1. 当系统变慢的时候,我们通常通过命令来查看,top、htop、uptime,但是对于每一列的含义又知道多少。
$uptime 22:10:59 up 160 days, 13:01, 3 , load average: 0.00, 0.01, 0.0
22:10:59 当前时间 up 160 days, 13:01 系统运行时间 3 users 正在登录的用户数量 0.00, 0.01, 0.05 系统1分钟、5分钟、15分钟平均负载
2. 什么是平均负载?
平均负载对于很多人既熟悉又陌生。简单的说,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使用率并没有直接关系。
可运行状态:指正在使用CPU或者正在等待CPU的进程,也就是我们常用ps命令查看,处于R状态(Running或Runnable)的进程。
不可中断状态:指正处于内核态关键流程中的进程,并且这些流程是不可中断的,比如常见的是等待硬件设备的I/O响应,也就是我们ps命令看到的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,这个进程是不可中断的状态。如果中断,意味着数据将不一致。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,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。
既然平均的是活跃进程数,那么最理想的,就是每个CPU上刚好运行着一个进程,这样每个CPU都得到了充分的利用。比如当平均负载为2时,指什么?
在只有2个CPU的系统上,指的是所有CPU都刚好完全占用。
在4个CPU的系统上,指CPU有50%的空闲。
在一个CPU的系统中,指的是有一半的进程竞争不到CPU
3. 平均负载为多少时合理
我们知道,平均负载最理想的情况就是等于CPU的个数。所以在判断平均负载时,首先你要知道系统由几个CPU。
查看CUP个数方法:
1、top =>按数字1,即可显示cpu个数
2、查看文件统计
grep 'model name' /proc/cpuinfo |wc -l 8
3、平均负载有三个数值,到底该参考哪一个呢?
三个不同时段的平均值,其实给我们提供了,分析系统趋势的数据来源,让我们更加全面的理解目前的负载情况。
1、如果1分钟、5分钟、15分钟三个值基本相同,表示系统负载很平稳。
2、如果1分钟的值小于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分钟负载在增加。
3、反之,如果1分钟的值大于15分钟的值,表示在最近1分钟,系统负载在增加,这种增加有可能是临时性的,也有可能持续增加下去,所以就需要持续观察。一旦1分钟的平均负载接近超过了cpu个数,意味着系统正在发生过载的问题,这时,就应该分析哪里导致的问题,并想办法优化。
如:一个单cpu的系统上看到平均负载为 1.73,0.60,7.98,说明在过去1分钟内,系统有73%的超载,在15分钟内,有698%的超载,从整体趋势看,系统的负载在降低。
4、生产环境中,平均负载的问题?
在实际生产环境中,平均负载多高,需要我们关注?
当平均负载高于cpu个数70%的时候,就应该分析哪里出问题了。最好的方法还是把负载监控起来,根据历史数据,判断负载的趋势。当发现负载有明显升高趋势时,如:负载翻倍了,你再去做分析和调查。
4、平均负载与cpu使用率
平均负载指的是,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IO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。
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。
io密集型进程,等待io也会导致平均负载升高,但cpushiyl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cpu使用率也会比较高。
5、平均负载案例
安装工具
预先安装 stress 和 sysstat 包,如 yum install stress sysstat
stress:是一个linux系统压力测试工具。
sysstat:包含常用的linux性能工具,用来监控和分析系统的性能。案例会用到mpstat和pidstat。
mpstat是一个常用的多核cpu性能分析工具,用来实时查看每一个cpu的性能指标,以及所有cpu的平均指标。
pidstat是常用的进程性能分析工具,用来实时查看进程的cpu、内存、io、以及上下文切换。
案例:此时我的平均负载
[root@localhost test]# uptime 11:25:04 up 2 days, 2:20, 4 users, load average: 0.47, 0.32, 0.30
1、模拟cpu密集型进程(cpu使用率100%)
运行命令
$ stress --cpu 1 --timeout 600 [root@localhost test]# uptime 11:27:41 up 2 days, 2:22, 4 users, load average: 1.58, 0.65, 0.42
因为我的cpu数量为1。此时1分钟内的平均负载已经过载58%。
运行命令
mpstat -P ALL 5
参数: -P ALL 表示监控所有cpu, 5 表示5s输出一组数据。
[root@localhost ~]# mpstat -P ALL 5 Linux 3.10.0-957.el7.x86_64 (localhost.localdomain) 2019年01月24日 _x86_64_ (1 CPU) 11时36分00秒 CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle 11时36分05秒 all 96.59 0.00 3.41 0.00 0.00 0.00 0.00 0.00 0.00 0.00 11时36分05秒 0 96.59 0.00 3.41 0.00 0.00 0.00 0.00 0.00 0.00 0.00
查看此时,发现负载的原因是cpu跑满,接近100%,此时io为0%,接下来查看哪个进程导致cpu跑满。
运行命令
[root@localhost ~]# pidstat -u 5 1 Linux 3.10.0-957.el7.x86_64 (localhost.localdomain) 2019年01月24日 _x86_64_ (1 CPU) 11时38分51秒 UID PID %usr %system %guest %CPU CPU Command 11时38分56秒 0 8600 0.00 0.20 0.00 0.20 0 vmtoolsd 11时38分56秒 0 12339 0.00 0.20 0.00 0.20 0 containerd 11时38分56秒 0 24993 0.40 0.20 0.00 0.60 0 phdaemon 11时38分56秒 0 103226 91.65 0.00 0.00 91.65 0 stress 11时38分56秒 0 104114 0.00 0.20 0.00 0.20 0 pidstat
发现stress进程占用cpu很高。
2、IO密集型进程
运行命令
$ stress -i 1 --timeout 600
不停地执行sync:
[root@localhost test]# uptime 11:46:12 up 2 days, 2:41, 5 users, load average: 2.41, 2.49, 1.95
系统过载
运行命令,查看cpu指标
# 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
1分钟的负载慢慢增加,cpu使用率升高到23.87,而iowait高代67.53.平均负载升高的由于iowait的升高。
运行命令,查看哪个进程导致io高
# 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
stress进程导致的。
3、大量进程
当系统中运行进程超出cpu运行能力,就会出现等待cpu的进程。
$ stress -c 8 --timeout 600
模拟8个进程抢占cpu
$ uptime
..., load average: 7.97, 5.93, 3.02
运行pidstat
# 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
8个进程在抢占2个cpu,每个进程等待cpu的时间(也就是%wait)高达75%。
总结:在工作中,大家可以利用合理的工具来分析性能。
最后,邀请大家,一起来讨论平均负载问题,以及更好,更快的解决工作问题,欢迎大家留言评论。
转载于:https://blog.51cto.com/12924846/2335289