當系統變得卡頓時，我們通常會通過
top或者
uptime命令來了解系統負載情況。
$ uptime
19:47:30 up 6:00, 1 user, load average: 0.00, 0.01, 0.05
前3列分別是當前時間、系統運行的時間以及正在登錄的用戶數
19:47:30 //當前時間
up 6:00 //系統運行時間
1 user //正在登錄用戶數
load average（平均負載）一詞代表的是過去1分鍾、5分鍾、15分鍾的平均負載。
平均負載的含義
簡單來說，平均負載是指單位時間內，系統處於可運行狀態和不可中斷狀態的平均進程數，也就是平均活躍進程數，它和CPU使用率並沒有直接關系。可以通過執行 man uptime 命令，來了解平均負載的詳細解釋。
- 可運行狀態：正在使用CPU或者正在等待CPU的進程，也就是我們ps命令看到的，處於R狀態（Running或Runnable）的進程。
- 不可中斷狀態：正處於內核態關鍵流程中的進程，並且這些流程是不可打斷的，比如常見的等待硬件設備的I/O響應，也就是我們在ps命令中看到的D狀態（Uninterruptible Sleep，也稱為Disk Sleep）的進程。比如，當一個進程向磁盤寫數據時，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打斷的，這個時候的進程就處於不可中斷狀態。如果此時的進程被打斷，就容易出現磁盤數據與進程數據不一致的問題。
不可中斷狀態實際上是系統對進程和硬件設備的一種保護機制。
因此，你可以簡單理解為，平均負載其實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。這個“指數衰減平均”的詳細含義你不用計較，這只是系統的一種更快速的計算方式，你把它直接當成活躍進程數的平均值也沒問題。
平均負載為多少時合理
既然平均的是活躍進程數，那么最理想的，就是每個 CPU 上都剛好運行着一個進程，這樣每個 CPU 都得到了充分利用。比如當平均負載為 2 時，意味着什么呢？
- 在只有 2 個 CPU 的系統上，意味着所有的 CPU 都剛好被完全占用。
- 在 4 個 CPU 的系統上，意味着 CPU 有 50% 的空閑。
- 而在只有 1 個 CPU 的系統中，則意味着有一半的進程競爭不到 CPU。
那現在我們知道平均負載最理想的情況是等於CPU個數，我們可以通過top命令或者文件/proc/cpuinfo中讀取
$ top #執行top命令后按數字1
top - 20:23:01 up 6:35, 1 user, load average: 0.02, 0.05, 0.05
Tasks: 161 total, 1 running, 160 sleeping, 0 stopped, 0 zombie
%Cpu0 : 0.0 us, 0.0 sy, 0.0 ni,100.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu1 : 0.0 us, 0.3 sy, 0.0 ni, 99.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem : 14109492 total, 12420040 free, 655876 used, 1033576 buff/cache
KiB Swap: 4063228 total, 4063228 free, 0 used. 11336992 avail Mem
$ grep 'model name' /proc/cpuinfo | wc -l
有了CPU個數，我們就可以判斷出，當平均負載比CPU個數還大的時候，系統已經出現了過載。
關於平均負載的三個數值，可以讓我們更全面、更立體地理解當前的負載狀況。
當平均負載高於 CPU 數量 70% 的時候，就應該分析排查負載高的問題了。一旦負載過高，就可能導致進程響應變慢，進而影響服務的正常功能。
但 70% 這個數字並不是絕對的，最推薦的方法，還是把系統的平均負載監控起來，然后根據更多的歷史數據，判斷負載的變化趨勢。當發現負載有明顯升高趨勢時，比如說負載翻倍了，你再去做分析和調查。
平均負載與 CPU 使用率
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，處於可運行狀態和不可中斷狀態的進程數。所以，它不僅包括了正在使用 CPU 的進程，還包括等待 CPU 和等待 I/O 的進程。
而cpu使用率，是單位時間內 CPU 繁忙情況的統計，跟平均負載並一定完全對應。比如：
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 使用率也會比較高。
平均負載案例分析
三個示例分別來看這三種情況，並用 iostat、mpstat、pidstat 等工具，找出平均負載升高的根源。
機器配置：2 CPU，8GB 內存。
預先安裝 stress 和 sysstat 包，如 apt install stress sysstat。
stress 是一個 Linux 系統壓力測試工具，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，用來監控和分析系統的性能。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，以及所有 CPU 的平均指標。
- 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、內存、I/O 以及上下文切換等性能指標。
Ubuntu：
$ apt install stress sysstat -y
CentOS：
安裝stress
$ yum install epel-release -y
$ yum install stree
安裝sysstat
yum默認安裝的版本較老（10.1.5），pidstat輸出不顯示%wait，11.5.5版本以后輸出中才會有，所以這里使用源碼安裝最新版本的sysstat
$ yum install gcc git -y
$ git clone https://gitee.com/mirrors/sysstat.git
$ cd sysstat
$ ./configure --disable-nls --prefix=/usr/local/
$ make && make install
場景一：CPU 密集型進程
首先在第一個終端運行 stress 命令，模擬一個 CPU 使用率 100% 的場景：
$ stress --cpu 1 --timeout 600
接着在第二個中斷運行uptime查看平均負載的變化情況：
# -d 參數表示高亮顯示變化的區域
$ watch -d uptime
..., load average: 1.00, 0.78, 0.53
最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，並在間隔5秒輸出一組數據
$ mpstat -P ALL 5 1
23:07:22 CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle
23:07:27 all 10.00 0.00 0.04 0.00 0.00 0.00 0.00 0.00 0.00 89.96
23:07:27 0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 100.00
23:07:27 1 0.00 0.00 0.20 0.00 0.00 0.00 0.00 0.00 0.00 99.80
23:07:27 2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 100.00
23:07:27 3 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
從終端二中可以看到，1 分鍾的平均負載會慢慢增加到 1.00，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於 CPU 使用率為 100% 。
那么到底是哪個進程導致了 CPU 使用率為 100% 呢？現在就使用pidstat來查詢：
# 間隔5秒后輸出一組數據
$ pidstat -u 5 1
23:18:51 UID PID %usr %system %guest %wait %CPU CPU Command
23:18:56 0 445 0.00 0.20 0.00 0.00 0.20 8 kworker/8:2
23:18:56 0 1025 0.00 0.60 0.00 0.00 0.60 2 containerd
23:18:56 0 14170 92.42 0.00 0.00 0.00 92.42 0 stress
23:18:56 0 14595 0.00 0.20 0.00 0.00 0.20 9 pidstat
現在可以看到是stress進程的 CPU 使用率為接近 100%。
場景二：I/O 密集型進程
還是運行stess命令，模擬 I/O 壓力，即不停地執行 sync:
iowait無法升高的問題，是因為案例中stress使用的是 sync() 系統調用，它的作用是刷新緩沖區內存到磁盤中。對於新安裝的虛擬機，緩沖區可能比較小，無法產生大的IO壓力，這樣大部分就都是系統調用的消耗了。所以，你會看到只有系統CPU使用率升高。解決方法是使用stress的下一代stress-ng，它支持更豐富的選項，比如 stress-ng -i 1 --hdd 1 --timeout 600（--hdd表示讀寫臨時文件）。
$ stress -i 1 --timeout 600
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
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，並在間隔5秒輸出一組數據
$ mpstat -P ALL 5 1
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
從這里可以看到，1 分鍾的平均負載會慢慢增加到 1.06，其中一個 CPU 的系統 CPU 使用率升高到了 23.87，而 iowait 高達 67.53%。這說明，平均負載的升高是由於 iowait 的升高。
那么到底是哪個進程，導致 iowait 這么高呢？我們還是用 pidstat 來查詢：
# 間隔5秒后輸出一組數據，-u表示CPU指標
$ 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
可以發現，還是 stress 進程導致的。
場景三：大量進程的場景
當系統運行程序超出 CPU 運行能力時，就會出現等待 CPU 的進程。
比如，我們還是使用 stress，但這次模擬的是 8 個進程：
$ stress -c 8 --timeout 600
由於系統只有 2 個 CPU，明顯比 8 個進程要少得多，因而，系統的 CPU 處於嚴重過載狀態，平均負載高達 7.97：
$ uptime
..., load average: 7.97, 5.93, 3.02
接着再運行 pidstat 來看一下進程的情況：
# 間隔5秒后輸出一組數據
$ 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，最終導致 CPU 過載。
小結
分析完這三個案例，來歸納一下平均負載的理解。平均負載提供了一個快速查看系統整體性能的手段，反映了整體的負載情況。但只看平均負載本身，我們並不能直接發現，到底是哪里出現了瓶頸。所以，在理解平均負載時，也要注意：
- 平均負載高有可能是 CPU 密集型進程導致的；
- 平均負載高並不一定代表 CPU 使用率高，還有可能是 I/O 更繁忙了；
- 當發現負載高的時候，你可以使用 mpstat、pidstat 等工具，輔助分析負載的來源。