每次發(fā)現(xiàn)系統(tǒng)變慢時，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

但我想問的是，你真的知道這里每列輸出的含義嗎？

我相信你對前面的幾列比較熟悉，它們分別是當(dāng)前時間、系統(tǒng)運(yùn)行時間以及正在登錄用戶數(shù)。

02:34:03 // 當(dāng)前時間
up 2 days, 20:14 // 系統(tǒng)運(yùn)行時間
1 user // 正在登錄用戶數(shù)

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

平均負(fù)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，但你真正理解它背后的含義嗎？如果你們團(tuán)隊(duì)來了一個實(shí)習(xí)生，他揪住你不放，你能給他講清楚什么是平均負(fù)載嗎？

其實(shí)，6 年前，我就遇到過這樣的一個場景。公司一個實(shí)習(xí)生一直追問我，什么是平均負(fù)載，我支支吾吾半天，最后也沒能解釋明白。明明總看到也總會用到，怎么就說不明白呢？后來我靜下來想想，其實(shí)還是自己的功底不夠。

于是，這幾年，我遇到問題，特別是基礎(chǔ)問題，都會多問自己幾個“為什么”，以求能夠徹底理解現(xiàn)象背后的本質(zhì)原理，用起來更靈活，也更有底氣。

今天，我就帶你來學(xué)習(xí)下，如何觀測和理解這個最常見、也是最重要的系統(tǒng)指標(biāo)。

我猜一定有人會說，平均負(fù)載不就是單位時間內(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，如果你方便的話，可以通過執(zhí)行 man uptime 命令，來了解平均負(fù)載的詳細(xì)解釋。

簡單來說，平均負(fù)載是指單位時間內(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)這倆詞兒。

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，比如最常見的是等待硬件設(shè)備的 I/O 響應(yīng)，也就是我們在 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)一個進(jìn)程向磁盤讀寫數(shù)據(jù)時，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，這個時候的進(jìn)程就處于不可中斷狀態(tài)。如果此時的進(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)對進(jìn)程和硬件設(shè)備的一種保護(hù)機(jī)制。

因此，你可以簡單理解為，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間內(nèi)的活躍進(jìn)程數(shù)，但它實(shí)際上是活躍進(jìn)程數(shù)的指數(shù)衰減平均值。這個“指數(shù)衰減平均”的詳細(xì)含義你不用計較，這只是系統(tǒng)的一種更快速的計算方式，你把它直接當(dāng)成活躍進(jìn)程數(shù)的平均值也沒問題。

既然平均的是活躍進(jìn)程數(shù)，那么最理想的，就是每個 CPU 上都剛好運(yùn)行著一個進(jìn)程，這樣每個 CPU 都得到了充分利用。比如當(dāng)平均負(fù)載為 2 時，意味著什么呢？

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

平均負(fù)載為多少時合理

講完了什么是平均負(fù)載，現(xiàn)在我們再回到最開始的例子，不知道你能否判斷出，在 uptime命令的結(jié)果里，那三個時間段的平均負(fù)載數(shù)，多大的時候能說明系統(tǒng)負(fù)載高？或是多小的時候就能說明系統(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 個數(shù)。所以在評判平均負(fù)載時，首先你要知道系統(tǒng)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(guān)于 grep 和 wc 的用法請查詢它們的手冊或者網(wǎng)絡(luò)搜索
$ grep 'model name' /proc/cpuinfo | wc -l
2

有了 CPU 個數(shù)，我們就可以判斷出，當(dāng)平均負(fù)載比 CPU 個數(shù)還大的時候，系統(tǒng)已經(jīng)出現(xiàn)了過載。

不過，且慢，新的問題又來了。我們在例子中可以看到，平均負(fù)載有三個數(shù)值，到底該參考哪一個呢？

實(shí)際上，都要看。三個不同時間間隔的平均值，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。

打個比方，就像初秋時北京的天氣，如果只看中午的溫度，你可能以為還在 7 月份的大夏天呢。但如果你結(jié)合了早上、中午、晚上三個時間點(diǎn)的溫度來看，基本就可以全方位了解這一天的天氣情況了。

同樣的，前面說到的 CPU 的三個負(fù)載時間段也是這個道理。

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(tǒng)負(fù)載很平穩(wěn)。但如果 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。反過來，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性的，也有可能還會持續(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 的個數(shù)，就意味著系統(tǒng)正在發(fā)生過載的問題，這時就得分析調(diào)查是哪里導(dǎo)致的問題，并要想辦法優(yōu)化了。

這里我再舉個例子，假設(shè)我們在一個單 CPU 系統(tǒng)上看到平均負(fù)載為 1.73，0.60，7.98，那么說明在過去 1 分鐘內(nèi)，系統(tǒng)有 73% 的超載，而在 15 分鐘內(nèi)，有 698% 的超載，從整體趨勢來看，系統(tǒng)的負(fù)載在降低。

那么，在實(shí)際生產(chǎn)環(huán)境中，平均負(fù)載多高時，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% 這個數(shù)字并不是絕對的，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。當(dāng)發(fā)現(xiàn)負(fù)載有明顯升高趨勢時，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，我也做一個區(qū)分。

可能你會疑惑，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，是單位時間內(nèi) CPU 繁忙情況的統(tǒng)計，跟平均負(fù)載并不一定完全對應(yīng)。比如：

CPU 密集型進(jìn)程，使用大量 CPU 會導(dǎo)致平均負(fù)載升高，此時這兩者是一致的；I/O 密集型進(jìn)程，等待 I/O 也會導(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)度也會導(dǎo)致平均負(fù)載升高，此時的 CPU 使用率也會比較高。

平均負(fù)載案例分析

下面，我們以三個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。

因?yàn)榘咐治龆际腔跈C(jī)器上的操作，所以不要只是聽聽、看看就夠了，最好還是跟著我實(shí)際操作一下。

前提準(zhǔn)備

下面的案例都是基于 Ubuntu 18.04，當(dāng)然，同樣適用于其他 linux 系統(tǒng)。我使用的案例環(huán)境如下所示。

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。

在這里，我先簡單介紹一下 stress 和 sysstat。

stress 是一個 Linux 系統(tǒng)壓力測試工具，這里我們用作異常進(jìn)程模擬平均負(fù)載升高的場景。

而 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。我們的案例會用到這個包的兩個命令 mpstat 和 pidstat。

mpstat 是一個常用的多核 CPU 性能分析工具，用來實(shí)時查看每個 CPU 的性能指標(biāo)，以及所有 CPU 的平均指標(biāo)。pidstat 是一個常用的進(jìn)程性能分析工具，用來實(shí)時查看進(jìn)程的 CPU、內(nèi)存、I/O 以及上下文切換等性能指標(biāo)。

此外，每個場景都需要你開三個終端，登錄到同一臺 Linux 機(jī)器中。

實(shí)驗(yàn)之前，你先做好上面的準(zhǔn)備。如果包的安裝有問題，可以先在 google 一下自行解決，如果還是解決不了，再來留言區(qū)找我，這事兒應(yīng)該不難。

另外要注意，下面的所有命令，我們都是默認(rèn)以 root 用戶運(yùn)行。所以，如果你是用普通用戶登陸的系統(tǒng)，一定要先運(yùn)行 sudo su root 命令切換到 root 用戶。

如果上面的要求都已經(jīng)完成了，你可以先用 uptime 命令，看一下測試前的平均負(fù)載情況：

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

場景一：CPU 密集型進(jìn)程

首先，我們在第一個終端運(yùn)行 stress 命令，模擬一個 CPU 使用率 100% 的場景：

$ stress --cpu 1 --timeout 600

接著，在第二個終端運(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，在第三個終端運(yùn)行 mpstat 查看 CPU 使用率的變化情況：

# -P ALL表示監(jiān)控所有CPU，后面數(shù)字5表示間隔5秒后輸出一組數(shù)據(jù)
$ 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
13:30:11     all   50.05    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00
13:30:11       0    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00
13:30:11       1  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00

從終端二中可以看到，1 分鐘的平均負(fù)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 的使用率為 100%，但它的 iowait 只有 0。這說明，平均負(fù)載的升高正是由于 CPU 使用率為 100% 。

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

#間隔5秒后輸出一組數(shù)據(jù)
$ 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

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

場景二：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：

1$ stress -i 1 --timeout 600

還是在第二個終端運(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，第三個終端運(yùn)行 mpstat 查看CPU使用率的變化情況：

#顯示所有CPU的指標(biāo)，并在間隔5秒輸出一組數(shù)據(jù)
$ 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
13:41:33     all    0.21    0.00   12.07   32.67    0.00    0.21    0.00    0.00    0.00
13:41:33       0    0.43    0.00   23.87   67.53    0.00    0.43    0.00    0.00    0.00
13:41:33       1    0.00    0.00    0.81    0.20    0.00    0.00    0.00    0.00    0.00

從這里可以看到，1 分鐘的平均負(fù)載會慢慢增加到 1.06，其中一個 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。

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

1#間隔5秒后輸出一組數(shù)據(jù)，-u表示CPU指標(biāo)
$ 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

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

場景三：大量進(jìn)程的場景

當(dāng)系統(tǒng)中運(yùn)行進(jìn)程超出 CPU 運(yùn)行能力時，就會出現(xiàn)等待 CPU 的進(jìn)程。比如，我們還是使用 stress，但這次模擬的是 8 個進(jìn)程：

1$ stress -c 8 --timeout 600

由于系統(tǒng)只有 2 個 CPU，明顯比 8 個進(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：

#間隔5秒后輸出一組數(shù)據(jù)
$ 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 個進(jìn)程在爭搶 2 個 CPU，每個進(jìn)程等待 CPU 的時間（也就是代碼塊中的%wait 列）高達(dá) 75%。這些超出 CPU 計算能力的進(jìn)程，最終導(dǎo)致 CPU 過載。