如何正确理解 CPU 使用率和平均负载的关系？看完你就知道了
轉(zhuǎn)載
原文地址：https://biz.51cto.com/art/202004/613677.htm
CPU(Central Processing Unit)是計算機系統(tǒng)的運算和控制核心，是信息處理、程序運行的最終執(zhí)行單元，相當于系統(tǒng)的“大腦”。
當 CPU 過于繁忙，就像“人腦”并發(fā)處理過多的事情，會降低做事的效率，嚴重時甚至?xí)?dǎo)致崩潰“宕機”。因此，理解 CPU 的工作原理，合理控制負載，是保障系統(tǒng)穩(wěn)定持續(xù)運行的重要手段。
CPU 的物理核與邏輯核
一臺機器可能包含多塊 CPU 芯片，多個 CPU 之間通過系統(tǒng)總線通信。
超線程(Hyper-Threading)技術(shù)可以讓一個物理核在單位時間內(nèi)同時處理兩個線程，變成兩個邏輯核。但它不會擁有傳統(tǒng)單核 2 倍的處理能力，也不可能提供完整的并行處理能力。
舉個例子，假設(shè)一個 CPU 芯片就是一個班級;它有 2 個物理核，也就是 2 個同學(xué)，老師讓他們分別擔任班長和體育委員;過了一段時間，校長要求每個班級還要有學(xué)習(xí)委員和生活委員，理論上還需要 2 位同學(xué)，但是這個班級只有 2 個人，最后老師只能讓班長和體育委員兼任。
這樣一來，對于不了解的人來說，這個班級有班長、體育委員、學(xué)習(xí)委員和生活委員 4 個職位，應(yīng)該有 4 個人，每個職位就是一個邏輯核;但是，實際上這個班級只有 2 位同學(xué)，也就是只有 2 個物理核，雖然他們可以做 4 份工作，但是不能把他們當做 4 個人。
如何查詢 CPU 信息?
在 Linux 系統(tǒng)下，可以從 /proc/cpuinfo 文件中讀取 CPU 信息，如下圖所示：
查看 CPU 個數(shù)：
cat /proc/cpuinfo | grep 'physical id' | sort | uniq | wc -l
查看 CPU 物理核數(shù)：
cat /proc/cpuinfo | grep 'cpu cores' | sort | uniq
查看 CPU 邏輯核數(shù)：
cat /proc/cpuinfo | grep 'siblings' | sort | uniq
什么是 CPU 使用率?
CPU 使用率就是 CPU 非空閑態(tài)運行的時間占比，它反映了 CPU 的繁忙程度。比如，單核 CPU 1s 內(nèi)非空閑態(tài)運行時間為 0.8s，那么它的 CPU 使用率就是 80%;雙核 CPU 1s 內(nèi)非空閑態(tài)運行時間分別為 0.4s 和 0.6s，那么，總體 CPU 使用率就是 (0.4s + 0.6s) / (1s * 2) = 50%，其中 2 表示 CPU 核數(shù)，多核 CPU 同理。
在 Linux 系統(tǒng)下，使用 top 命令查看 CPU 使用情況，可以得到如下信息：
Cpu(s): 0.2%us, 0.1%sy, 0.0%ni, 77.5%id, 2.1%wa, 0.0%hi, 0.0%si, 20.0%st
us(user)：表示 CPU 在用戶態(tài)運行的時間百分比，通常用戶態(tài) CPU 高表示有應(yīng)用程序比較繁忙。典型的用戶態(tài)程序包括：數(shù)據(jù)庫、Web 服務(wù)器等。
sy(sys)：表示 CPU 在內(nèi)核態(tài)運行的時間百分比(不包括中斷)，通常內(nèi)核態(tài) CPU 越低越好，否則表示系統(tǒng)存在某些瓶頸。
ni(nice)：表示用 nice 修正進程優(yōu)先級的用戶態(tài)進程執(zhí)行的 CPU 時間。nice 是一個進程優(yōu)先級的修正值，如果進程通過它修改了優(yōu)先級，則會單獨統(tǒng)計 CPU 開銷。
id(idle)：表示 CPU 處于空閑態(tài)的時間占比，此時，CPU 會執(zhí)行一個特定的虛擬進程，名為 System Idle Process。
wa(iowait)：表示 CPU 在等待 I/O 操作完成所花費的時間，通常該指標越低越好，否則表示 I/O 存在瓶頸，可以用 iostat 等命令做進一步分析。
hi(hardirq)：表示 CPU 處理硬中斷所花費的時間。硬中斷是由外設(shè)硬件(如鍵盤控制器、硬件傳感器等)發(fā)出的，需要有中斷控制器參與，特點是快速執(zhí)行。
si(softirq)：表示 CPU 處理軟中斷所花費的時間。軟中斷是由軟件程序(如網(wǎng)絡(luò)收發(fā)、定時調(diào)度等)發(fā)出的中斷信號，特點是延遲執(zhí)行。
st(steal)：表示 CPU 被其他虛擬機占用的時間，僅出現(xiàn)在多虛擬機場景。如果該指標過高，可以檢查下宿主機或其他虛擬機是否異常。
由于 CPU 有多種非空閑態(tài)，因此，CPU 使用率計算公式可以總結(jié)為：CPU 使用率 = (1 - 空閑態(tài)運行時間/總運行時間) * 100%。
根據(jù)經(jīng)驗法則， 建議生產(chǎn)系統(tǒng)的 CPU 總使用率不要超過 70%。
什么是平均負載?
平均負載(Load Average)是指單位時間內(nèi)，系統(tǒng)處于 可運行狀態(tài)(Running / Runnable) 和 不可中斷態(tài) 的平均進程數(shù)，也就是 平均活躍進程數(shù)。
可運行態(tài)進程包括正在使用 CPU 或者等待 CPU 的進程;不可中斷態(tài)進程是指處于內(nèi)核態(tài)關(guān)鍵流程中的進程，并且該流程不可被打斷。比如當進程向磁盤寫數(shù)據(jù)時，如果被打斷，就可能出現(xiàn)磁盤數(shù)據(jù)與進程數(shù)據(jù)不一致。不可中斷態(tài)，本質(zhì)上是系統(tǒng)對進程和硬件設(shè)備的一種保護機制。
在 Linux 系統(tǒng)下，使用 top 命令查看平均負載，可以得到如下信息：
load average: 1.09, 1.12, 1.52
這 3 個數(shù)字分別表示 1分鐘、5分鐘、15分鐘內(nèi)系統(tǒng)的平均負載。該值越小，表示系統(tǒng)工作量越少，負荷越低;反之負荷越高。
平均負載為多少更合理?
理想情況下，每個 CPU 應(yīng)該滿負荷工作，并且沒有等待進程，此時，平均負載 = CPU 邏輯核數(shù)。但是，在實際生產(chǎn)系統(tǒng)中，不建議系統(tǒng)滿負荷運行。通用的經(jīng)驗法則是：平均負載 = 0.7 * CPU 邏輯核數(shù)。
當平均負載持續(xù)大于 0.7 * CPU 邏輯核數(shù)，就需要開始調(diào)查原因，防止系統(tǒng)惡化;
當平均負載持續(xù)大于 1.0 * CPU 邏輯核數(shù)，必須尋找解決辦法，降低平均負載;
當平均負載持續(xù)大于 5.0 * CPU 邏輯核數(shù)，表明系統(tǒng)已出現(xiàn)嚴重問題，長時間未響應(yīng)，或者接近死機。
除了關(guān)注平均負載值本身，我們也應(yīng)關(guān)注平均負載的變化趨勢，這包含兩層含義。一是 load1、load5、load15 之間的變化趨勢;二是歷史的變化趨勢。
當 load1、load5、load15 三個值非常接近，表明短期內(nèi)系統(tǒng)負載比較平穩(wěn)。此時，應(yīng)該將其與昨天或上周同時段的歷史負載進行比對，觀察是否有顯著上升。
當 load1 遠小于 load5 或 load15 時，表明系統(tǒng)最近 1 分鐘的負載在降低，而過去 5 分鐘或 15 分鐘的平均負載卻很高。
當 load1 遠大于 load5 或 load15 時，表明系統(tǒng)負載在急劇升高，如果不是臨時性抖動，而是持續(xù)升高，特別是當 load5 都已超過 0.7 * CPU 邏輯核數(shù) 時，應(yīng)調(diào)查原因，降低系統(tǒng)負載。
CPU 使用率與平均負載的關(guān)系
CPU 使用率是單位時間內(nèi) CPU 繁忙程度的統(tǒng)計。而平均負載不僅包括正在使用 CPU 的進程，還包括等待 CPU 或 I/O 的進程。因此，兩者不能等同，有兩種常見的場景如下所述：
CPU 密集型應(yīng)用，大量進程在等待或使用 CPU，此時 CPU 使用率與平均負載呈正相關(guān)狀態(tài)。
I/O 密集型應(yīng)用，大量進程在等待 I/O，此時平均負載會升高，但 CPU 使用率不一定很高。
為了更深入的理解 CPU 使用率與平均負載的關(guān)系，我們舉一個例子：假設(shè)現(xiàn)在有一個電話亭，有 4 個人在等待打電話，電話亭同一時刻只能容納 1 個人打電話，只有拿起電話筒才算是真正使用。那么 CPU 使用率就是拿起電話筒的時間占比，它只取決于在電話亭里的人的行為，與平均負載沒有非常直接的關(guān)系。而平均負載是指在電話亭里的人加上排隊的總?cè)藬?shù)，如下圖所示：
性能優(yōu)化實戰(zhàn)
無論是 CPU 使用率，還是平均負載，都只是反映系統(tǒng)健康狀態(tài)的度量指標，而不是問題的根因。
因此，它們的價值主要體現(xiàn)在兩個方面：一是綜合反映當前系統(tǒng)的健康程度，結(jié)合監(jiān)控告警產(chǎn)品，實現(xiàn)快速響應(yīng);二是初步定位問題方向，縮小排查范圍，降低故障恢復(fù)時間。比如當 CPU iowait 高時，應(yīng)優(yōu)先排查磁盤 I/O;當 CPU steal 高時，就優(yōu)先排查宿主機狀態(tài)。
CPU 涵蓋的問題場景有很多，限于篇幅限制，下面以最常見的用戶態(tài) CPU 使用率高為例，介紹下 Java 應(yīng)用的排查思路，其他場景留待后續(xù)分享，推薦閱讀 《如何迅速分析出系統(tǒng)CPU的瓶頸在哪里?》。
如何排查用戶態(tài) CPU 使用率高?
用戶態(tài) CPU 使用率反映了應(yīng)用程序的繁忙程度，通常與我們自己寫的代碼息息相關(guān)。因此，當你在做應(yīng)用發(fā)布、配置變更或性能優(yōu)化時，如果想定位消耗 CPU 最多的 Java 代碼，可以遵循如下思路：
通過 top 命令找到 CPU 消耗最多的進程號;
通過 top -Hp 進程號 命令找到 CPU 消耗最多的線程號(列名仍然為 PID);
通過printf "%x
" 線程號 命令輸出該線程號對應(yīng)的 16 進制數(shù)字;
通過 jstack 進程號 | grep 16進制線程號 -A 10 命令找到 CPU 消耗最多的線程方法堆棧。
上述方法是目前業(yè)界最常用的診斷流程，如果是非 Java 應(yīng)用，可以將 jstack 替換為 perf，推薦閱讀 《Perf — Linux下的系統(tǒng)性能調(diào)優(yōu)工具》。
然而，上述方法有兩個顯著缺陷，一是操作流程復(fù)雜，而且往往一次 jstack 還不足以定位根因，需要執(zhí)行多次;二是只能用于診斷在線問題，如果問題已經(jīng)發(fā)生，無法復(fù)現(xiàn)的話，往往只能不了了之。
【編輯推薦】
如何設(shè)置Linux系統(tǒng)的密碼策略
Python之父退休，C語言之父與世長辭，各大編程創(chuàng)始人現(xiàn)狀盤點！
全新Windows系統(tǒng)曝光：界面大變化
完美解密Redis與秒殺系統(tǒng)！！
盤點國產(chǎn)操作系統(tǒng)，相比Windows實力差距有多大？
總結(jié)
以上是生活随笔為你收集整理的如何正确理解 CPU 使用率和平均负载的关系？看完你就知道了的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： c语言代码大全_从学生到专家，C语言开发
- 下一篇： NSIS 创建快捷方式