當(dāng)平均負(fù)載高于 CPU 數(shù)量 70% 的時(shí)候，你就應(yīng)該分析排查負(fù)載高的問題了。一旦負(fù)載過高，就可能導(dǎo)致進(jìn)程響應(yīng)變慢，進(jìn)而影響服務(wù)的正常功能。但 70% 這個(gè)數(shù)字并不是絕對(duì)的，最推薦的方法，還是把系統(tǒng)的平均負(fù)載監(jiān)控起來，然后根據(jù)更多的歷史數(shù)據(jù)，判斷負(fù)載的變化趨勢(shì)。當(dāng)發(fā)現(xiàn)負(fù)載有明顯升高趨勢(shì)時(shí)，比如說負(fù)載翻倍了，你再去做分析和調(diào)查。

平均負(fù)載與 CPU 使用率

現(xiàn)實(shí)工作中，我們經(jīng)常容易把平均負(fù)載和 CPU 使用率混淆，所以在這里，我也做一個(gè)區(qū)分?？赡苣銜?huì)疑惑，既然平均負(fù)載代表的是活躍進(jìn)程數(shù)，那平均負(fù)載高了，不就意味著 CPU 使用率高嗎？

我們還是要回到平均負(fù)載的含義上來，平均負(fù)載是指單位時(shí)間內(nèi)，處于可運(yùn)行狀態(tài)和不可中斷狀態(tài)的進(jìn)程數(shù)。所以，它不僅包括了正在使用 CPU 的進(jìn)程，還包括等待 CPU 和等待 I/O 的進(jìn)程。而 CPU 使用率，是單位時(shí)間內(nèi) CPU 繁忙情況的統(tǒng)計(jì)，跟平均負(fù)載并不一定完全對(duì)應(yīng)。比如：

• CPU 密集型進(jìn)程，使用大量 CPU 會(huì)導(dǎo)致平均負(fù)載升高，此時(shí)這兩者是一致的；
• I/O 密集型進(jìn)程，等待 I/O 也會(huì)導(dǎo)致平均負(fù)載升高，但 CPU 使用率不一定很高；
• 大量等待 CPU 的進(jìn)程調(diào)度也會(huì)導(dǎo)致平均負(fù)載升高，此時(shí)的 CPU 使用率也會(huì)比較高

平均負(fù)載案例分析

下面，我們以三個(gè)示例分別來看這三種情況，并用 iostat、mpstat、pidstat 等工具，找出平均負(fù)載升高的根源。

• iostat命令是IO性能分析的常用工具
• mpstat 是一個(gè)常用的多核 CPU 性能分析工具，用來實(shí)時(shí)查看每個(gè) CPU 的性能指標(biāo)， 以及所有 CPU 的平均指標(biāo)。
• pidstat 用于監(jiān)控全部或指定進(jìn)程的cpu、內(nèi)存、線程、設(shè)備IO等系統(tǒng)資源的占用情況

環(huán)境準(zhǔn)備

機(jī)器配置：2 CPU，8GB 內(nèi)存 ；預(yù)先安裝 stress 和 sysstat 包，如 apt install stress sysstat

• stress 是一個(gè) Linux 系統(tǒng)壓力測(cè)試工具，這里我們用作異常進(jìn)程模擬平均負(fù)載升高的場(chǎng)景。
• sysstat 包含了常用的 Linux 性能工具，用來監(jiān)控和分析系統(tǒng)的性能。我們的案例會(huì)用到這個(gè)包的兩個(gè)命令 mpstat 和 pidstat。

先用 uptime 命令，看一下測(cè)試前的平均負(fù)載情況：

$ uptime
load average: 0.11, 0.15, 0.09

場(chǎng)景一：CPU 密集型進(jìn)程

首先，我們?cè)诘谝粋€(gè)終端運(yùn)行 stress 命令，模擬一個(gè) CPU 使用率 100% 的場(chǎng)景：

$ stress --cpu 1 --timeout 600

接著，在第二個(gè)終端運(yùn)行 uptime 查看平均負(fù)載的變化情況：

# -d 參數(shù)表示高亮顯示變化的區(qū)域
$ watch -d uptime
..., load average: 1.00, 0.75, 0.39

最后，在第三個(gè)終端運(yùn)行 mpstat 查看 CPU 使用率的變化情況：

從終端二中可以看到，1 分鐘的平均負(fù)載會(huì)慢慢增加到 1.00，而從終端三中還可以看到，正好有一個(gè) CPU 的使用率為 100%，但它的 iowait 只有 0。這說明，平均負(fù)載的升高是由于 CPU 使用率為 100%。

那么，到底是哪個(gè)進(jìn)程導(dǎo)致了 CPU 使用率為 100% 呢？你可以使用 pidstat 來查詢：

從這里可以明顯看到，stress 進(jìn)程的 CPU 使用率為 100%。

場(chǎng)景二：I/O 密集型進(jìn)程

首先還是運(yùn)行 stress 命令，但這次模擬 I/O 壓力，即不停地執(zhí)行 sync：

$ stress -i 1 --timeout 600

在第二個(gè)終端運(yùn)行 uptime 查看平均負(fù)載的變化情況：

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

然后，第三個(gè)終端運(yùn)行 mpstat 查看 CPU 使用率的變化情況：

從這里可以看到，1 分鐘的平均負(fù)載會(huì)慢慢增加到 1.06，其中一個(gè) CPU 的系統(tǒng) CPU 使用率升高到了 23.87，而 iowait 高達(dá) 67.53%。這說明，平均負(fù)載的升高是由于 iowait 的升高。

那么到底是哪個(gè)進(jìn)程，導(dǎo)致 iowait 這么高呢？我們還是用 pidstat 來查詢：

(也可以使用 pidstat -d 命令)

可以發(fā)現(xiàn)，還是 stress 進(jìn)程導(dǎo)致的。

場(chǎng)景三：大量進(jìn)程的場(chǎng)景

當(dāng)系統(tǒng)中運(yùn)行進(jìn)程超出 CPU 運(yùn)行能力時(shí)，就會(huì)出現(xiàn)等待 CPU 的進(jìn)程。 比如，我們還是使用 stress，模擬 8 個(gè)進(jìn)程：

$ stress -c 8 --timeout 600

由于系統(tǒng)只有 2 個(gè) CPU，明顯比 8 個(gè)進(jìn)程要少得多，因而，系統(tǒng)的 CPU 處于嚴(yán)重過載狀態(tài)，平均負(fù)載高達(dá) 7.97

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

接著再運(yùn)行 pidstat 來看一下進(jìn)程的情況：

可以看出，8 個(gè)進(jìn)程在爭(zhēng)搶 2 個(gè) CPU，每個(gè)進(jìn)程等待 CPU 的時(shí)間（也就是代碼塊中的 %wait 列）高達(dá) 75%。這些超出 CPU 計(jì)算能力的進(jìn)程，最終導(dǎo)致 CPU 過載。

小結(jié)

再來歸納一下平均負(fù)載的理解。

平均負(fù)載提供了一個(gè)快速查看系統(tǒng)整體性能的手段，反映了整體的負(fù)載情況。但只看平均負(fù)載本身，我們并不能直接發(fā)現(xiàn)，到底是哪里出現(xiàn)了瓶頸。所以，在理解平均負(fù)載時(shí)，也要注意：

• 平均負(fù)載高有可能是 CPU 密集型進(jìn)程導(dǎo)致的；
• 平均負(fù)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(dāng)發(fā)現(xiàn)負(fù)載高的時(shí)候，你可以使用 mpstat、pidstat 等工具，輔助分析負(fù)載的來源