linux load average 什么是“平均负载”

每次发现系统变慢/卡顿时，我们通常做的第一件事，就是执行 top， uptime等命令，来了解系统的负载情况。

# uptime 20:40:46 up 540 days, 3:01, 2 users, load average: 0.61, 0.01, 0.05

大多数人对前面几列比较熟悉，分别是当前时间/系统运行时间/正在登陆的用户。
而后面三个数字呢？ 依次是过去1分钟，5分钟，15分钟的平均负载。

“平均负载” 对于很多人来说，可能即熟悉又陌生。运维的日常工作中，也都会经常提到这个词， 但是否真正理解背后的含义呢？ 比如： 什么是平均负载？
很多人把平均负载认为是单位时间内的cpu使用率，上面的0.61代表cpu的使用率是63%， 其实并不是这样(可以通过man uptime查看详细解释)。

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， 它和cpu使用率并没有直接关系。

可运行状态进程，是指正在使用cpu或者正在等待cpu的进程，可以通过ps命令查看，处于R状态的进程。
不可中断进程，则是处于内核关键流程中的进程，且相关流程是不可打断的， 比如最常见的等待硬件设备i/o响应，可以通过ps命令查看，处于D状态的进程(eg: 当一个进程向磁盘读写数据时，为了保证数据一致性，在得到磁盘回复前，是不能被其他进程中断/打断的，此时，相关进程就处于不可中断状态，如果被打断，就容易出现磁盘数据和进程数据不一致的情况)。 所以： 不可中断状态是系统对进程和硬件设备的一种保护机制。

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。

平均负载为多少时合适？
在评判平均负载时， 首先，我们需要知道系统有几个cpu(可以通过top或者从文件/proc/cpuinfo中获取)。得到了cpu个数，我们就可以判断出，当平均负载比cpu个数还大时，系统已经出现了过载。当然，在日常工作中，我们应当根据实际环境进行监控判断(比如：阈值设置为80%，即充分利用了资源，也预留了一些应对突增的情况)。

影响平均负载的因素，包含以下几个场景：
1. cpu密集型： 使用大量cpu会导致平均负载升高，此时： cpu使用率会高。
2. i/0密集型： 等待i/o也会导致平均负载升高，但cpu使用率不一定高。
3. 大量进程型： 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。

通常情况下， 我们可以通过top，iostat，mpstat，pidstat等工具，找出平均负载升高等根源，从而解决问题。