來自公眾號：阿里巴巴中間件

CPU(Central Processing Unit)是計算機系統的運算和控制核心，是信息處理、程序運行的最終執行單元，相當于系統的“大腦”。當 CPU 過于繁忙，就像“人腦”并發處理過多的事情，會降低做事的效率，嚴重時甚至會導致崩潰“宕機”。因此，理解 CPU 的工作原理，合理控制負載，是保障系統穩定持續運行的重要手段。

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 之間通過系統總線通信。一塊 CPU 芯片可能包含多個物理核，每個物理核都是一個實打實的運算核心(包括運算器、存儲器等)。超線程(Hyper-Threading)技術可以讓一個物理核在單位時間內同時處理兩個線程，變成兩個邏輯核。但它不會擁有傳統單核 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，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習委員和生活委員，理論上還需要 2 位同學，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、學習委員和生活委員 4 個職位，應該有 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，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 系統下，可以從 /proc/cpuinfo 文件中讀取 CPU 信息，如下圖所示：

• 查看 CPU 個數：

cat /proc/cpuinfo | grep 'physical id' | sort | uniq | wc -l

• 查看 CPU 物理核數：

cat /proc/cpuinfo | grep 'cpu cores' | sort | uniq

• 查看 CPU 邏輯核數：

cat /proc/cpuinfo | grep 'siblings' | sort | uniq

什么是 CPU 使用率？

---

CPU 使用率就是 CPU 非空閑態運行的時間占比，它反映了 CPU 的繁忙程度。比如，單核 CPU 1s 內非空閑態運行時間為 0.8s，那么它的 CPU 使用率就是 80%；雙核 CPU 1s 內非空閑態運行時間分別為 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，多核 CPU 同理。在 Linux 系統下，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 在用戶態運行的時間百分比，通常用戶態 CPU 高表示有應用程序比較繁忙。典型的用戶態程序包括：數據庫、Web 服務器等。
• sy(sys)：表示 CPU 在內核態運行的時間百分比(不包括中斷)，通常內核態 CPU 越低越好，否則表示系統存在某些瓶頸。
• ni(nice)：表示用 nice 修正進程優先級的用戶態進程執行的 CPU 時間。nice 是一個進程優先級的修正值，如果進程通過它修改了優先級，則會單獨統計 CPU 開銷。
• id(idle)：表示 CPU 處于空閑態的時間占比，此時，CPU 會執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。硬中斷是由外設硬件(如鍵盤控制器、硬件傳感器等)發出的，需要有中斷控制器參與，特點是快速執行。
• 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(如網絡收發、定時調度等)發出的中斷信號，特點是延遲執行。
• st(steal)：表示 CPU 被其他虛擬機占用的時間，僅出現在多虛擬機場景。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，因此，CPU 使用率計算公式可以總結為：CPU 使用率 = (1 - 空閑態運行時間/總運行時間) * 100%。根據經驗法則， 建議生產系統的 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，系統處于 可運行狀態(Running / Runnable) 和 不可中斷態 的平均進程數，也就是 平均活躍進程數?？蛇\行態進程包括正在使用 CPU 或者等待 CPU 的進程；不可中斷態進程是指處于內核態關鍵流程中的進程，并且該流程不可被打斷。比如當進程向磁盤寫數據時，如果被打斷，就可能出現磁盤數據與進程數據不一致。不可中斷態，本質上是系統對進程和硬件設備的一種保護機制。在 Linux 系統下，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 個數字分別表示 1分鐘、5分鐘、15分鐘內系統的平均負載。該值越小，表示系統工作量越少，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。但是，在實際生產系統中，不建議系統滿負荷運行。通用的經驗法則是：平均負載 = 0.7 * CPU 邏輯核數。

• 當平均負載持續大于 0.7 * CPU 邏輯核數，就需要開始調查原因，防止系統惡化；
• 當平均負載持續大于 1.0 * CPU 邏輯核數，必須尋找解決辦法，降低平均負載；
• 當平均負載持續大于 5.0 * CPU 邏輯核數，表明系統已出現嚴重問題，長時間未響應，或者接近死機。

除了關注平均負載值本身，我們也應關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，表明短期內系統負載比較平穩。此時，應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，表明系統負載在急劇升高，如果不是臨時性抖動，而是持續升高，特別是當 load5 都已超過 0.7 * CPU 邏輯核數 時，應調查原因，降低系統負載。

CPU 使用率與平均負載的關系

---

CPU 使用率是單位時間內 CPU 繁忙程度的統計。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狀態。

• I/O 密集型應用，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系，我們舉一個例子：假設現在有一個電話亭，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系。而平均負載是指在電話亭里的人加上排隊的總人數，如下圖所示:

性能優化實戰

---

無論是 CPU 使用率，還是平均負載，都只是反映系統健康狀態的度量指標，而不是問題的根因。因此，它們的價值主要體現在兩個方面：一是綜合反映當前系統的健康程度，結合監控告警產品，實現快速響應；二是初步定位問題方向，縮小排查范圍，降低故障恢復時間。比如當 CPU iowait 高時，應優先排查磁盤 I/O；當 CPU steal 高時，就優先排查宿主機狀態。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 CPU 使用率高為例，介紹下 Java 應用的排查思路，其他場景留待后續分享，推薦閱讀 《如何迅速分析出系統CPU的瓶頸在哪里？》。

如何排查用戶態 CPU 使用率高？

---

用戶態 CPU 使用率反映了應用程序的繁忙程度，通常與我們自己寫的代碼息息相關。因此，當你在做應用發布、配置變更或性能優化時，如果想定位消耗 CPU 最多的 Java 代碼，可以遵循如下思路：

1、通過 top 命令找到 CPU 消耗最多的進程號；

2、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)；

3、通過printf "%x\n" 線程號 命令輸出該線程號對應的 16 進制數字；

4、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。

上述方法是目前業界最常用的診斷流程，如果是非 Java 應用，可以將 jstack 替換為 perf，推薦閱讀 《Perf -- Linux下的系統性能調優工具》。然而，上述方法有兩個顯著缺陷，一是操作流程復雜，而且往往一次 jstack 還不足以定位根因，需要執行多次；二是只能用于診斷在線問題，如果問題已經發生，無法復現的話，往往只能不了了之。因此，生產系統推薦使用 APM 產品，比如阿里云的 ARMS，可以自動記錄每類線程的 CPU 耗時和方法棧，開箱即用，自動保留問題現場，如下圖所示

作者信息：

夏明，GitHub ID @StabilityMan，花名涯海，阿里云 ARMS & EagleEye 技術專家，2016 年加入阿里巴巴，一直從事鏈路追蹤和 APM 監控診斷領域的相關工作。

本文縮略圖：icon by 耳鈴

---

●編號1044，輸入編號直達本文

●輸入m獲取文章目錄

推薦↓↓↓

運維

更多推薦《25個技術類公眾微信》

涵蓋：程序人生、算法與數據結構、黑客技術與網絡安全、大數據技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、數據庫、運維等。

總結

以上是生活随笔為你收集整理的解决win10cpu使用率100_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...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。