Linux 性能分析笔记：平均负载的理解

学习笔记主要来源：Linux性能优化实战_Linux_性能调优-极客时间

uptime 的命令解释

uptime

• 09:17:52 系统当前时间
• up 1 day, 18:09 系统运行了多长时间
• 1 user 当前登陆在线的用户数
• load average: 0.00, 0.01, 0.05 过去1分钟、5分钟、15分钟的平均负载

平均负载的理解

man uptime

System load averages is the average number of processes that are either in a runnable or uninterruptable state. A process in a runnable state is either using the CPU or waiting to use the CPU. A process in uninterruptable state is waiting for some I/O access, eg waiting for disk. The averages are taken over the three time intervals. Load averages are not normalized for the number of CPUs in a system, so a load average of 1 means a single CPU system is loaded all the time while on a 4 CPU system it means it was idle 75% of the time

• 平均负载并不是单位时间内的CPU使用率
• 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，意思就是平均活跃进程数
• 处于可运行状态的进程肯定是正在使用CPU或等待使用CPU的
• 不可中断状态是等待一些 I/O 访问，比如进程需要向磁盘读写数据，为了保证数据的一致性，在得到磁盘的确切的回复前，它是不能被其他进程或者中断打断的，这也是系统对进程和硬件设备的一种保护机制
• 在1个CPU的系统上，如果平均负载为1，那就说明这1个CPU刚好被完全占用
• 在2个CPU的系统上，如果平均负载为1，那就说明这2个CPU中有1个CPU处于空闲时间

平均负载的合理值

• 平均负载最理想的情况就是等于 CPU 的核心数

# 查看服务器的CPU核心数
lscpu | awk '/^CPU\(s\)/ {print $2}'

• 如果平均负载比CPU核心数还要大的时候，就说明系统处于超负荷的状态了
• 对于大多数情况，我们一般要看整个监控阶段的趋势图，结合历史数据，来判断业务系统是否正常，如果没有历史数据，我们对当前能看到的数据而言，如果负载值高于 CPU 数量的70%，就得具体分析一下，可能就会引起进程响应变慢、业务系统访问变慢等异常情况

系统负载的趋势

uptime 命令所展示的平均负载分别为过去的1分钟、5分钟、15分钟的负载值，从这几个趋势值就可以的出来

• 三个值基本相同，相差不大，就说明系统负载很稳定
• 如果1分钟的值远远小于15分钟，说明负载在减少，过去15分钟的负载更大一点
• 如果1分钟的值远远大于15分钟，说明负载在增加，过去1分钟的负载更大一点
• 值接近或者超过了 CPU 个数，说明系统已经超负载运行了，就得优化处理了

案例分析

服务器准备：stress（压力测试工具）、sysstat包（包含了Linux性能工具）

CPU 密集型程序

• 使用命令模拟2个CPU使用率100%的场景

stress --cpu 2 --timeout 600

• 查看使用情况

• 查看一个负载的趋势图：因为我是4核，2个CPU跑满的程序下，负载值就会趋近于2左右

IO 密集型

• 模拟 IO 压力

stress -i  2 --timeout 600

• 查看一下负载值的历史趋势（因为我是接着上面操作的，所以5分钟核15分钟的值会有影响，我们只看1分钟的）

• 使用 mpstat -P ALL 1 查看每个 CPU 繁忙情况

• 使用 pidstat -u 1 5找出进程

大量进程

• 模拟大量进程（超过了CPU核心数）

stress -c 5 --timeout 600  

• 负载的历史趋势：可以明显看到飙升

• 执行 pidstat -u 1 1看下输出情况：5个进程在抢夺4个CPU，超出了CPU的计算能力，负载过载了