01到底应该怎么理解“平均负载”

1、如何了解系统的负载情况？

每次发现系统变慢时， 我们通常做的第⼀件事， 就是执⾏top或者uptime命令， 来了解系统的负载情况。 ⽐如像下⾯这样， 我在命令⾏⾥输⼊了uptime命令， 系统也随即给出了结果。

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

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         //正在登录用户数

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） 。

2、什么是平均负载？

平均负载？ 这个词对很多⼈来说， 可能既熟悉⼜陌⽣， 我们每天的⼯作中， 也都会提到这个词， 但你真正理解它背后的含义吗？

我猜⼀定有⼈会说， 平均负载不就是单位时间内的 CPU 使⽤率吗？ 上⾯的0.63， 就代表CPU使⽤率是63%。 其实并不是这样， 如果你⽅便的话， 可以通过执⾏man uptime命令， 来了解平均负载的详细解释。

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， 它不仅包括了****正在使用CPU的进程*，还包括了*等待CPU*和*等待I/O****的进程。它和CPU使⽤率并没有直接关系。 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， ⽐如最常⻅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写数据时， 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， 你可以简单理解为， 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， 但它实际上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？

l 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。

l 在4个CPU的系统上， 意味着CPU有50%的空闲。

l 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。

3、平均负载为多少时合理

讲完了什么是平均负载， 现在我们再回到最开始的例⼦， 不知道你能否判断出， 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？

我们知道， 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， ⾸先你要知道系统有⼏个 CPU， 这可以通过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 -l2
或者：lscpu | grep '^CPU:'
CPU:               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。

不过， 且慢， 新的问题⼜来了。 我们在例⼦中可以看到， 平均负载有三个数值， 到底该参考哪⼀个呢？

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。

打个⽐⽅， 就像初秋时北京的天⽓， 如果只看中午的温度， 你可能以为还在7⽉ 份的⼤夏天呢。 但如果你结合了早上、 中午、晚上三个时间点的温度来看， 基本就可以全⽅位了解这⼀天的天⽓情况了。

同样的， 前⾯说到的CPU的三个负载时间段也是这个道理。

l 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。

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

l 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， 这种增加有可能只是临时性的， 也有可能还会持续增加下去， 所以就需要持续观察。 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导致的问题， 并要想办法优化了。

这⾥我再举个例⼦， 假设我们在⼀个单 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， 从整体趋势来看， 系统的负载在降低。

那么， 在实际⽣产环境中， 平均负载多⾼时， 需要我们重点关注呢？

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， 你再去做分析和调查。

4、平均负载与CPU使⽤率

现实⼯作中， 我们经常容易把平均负载和 CPU 使⽤率混淆， 所以在这⾥， 我也做⼀个区分。

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

我们还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。 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：

l 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；

l 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；

l 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。

5、平均负载案例分析

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

因为案例分析都是基于机器上的操作， 所以不要只是听听、 看看就够了， 最好还是跟着我实际操作⼀下。

*你的准备*

下⾯的案例都是基于 Ubuntu 18.04， 当然， 同样适⽤于其他 Linux 系统。 我使⽤的案例环境如下所示。

l 机器配置： 2 CPU， 8GB 内存。

l 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， 这⾥我们⽤作异常进程模拟平均负载升⾼的场景。

stress参数说明：
-? 显示帮助信息
-v 显示版本号
-q 不显示运行信息
-n，--dry-run 显示已经完成的指令执行情况
-t --timeout N 指定运行N秒后停止
   --backoff N 等待N微妙后开始运行
-c --cpu 产生n个进程 每个进程都反复不停的计算随机数的平方根
-i --io  产生n个进程 每个进程反复调用sync()，sync()用于将内存上的内容写到硬盘上
-m --vm n 产生n个进程,每个进程不断调用内存分配malloc和内存释放free函数
   --vm-bytes B 指定malloc时内存的字节数 (默认256MB)
   --vm-hang N 指示每个消耗内存的进程在分配到内存后转入休眠状态，与正常的无限分配和释放内存的处理相反，这有利于模拟只有少量内存的机器
-d --hadd n 产生n个执行write和unlink函数的进程
   --hadd-bytes B 指定写的字节数，默认是1GB
   --hadd-noclean 不要将写入随机ASCII数据的文件Unlink
   
时间单位可以为秒s，分m，小时h，天d，年y，文件大小单位可以为K，M，G

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

mpstat 是⼀个常⽤的多核 CPU 性能分析⼯具， ⽤来实时查看每个 CPU 的性能指标， 以及所有CPU的平均指标。
mpstat的全称为Multiprocessor Statistics（多处理器统计数据），是一款常用的多核CPU性能分析工具，用来实时查询每个CPU的性能指标，以及所有CPU的平均指标。它是Linux性能工具集sysstat中的一个工具。主要用于分析多CPU的平均负载高的原因。
mpstat命令参数详解：

命令参数详解：
mpstat [-P {|ALL}] [internal [count]]
-P: 指定要监控哪个CPU，范围是[0 ~ n-1]， ALL表示监控所有CPU都监控
internal: 相邻两次采样的间隔时间
count: 采样次数。
-u: 默认的参数，显示各个进程的CPU使用统计
-r: 显示各个进程的内存使用统计
-d: 显示各个进程的IO使用情况
-p: 指定进程号
-w: 显示每个进程的上下文切换情况
-t: 显示选择任务的线程的统计信息外的额外信息
-V: 版本号
-h: 在一行上显示了所有活动，这样其他程序可以容易解析
-I:（大写） 在SMP环境，表示任务的CPU使用率/内核数量
-l: 显示命令名和所有参数

pidstat 是⼀个常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。
pidstat 是sysstat软件套件的一部分，主要用于监控进程的使⽤情况。pidstat 命令报告 CPU、磁盘 I/O、进程或线程的内存使⽤情况，包括按⽤⼾空间和内核空间划分的 CPU使⽤率。该命令还可监控这些进程和线程的⼦项。
pidstat命令常用的参数：

pidstat命令常用的参数：
pidstat [ 选项 ] [ <时间间隔> ] [ <次数> ]
-u：默认的参数，显示各个进程的cpu使用统计
-r：显示各个进程的内存使用统计
-d：显示各个进程的IO使用情况
-p：指定进程号
-w：显示每个进程的上下文切换情况
-t：显示选择任务的线程的统计信息外的额外信息
-T { TASK | CHILD | ALL }
这个选项指定了pidstat监控的。TASK表示报告独立的task，CHILD关键字表示报告进程下所有线程统计信息。ALL表示报告独立的task和task下面的所有线程。
注意：task和子线程的全局的统计信息和pidstat选项无关。这些统计信息不会对应到当前的统计间隔，这些统计信息只有在子线程kill或者完成的时候才会被收集。
-V：版本号
-h：在一行上显示了所有活动，这样其他程序可以容易解析。
-I：在SMP环境，表示任务的CPU使用率/内核数量
-l：显示命令名和所有参数

源码安装sysstat：
wget http://sebastien.godard.pagesperso-orange.fr/sysstat-12.1.2.tar.gz
tar -xzf sysstat-12.1.2.tar.gz
cd sysstat-12.1.2/
./configure
make
make install
碰到缺乏某个软件的依赖包，则使用apt安装即可。

此外， 每个场景都需要你开三个终端， 登录到同⼀台 Linux 机器中。

另外要注意， 下⾯的所有命令， 我们都是默认以 root ⽤户运⾏。 所以， 如果你是⽤普通⽤户登陆的系统， ⼀定要先运⾏ sudo su root 命令切换到 root ⽤户。

如果上⾯的要求都已经完成了， 你可以先⽤ uptime 命令， 看⼀下测试前的平均负载情况：

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

*场景⼀： CPU 密集型进程*

⾸先， 我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情况：

#-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 使⽤率的变化情况：

#-P ALL 表示监控所有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

从终端⼆中可以看到， 1 分钟的平均负载会慢慢增加到 1.00， ⽽从终端三中还可以看到， 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由于 CPU 使⽤率为 100% 。

那么， 到底是哪个进程导致了 CPU 使⽤率为 100% 呢？ 你可以使⽤ 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

从这⾥可以明显看到， stress进程的CPU使⽤率为100%。

*场景⼆： I/O 密集型进程*

⾸先还是运⾏ stress 命令， 但这次模拟 I/O 压⼒， 即不停地执⾏ sync：

$ stress -i 1 --timeout 600

还是在第⼆个终端运⾏uptime查看平均负载的变化情况：

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

然后， 第三个终端运⾏mpstat查看 CPU 使⽤率的变化情况：

#显示所有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

从这⾥可以看到， 1 分钟的平均负载会慢慢增加到 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， 平均负载的升⾼是由于 iowait 的升⾼。

那么到底是哪个进程， 导致 iowait 这么⾼呢？ 我们还是⽤ 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

可以发现， 还是 stress 进程导致的。

*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。

⽐如， 我们还是使⽤ stress， 但这次模拟的是 8 个进程：

$ stress -c 8 --timeout 600

由于系统只有 2 个CPU， 明显⽐ 8 个进程要少得多， 因⽽， 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来看⼀下进程的情况：

#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

可以看出， 8 个进程在争抢 2 个 CPU， 每个进程等待 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， 最终导致 CPU 过载。

6、⼩结

分析完这三个案例， 我再来归纳⼀下平均负载的理解。

平均负载提供了⼀个快速查看系统整体性能的⼿段， 反映了整体的负载情况。 但只看平均负载本身， 我们并不能直接发现， 到底是哪⾥出现了瓶颈。 所以， 在理解平均负载时， 也要注意：

• 平均负载⾼有可能是 CPU 密集型进程导致的；
• 平均负载⾼并不⼀定代表 CPU 使⽤率⾼， 还有可能是 I/O 更繁忙了；
• 当发现负载⾼的时候， 你可以使⽤ mpstat、 pidstat 等⼯具， 辅助分析负载的来源。