Linux的平均負載該如何理解

Linux的平均負載該如何理解，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

平均負載可以對于我們來說及熟悉又陌生，但我們問平均負載是什么，但大部分人都回答說平均負載不就是單位時間內CPU使用率嗎？其實并不是這樣的，如果可以的話，可以 man uptime 來了解一下平均負載的詳細信息。
什么是平均負載

平均負載可以對于我們來說及熟悉又陌生，但我們問平均負載是什么，但大部分人都回答說平均負載不就是單位時間內CPU使用率嗎？其實并不是這樣的，如果可以的話，可以 man uptime 來了解一下平均負載的詳細信息。

簡單的說平均負載是指單位時間內，系統處于可運行狀態和不可中斷狀態的平均進程數，也就是說平均活躍進程數，它和CPU使用率并沒有直接關系。這里解釋一下可運行狀態和不可中斷這兩個詞。

可運行狀態：

指正在使用CPU或者正在等待CPU的進程，我們使用ps命令查看處于R狀態的進程

不可中斷狀態：

進程則是正處于內核態關鍵流程中的進程，并且這些流程是不可中斷的。例如：常見的等待硬件設備I/O的響應，也就是我們在ps命令查看處于D狀態的進程

比如，當一個進程向磁盤讀寫數據時，為了保證數據的一致性，在得到磁盤回復前，它是不能被其他進程中斷或者打斷的，這個時候的進程處于不可中斷狀態，如果此時的進程被打斷了，就容易出現磁盤數據和進程數據不一致的問題。

所以，不可中斷狀態實際上是系統進程和硬件設備的一種保護機制。

因此，你可以簡單理解為，平均負載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，但它實際上是活躍進程數的指數衰減平均值。既然是平均活躍進程數，那么理想狀態，就是每個CPU上都剛好運行著一個進程，這樣每個CPU都會得到充分的利用。例如平均負載為2時，意味著什么呢？

在只有2個CPU的系統上，意味著所有的CPU剛好被完全占用

在4個CPU的系統上，意味著CPU有50%的空閑

而在只有1個CPU的系統上，則意味著有一半的進程競爭不到CPU

平均負載和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，所以在這里，我也做一個分區。

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，不就意味著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，處于可運行狀態和不可中斷狀態的進程數，所以，它不僅包括了正常使用CPU的進程，還包括了等待CPU和等待I/O的進程。

而CPU使用率，是單位時間內CPU的繁忙情況的統計，跟平均負載并不一定完全對應，例如：

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使用率會很高

平均負載案例

這里我們需要安裝幾個工具sysstat、stress、stress-ng

這里Centos的sysstat版本會老一點，最好升級到最新版本。手動rpm安裝或者源碼安裝

場景一、CPU密集型

1、運行一個stress命令，模擬一個CPU使用率100%場景

$ stress --cpu 1 --timeout 600

2、開啟第二個終端，uptime查看平均負載的變化情況

$ watch -d uptime

09:40:35 up 80 days, 18:41, 2 users, load average: 1.62, 1.10, 0.87
3、開啟第三個終端，mpstat 查看CPU使用率的變化情況

$ mpstat -P ALL 5 20 
 
10:06:37 AM CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle 
 
10:06:42 AM all 31.50 0.00 0.35 0.00 0.00 0.00 0.00 0.00 0.00 68.15 
 
10:06:42 AM 0 1.20 0.00 0.80 0.00 0.00 0.00 0.00 0.00 0.00 98.00 
 
10:06:42 AM 1 7.21 0.00 0.40 0.00 0.00 0.00 0.00 0.00 0.00 92.38 
 
10:06:42 AM 2 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 
 
10:06:42 AM 3 17.43 0.00 0.20 0.00 0.00 0.00 0.00 0.00 0.00 82.36 
# -P ALL 表示監控所有CPU，后面數字5 表示間隔5秒輸出一次數據

從第二個終端可以看到，1分鐘平均負載增加到1.62，從第三個終端我們可以看到有一個CPU使用率100%，但iowait為0，這說明平均負載的升高正式由CPU使用率為100%

那我們查看是那個進程導致了CPU使用率為100%呢？我們可以使用pidstat來查看：

#每5秒輸出一次數據

$ pidstat -u 5 1 
 
10:08:41 AM UID PID %usr %system %guest %wait %CPU CPU Command 
 
10:08:46 AM 0 1 0.20 0.00 0.00 0.00 0.20 0 systemd 
 
10:08:46 AM 0 599 0.00 1.00 0.00 0.20 1.00 0 systemd-journal 
 
10:08:46 AM 0 1043 0.60 0.00 0.00 0.00 0.60 0 rsyslogd 
 
10:08:46 AM 0 6863 100.00 0.00 0.00 0.00 100.00 3 stress 
 
10:08:46 AM 0 7303 0.20 0.20 0.00 0.00 0.40 2 pidstat

從這里我們可以看到是stress這個進程導致的。

場景二、I/O密集型進程

1、我們使用stress-ng命令，但這次模擬I/O壓力，既不停執行sync:

#--hdd表示讀寫臨時文件 
 
#-i 生成幾個worker循環調用sync()產生io壓力 
 
$ stress-ng -i 4 --hdd 1 --timeout 600

2、開啟第二個終端運行uptime查看平均負載情況

$ watch -d uptime 
 
10:30:57 up 98 days, 19:39, 3 users, load average: 1.71, 0.75, 0.69

3、開啟第三個終端運行mpstat查看CPU使用率

$ mpstat -P ALL 5 20 
 
10:32:09 AM CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle 
 
10:32:14 AM all 6.80 0.00 33.75 26.16 0.00 0.39 0.00 0.00 0.00 32.90 
 
10:32:14 AM 0 4.03 0.00 69.57 19.91 0.00 0.00 0.00 0.00 0.00 6.49 
 
10:32:14 AM 1 25.32 0.00 9.49 0.00 0.00 0.95 0.00 0.00 0.00 64.24 
 
10:32:14 AM 2 0.24 0.00 10.87 63.04 0.00 0.48 0.00 0.00 0.00 25.36 
 
10:32:14 AM 3 1.42 0.00 36.93 14.20 0.00 0.28 0.00 0.00 0.00 47.16

從這里可以看到，1分鐘平均負載會慢慢增加到1.71，其中一個CPU的系統CPU使用率升到63.04。這說明，平均負載的升高是由于iowait升高。

那么我們到底是哪個進程導致的呢？我們使用pidstat來查看：

$ pidstat -u 5 1 
 
Average: UID PID %usr %system %guest %wait %CPU CPU Command 
 
Average: 0 1 0.00 0.19 0.00 0.00 0.19 - systemd 
 
Average: 0 10 0.00 0.19 0.00 1.56 0.19 - rcu_sched 
 
Average: 0 599 0.58 1.75 0.00 0.39 2.33 - systemd-journal 
 
Average: 0 1043 0.19 0.19 0.00 0.00 0.39 - rsyslogd 
 
Average: 0 6934 0.00 1.56 0.00 1.17 1.56 - kworker/2:0-events_power_efficient 
 
Average: 0 7383 0.00 0.39 0.00 0.78 0.39 - kworker/1:0-events_power_efficient 
 
Average: 0 9411 0.00 0.19 0.00 0.58 0.19 - kworker/0:0-events 
 
Average: 0 9662 0.00 97.67 0.00 0.19 97.67 - kworker/u8:0+flush-253:0 
 
Average: 0 10793 0.00 0.97 0.00 1.56 0.97 - kworker/3:2-mm_percpu_wq 
 
Average: 0 11062 0.00 21.79 0.00 0.19 21.79 - stress-ng-hdd 
 
Average: 0 11063 0.00 1.95 0.00 1.36 1.95 - stress-ng-io 
 
Average: 0 11064 0.00 2.72 0.00 0.39 2.72 - stress-ng-io 
 
Average: 0 11065 0.00 1.36 0.00 1.75 1.36 - stress-ng-io 
 
Average: 0 11066 0.00 2.72 0.00 0.58 2.72 - stress-ng-io

可以發現是stress-ng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：我們使用stress,但這次模擬8個進程：

$ stress -c 8 --timeout 600

我們的系統只有4顆CPU，這時候要運行8個進程，是明顯不夠的，系統的CPU后嚴重過載,這時候負載值達到了4點多：

$ uptime 
 
10:56:22 up 98 days, 20:05, 3 users, load average: 4.52, 2.82, 2.67

接著我們運行pidstat來查看一下進程的情況：

$ pidstat -u 5 1 
 
Linux 5.0.5-1.el7.elrepo.x86_64 (k8s-m1) 07/11/2019 _x86_64_ (4 CPU) 
 
10:57:33 AM UID PID %usr %system %guest %wait %CPU CPU Command 
 
10:57:38 AM 0 1 0.20 0.00 0.00 0.00 0.20 1 systemd 
 
10:57:38 AM 0 599 0.00 0.99 0.00 0.20 0.99 2 systemd-journal 
 
10:57:38 AM 0 1043 0.60 0.20 0.00 0.00 0.79 1 rsyslogd 
 
10:57:38 AM 0 12927 51.59 0.00 0.00 48.21 51.59 0 stress 
 
10:57:38 AM 0 12928 44.64 0.00 0.00 54.96 44.64 0 stress 
 
10:57:38 AM 0 12929 45.44 0.00 0.00 54.56 45.44 2 stress 
 
10:57:38 AM 0 12930 45.44 0.00 0.00 54.37 45.44 2 stress 
 
10:57:38 AM 0 12931 51.59 0.00 0.00 48.21 51.59 3 stress 
 
10:57:38 AM 0 12932 48.41 0.00 0.00 51.19 48.41 1 stress 
 
10:57:38 AM 0 12933 45.24 0.00 0.00 54.37 45.24 3 stress 
 
10:57:38 AM 0 12934 48.81 0.00 0.00 50.99 48.81 1 stress 
 
10:57:38 AM 0 13083 0.00 0.40 0.00 0.20 0.40 0 pidstat

可以看出，8個進程搶占4顆CPU，每個進程等到CPU時間(%wait)高達50%，這些都超出CPU計算能力的進程，最終導致CPU過載。

看完上述內容，你們掌握Linux的平均負載該如何理解的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！