2.基础篇-如何理解“平均负载”

前言：摘自极客时间linux性能优化

        每次发现系统变慢时，通常做的一件事，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：

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

        前三列，它们分别是当前时间、系统运行时间以及正在登录用户数。

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）。
        简单来说，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的使用率并没有直接关系。
        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取数据时，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，可以将平均负载简单的理解为平均活跃进程数。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。
        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，首先需要知道系统有几个CPU，可以通过top命令或者从文件/proc/cpuinfo中读取，比如：

# 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，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。
        在上述例子中，平均负载有三个数值，到底该参考哪一个？
        实际上，都要看。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分钟的负载在减小，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，这种增加有可能是临时性的，也有可能还是持续增加，所以需要持续观察。一旦一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，这时分析调查是哪里导致的问题，并要想办法优化了。
          举个例子，假设在一个单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，从整体趋势上来看，系统的负载在降低。
          在实际生产环境平均负载多高时，需要注意？
          倪老师的观点，当平均负载高于CPU数量70%的时候，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。

平均负载和CPU使用率

        平均负载是指单位之间内，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。