1.什么是平均負載?(load average)

平均負載是指單位時間內(nèi)平均活躍進程數(shù)，包括可運行狀態(tài)的進程數(shù)，以及不可中斷狀態(tài)的進程(如等待IO,等待硬件設(shè)備響應(yīng))

2.如何查看平均負載？

使用top,uptime查看，分別顯示過去1分鐘，5分鐘，15分鐘的平均負載

3.平均負載的性能指標(biāo)？

(1).平均負載等于邏輯CPU個數(shù)，說明每個CPU都被充分利用

(2).當(dāng)平均負載超過CPU個數(shù)70%，說明負載比較高

(3).如果1分鐘，5分鐘，15分鐘的負載相差不大，或者基本相同，說明系統(tǒng)負載很平穩(wěn)

(4).如果1分鐘負載遠大于15分鐘，說明系統(tǒng)負載在逐漸升高

(5).如果1分鐘負載遠小于15分鐘，說明系統(tǒng)負載在逐漸降低

4.平均負載高的場景？

(1).CPU密集型進程，導(dǎo)致平均負載和CPU使用率比較高

(2).IO密集型進程，等待IO會導(dǎo)致平均負載升高，但是CPU使用率不一定高

(3).等待CPU的進程調(diào)度也會導(dǎo)致平均負載升高，此時CPU使用率也高

(4).使用mpstat,pidstat可以分析負載來源

5.案例演示：

(1).案例準(zhǔn)備：

1.Linux環(huán)境，ubantu 18.04，機器配置：2cpu,8GB內(nèi)存，預(yù)先安裝stress和sysstat，如 apt install stress sysstat

stress是linux系統(tǒng)的壓力測試工具，這里我們用作異常進程模擬平均負載升高的場景

而sysstat包含了常用的linux性能工具，用來監(jiān)控和分析系統(tǒng)的性能。我們的案例會用到這個包的兩個命令mpstat和pidstat

mpstat是一個常用的多核CPU性能分析工具，用來實時查看每個CPU的性能指標(biāo)，以及所有CPU的平均指標(biāo)。

pidstat是一個常用的進程性能分析工具，用來實時查看進程的CPU,內(nèi)存,IO以及上下文切換等性能指標(biāo)。

此外，每個場景都需要你開三個終端，登錄到同一臺linux機器中

如果上面的要求都完成了，可以先用uptime 命令，看一下測試前的平均負載情況：

uptime

load average: 0.11, 0.15, 0.09

1.場景1：CPU密集型進程

首先，我們在第一個終端運行stress命令，模擬一個cpu使用率100%的場景：

stress --cpu 1 --timeout 600

接著，在第二個終端運行uptime查看平均負載的變化情況：

# -d 參數(shù)表示高亮顯示變化的區(qū)域

$ watch -d uptime

load average: 1.00, 0.75, 0.39

最后，在第三個終端運行mpstat查看cpu使用率的變化情況：

# -P ALL 表示監(jiān)控所有 CPU，后面數(shù)字 5 表示間隔 5 秒后輸出一組數(shù)據(jù)

$ 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

在終端2中可以看到1分鐘的平均負載會慢慢增加到1，而從終端三中還可以看到，正好有一個CPU的使用率為100%，但它的iowait

只有0。這說明，平均負載的升高正是由于CPU使用率為100%。

那么，到底是哪個進程導(dǎo)致了CPU使用率為100%呢？可以用pidstat 來查詢：

# 間隔 5 秒后輸出一組數(shù)據(jù)

$ pidstat -u 5 1

13:37:07 UID PID %usr %system %guest %wait %CPU CPU Command

13:37:12 0 2962 100.00 0.00 0.00 0.00 100.00 1 stress

從這里可以看出，stress進程的CPU使用率為100%。

2.場景二：I/O密集型進程：

首先還是運行stress命令，但這次模擬IO壓力，即不停的執(zhí)行sync：

stress -i 1 --timeout 600

還是在第二個終端運行uptime查看平均負載的變化情況：

watch -d uptime

load average: 1.06, 0.58, 0.37

然后，在第三個終端運行mpstat查看CPU使用率的變化情況：

# 顯示所有 CPU 的指標(biāo)，并在間隔 5 秒輸出一組數(shù)據(jù)

$ 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

從這里可以看出，1分鐘的平均負載會慢慢增加到1.06，其中一個cpu的系統(tǒng)CPU使用率升高到了23.87，而iowait高達67.53%。這說明，平均負載的升高

正是由于iowait的升高。

那么，到底是哪個進程導(dǎo)致了iowait的升高呢？我們還是用pidstat來查詢：

# 間隔 5 秒后輸出一組數(shù)據(jù)，-u 表示 CPU 指標(biāo)

$ 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

可以發(fā)現(xiàn)，還是stress進程導(dǎo)致的。

3.場景三：大量進程的場景：

當(dāng)系統(tǒng)中運行進程超出CPU運算能力時，就會出現(xiàn)等待CPU的進程。

比如，我們還是使用stress,但這次是模擬的8個進程：

stress -c 8 --timeout 600

由于系統(tǒng)只有2個CPU,明顯比8個進程少得多，因而，系統(tǒng)的CPU處于嚴(yán)重過載狀態(tài)，平均負載高達7.97:

uptime

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

接著再運行pidstat來看一下進程的情況：

# 間隔 5 秒后輸出一組數(shù)據(jù)

$ 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

可以看出，8個進程在爭搶2個CPU，每個進程等待CPU的時間(也就是代碼塊中的%wait列)高達75%。

這些超出CPU計算能力的進程，最終導(dǎo)致CPU過載。

總結(jié)

以上是生活随笔為你收集整理的linux cpu平均负载,关于linux系统CPU篇---平均负载的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。