快连VPN:速度和安全性最佳的VPN服务
通常在發現系統變慢時，我們會首先通過執行 top 或者 uptime 命令來查看系統的負載情況。比如，我輸入了 uptime 命令後，系統立即顯示了相關結果。
$ uptime02:34:03 up 2 days, 20:14, 1 user, load average: 0.63, 0.83, 0.88登錄後複製
前面的幾列我們都比較熟悉，它們分別是當前時間、系統運行時間以及正在登錄用戶數
1 02:34:03 // 當前時間
2 up 2 days, 20:14 // 系統運行時間
3 1 user // 正在登錄用戶數
而最後三個數字呢，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
平均負載 這個詞對很多人來說，可能既熟悉又陌生，我們每天的工作中，也都會提到這個詞，但你真正理解它背後的含義嗎？
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%。其實並不是這樣， 簡單來說，平均負載是指單位時間內，系統處於可運行狀態和不可中斷狀態的平均進程 數，也就是平均活躍進程數，它和 CPU 使用率並沒有直接關係。這裏我先解釋下，可運行狀態和不可中斷狀態這倆詞。
可運行狀態和不可中斷狀態
所謂可運行狀態的進程，是指正在使用 CPU 或者正在等待 CPU 的進程，也就是我們常用 ps 命令看到的，處於 R 狀態（Running 或 Runnable）的進程。不可中斷狀態的進程則是正處於內核態關鍵流程中的進程，並且這些流程是不可打斷的，最常見的是等待硬件設備的 I/O 響應，也就是我們在 ps 命令中看到的 D 狀態 （Uninterruptible Sleep，也稱爲 Disk Sleep）的進程。
比如，當一個進程向磁盤讀寫數據時，爲了保證數據的一致性，在得到磁盤迴復前，它是不能被其他進程或者中斷打斷的，這個時候的進程就處於不可中斷狀態。如果此時的進程被打斷了，就容易出現磁盤數據與進程數據不一致的問題。所以，不可中斷狀態實際上是系統對進程和硬件設備的一種保護機制。
因此，你可以簡單理解爲，平均負載其實就是平均活躍進程數。平均活躍進程數，直觀上的理解就是單位時間內的活躍進程數。既然平均的是活躍進程數，那麼最理想的，就是每個 CPU 上都剛好運行着一個進程，這樣 每個 CPU 都得到了充分利用。比如當平均負載爲 2 時，意味着什麼呢？
- 在只有 2 個 CPU 的系統上，意味着所有的 CPU 都剛好被完全佔用。
- 在 4 個 CPU 的系統上，意味着 CPU 有 50% 的空閒。
- 而在只有 1 個 CPU 的系統中，則意味着有一半的進程競爭不到 CPU。
平均負載爲多少時合理
講完了什麼是平均負載，現在我們再回到最開始的例子，在 uptime 命令的結果裏，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於 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 命令或者從文件 /proc/cpuinfo 中讀取，比如：
# 關於 grep 和 wc 的用法請查詢它們的手冊或者網絡搜索$ grep 'model name' /proc/cpuinfo | wc -l2登錄後複製
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，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數據來源，讓我們能更全面、更立體地理解目前的負載狀況。
- 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。
- 如果 1 分鐘的值遠小於 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。
- 如果 1 分鐘的值遠大於 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，就意味着系統正在發生過載的問題，這時就 得分析調查是哪裏導致的問題，並要想辦法優化了。
那麼，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，當平均負載高於 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，就可能導致進程響應變慢，進而影響服務的正常功能。但 70% 這個數字並不是絕對的，最推薦的方法，還是把系統的平均負載監控起來，然後根據更多的歷史數據，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
現實工作中，我們經常容易把平均負載和 CPU 使用率混淆，所以在這裏，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進程數，那平均負載高了，不就意味着 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，處於可運行狀態和不可中斷狀態的進程數。所以，它不僅包括了正在使用 CPU 的進程，還包括等待 CPU 和等待 I/O 的進程。而 CPU 使用率，是單位時間內 CPU 繁忙情況的統計，跟平均負載並不一定完全對應。比如：
- CPU 密集型進程，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 密集型進程，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 的進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，並用 iostat、mpstat、pidstat 等工具，找出平均負載升高的根源。
- iostat命令是IO性能分析的常用工具
- 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 用於監控全部或指定進程的cpu、內存、線程、設備IO等系統資源的佔用情況
環境準備
機器配置：2 CPU，8GB 內存 ；預先安裝 stress 和 sysstat 包，如 apt install stress sysstat
- stress 是一個 Linux 系統壓力測試工具，這裏我們用作異常進程模擬平均負載升高的場景。
- 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。
先用 uptime 命令，看一下測試前的平均負載情況：
$ uptimeload average: 0.11, 0.15, 0.09登錄後複製
場景一：CPU 密集型進程
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登錄後複製
接着，在第二個終端運行 uptime 查看平均負載的變化情況：
# -d 參數表示高亮顯示變化的區域$ watch -d uptime..., load average: 1.00, 0.75, 0.39登錄後複製
最後，在第三個終端運行 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 的使用率爲 100%，但它的 iowait 只有 0。這說明，平均負載的升高是由於 CPU 使用率爲 100%。
那麼，到底是哪個進程導致了 CPU 使用率爲 100% 呢？你可以使用 pidstat 來查詢：
從這裏可以明顯看到，stress 進程的 CPU 使用率爲 100%。
場景二：I/O 密集型進程
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登錄後複製
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登錄後複製
然後，第三個終端運行 mpstat 查看 CPU 使用率的變化情況：
從這裏可以看到，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於 iowait 的升高。
那麼到底是哪個進程，導致 iowait 這麼高呢？我們還是用 pidstat 來查詢：
(也可以使用 pidstat -d 命令)
可以發現，還是 stress 進程導致的。
場景三：大量進程的場景
當系統中運行進程超出 CPU 運行能力時，就會出現等待 CPU 的進程。 比如，我們還是使用 stress，模擬 8 個進程：
$ stress -c 8 --timeout 600登錄後複製
由於系統只有 2 個 CPU，明顯比 8 個進程要少得多，因而，系統的 CPU 處於嚴重過載狀態，平均負載高達 7.97
$ uptime..., load average: 7.97, 5.93, 3.02登錄後複製
接着再運行 pidstat 來看一下進程的情況：
可以看出，8 個進程在爭搶 2 個 CPU，每個進程等待 CPU 的時間（也就是代碼塊中的 %wait 列）高達 75%。這些超出 CPU 計算能力的進程，最終導致 CPU 過載。
小結
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，我們並不能直接發現，到底是哪裏出現了瓶頸。所以，在理解平均負載時，也要注意：
- 平均負載高有可能是 CPU 密集型進程導致的；
- 平均負載高並不一定代表 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。
以上就是Linux應該怎麼理解“平均負載”？的詳細內容，更多請關注本站其它相關文章！
