怎么理解平均负载

        当系统变慢时我们总是会输入uptime命令，来了解系统的负载情况。就比如下面，我输入了uptime命令：

$ uptime
02:34:03 up 2 days, 20:14,  1 user,  load average: 0.63, 0.83, 0.88

系统输出含义：

02:34:03              //当前时间
up 2 days, 20:14      //系统运行时间
1 user                //正在登录用户数

而后面的三个数字分别代表系统在过去1分钟、5分钟、十分钟的平均负载。

平均负载概念

        上面的0.63并不能理解成为CPU的使用率，平均负载是指单位时间内，系统处于可运行状态 和 不可中断的平均进程数，也就是 平均活跃进程数，它和CPU的使用率并没有直接关系。

可运行状态：

        是指正在使用CPU或者正在等待CPU的进程，也就是我们常用ps命令看到的，处于R状态（Running 或 Runnable)的进程。

不可中断状态：

        是指正处于内核态关键流程中的进程，并且这些进程是不可打断的，比如最常见的是等待硬件设备的 I/O 响应，也就是我们在 ps 命令中看到的 D 状态（Uninterruptible Sleep,也称Disk Sleep）的进程。

        所以这里的不可中断状态实际上是系统对进程的保护。

        平均负载其实就是平均进程数，直观上的理解就是单位时间内的活跃进程数。

比如当平均负载为 3 的时候，意味着什么？

        1、在只有2个CPU的系统上，意味着所有的CPU都刚好完全占用。

        2、在6个CPU的系统上，意味着CPU有50%的空闲。

平均负载为多时合理

        1、如果1分钟、5分钟、15分钟的三个值基本相同，或者相差不大，那就说明系统负载很平稳。

        2、但如果1分钟的值远远小于15分钟的值，就说明系统最近一分钟的负载在减小，而且过去15分钟内有很大的负载。

        3、如果1分钟的值远远大于15分钟的值，就说明最近一分钟的负载在增加，这种增加可能是临时性的，也有可能会一直增加，所以要保持观察。

        当CPU负载高于70%时，就可以分析排查负载高的问题。

平均负载与CPU使用率

        现实工作中，我们经常容易把平均负载和 CPU 使用率混淆，所以在这里，我也做一个区分。

        可能你会疑惑，既然平均负载代表的是活跃进程数，那平均负载高了，不就意味着 CPU 使用率高吗？

        我们还是要回到平均负载的含义上来，平均负载是指单位时间内，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 I/O 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。比如：

        1、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；

        2、I/O 密集型进程，等待 I/O 也会导致平均负载升高，但 CPU 使用率不一定很高；

        3、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。

平均负载案例分析

        以三个示例分别来看这三种情况，并用 iostat、mpstat、pidstat 等工具，找出平均负载升高的根源。

 环境如下：

        预先安装 stress 和 sysstat 包，如 apt install stress sysstat。

        在这里，我先简单介绍一下 stress 和 sysstat。

        stress 是一个 Linux 系统压力测试工具，这里我们用作异常进程模拟平均负载升高的场景。

        而 sysstat 包含了常用的 Linux 性能工具，用来监控和分析系统的性能。我们的案例会用到这个包的两个命令 mpstat 和 pidstat。

        mpstat 是一个常用的多核 CPU 性能分析工具，用来实时查看每个 CPU 的性能指标，以及所有CPU的平均指标。

        pidstat 是一个常用的进程性能分析工具，用来实时查看进程的 CPU、内存、I/O 以及上下文切换等性能指标。

        此外，每个场景都需要你开三个终端，登录到同一台 Linux 机器中。

        另外要注意，下面的所有命令，我们都是默认以 root 用户运行。所以，如果你是用普通用户登陆的系统，一定要先运行 sudo su root 命令切换到 root 用户。

        如果上面的要求都已经完成了，你可以先用 uptime 命令，看一下测试前的平均负载情况：

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

场景一：CPU密集型进程       

首先，我们在第一个终端运行 stress 命令，模拟一个CPU使用率 100% 的场景：

$ stress --cpu 1 --timeout 600

接着，在第二个终端运行 uptime 查看平均负载的变化情况：

# -d 参数表示高亮显示变化的区域
$ watch -d uptime
...,  load average: 1.00, 0.75, 0.39

最后，在第三个终端运行 mpstat 查看 CPU 使用率的变化情况：

# -P ALL 表示监控所有CPU，后面数字5表示间隔5秒后输出一组数据
$ 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   %idle
13:30:11     all   50.05    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00   49.95
13:30:11       0    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00
13:30:11       1  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00

场景二：I/O密集型进程

首先还是运行 stress 命令，但这次模拟 I/O 压力，即不停地执行 sync：

$ stress -i 1 --timeout 600

还是在第二个终端运行uptime查看平均负载的变化情况：

$ watch -d uptime
...,  load average: 1.06, 0.58, 0.37

然后，第三个终端运行mpstat查看CPU使用率的变化情况：

# 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

从这里可以看到，一分钟的平均负载会慢慢增加到1.06，其中一个CPU的系统CPU使用率升高到了23.87，而iowait高达67.53%。这说明，平均负载的升高是由于iowait的升高。

那么到底是哪个进程，导致iowait这么高呢？我们还是要用pidstat来查询：

# 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

可以发现是stress进程导致的。

场景三：大量进程的场景

当系统中运行进程超出CPU运行能力时，就会出现等待CPU的进程。

比如，我们还是使用stress,但这次我们模拟的是8个进程：

$ stress -c 8 --timeout 600

由于系统只有2个CPU，明显比8个进程要少得多，因而，系统的CPU处于严重过载状态，平均负载高达7.97：
 

$ uptime
...,  load average: 7.97, 5.93, 3.02

接着再运行pidstat来看一下进程的情况：

# 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

可以看到，8个进程在争抢2个CPU，每个进程等待CPU的时间（也就是代码中的%wait）高达75%。这些超出CPU计算能力的进程，最终于导致CPU过载。