Linux CPU 平均负载和利用率是什么关系？
Posted wzlinux
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Linux CPU 平均负载和利用率是什么关系？相关的知识，希望对你有一定的参考价值。
一、平均负载
作为系统管理员，我们会经常遇到服务器负载比较高，我们一般都是会快速登录到服务器上面，使用 top 或者 uptime 指令来查看 CPU 的负载情况，以及哪个进程占用 CPU 比较高。当发现 load average 数字超过 CPU 核心数的时候，就认为业务量太大，CPU 不够了，需要提升 CPU 的个数，那么负载高真的就是 CPU 的使用率高么？
wangzan:~ $ uptime
01:58:09 up 253 days, 10:27, 0 users, load average: 0.66, 0.67, 0.70
什么是平均负载？
我们知道最后三个数字呢，依次则是过去 1 分钟、5 分钟、15 分钟的平均负载（Load Average）。
我猜很多人会认为平均负载就是单位时间内的 CPU 使用率，比如上面的 0.66，会认为目前的 CPU 使用率是 66%，但其实并不是这样的，我们可以通过 man uptime 来查看一下平均负载的详细解释。
System load averages is the average number of processes that are either in a runnable or uninterruptable state. A process in a runnable state is either using the CPU or
waiting to use the CPU. A process in uninterruptable state is waiting for some I/O access, eg waiting for disk. The averages are taken over the three time intervals. Load
averages are not normalized for the number of CPUs in a system, so a load average of 1 means a single CPU system is loaded all the time while on a 4 CPU system it means it
was idle 75% of the time.
简单来说，平均负载是指单位时间内，系统处于可运行状态和不可中断状态的平均进程数，也就是平均活跃进程数，它和 CPU 使用率并没有直接关系。
- 所谓可运行状态的进程，是指正在使用 CPU 或者正在等待 CPU 的进程。
- 不可中断状态的进程则是正处于内核态关键流程中的进程，并且这些流程是不可打断的，比如最常见的是等待硬件设备的 I/O 响应。不可中断状态实际上是系统对进程和硬件设备的一种保护机制。
因此，你可以简单理解为，平均负载其实就是平均活跃进程数。
平均负载为2，代表什么意思
既然平均的是活跃进程数，那么最理想的，就是每个 CPU 上都刚好运行着一个进程，这样每个 CPU 都得到了充分利用。比如当平均负载为 2 时，意味着什么呢？
- 在只有 2 个 CPU 的系统上，意味着所有的 CPU 都刚好被完全占用。
- 在 4 个 CPU 的系统上，意味着 CPU 有 50% 的空闲。
- 而在只有 1 个 CPU 的系统中，则意味着有一半的进程竞争不到 CPU。
平均负载为多少合适呢
平均负载最理想的情况是等于 CPU 个数。所以在评判平均负载时，首先你要知道系统有几个 CPU，这可以通过 top 命令或者从文件 /proc/cpuinfo 中读取。
wangzan:~ $ grep model name /proc/cpuinfo | wc -l
2
负载达到多少需要我们关注
当平均负载高于 CPU 数量 70% 的时候，你就应该分析排查负载高的问题了。一旦负载过高，就可能导致进程响应变慢，进而影响服务的正常功能。
二、平均负载和 CPU 使用率
平均负载是指单位时间内，处于可运行状态和不可中断状态的进程数。所以，它不仅包括了正在使用 CPU 的进程，还包括等待 CPU 和等待 I/O 的进程。
而 CPU 使用率，是单位时间内 CPU 繁忙情况的统计，跟平均负载并不一定完全对应。比如：
- CPU 密集型进程，使用大量 CPU 会导致平均负载升高，此时这两者是一致的；
- I/O 密集型进程，等待 I/O 也会导致平均负载升高，但 CPU 使用率不一定很高；
- 大量等待 CPU 的进程调度也会导致平均负载升高，此时的 CPU 使用率也会比较高。
三、案例分析
环境准备
- 操作系统：Aliyun Ubuntu 18.04
- 机器配置：2 CPU，4GB 内存。
- 预先安装 stress 和 sysstat 包，如 sudo apt install stress sysstat。
stress 是一个 Linux 系统压力测试工具，这里我们用作异常进程模拟平均负载升高的场景。
mpstat 是一个常用的多核 CPU 性能分析工具，用来实时查看每个 CPU 的性能指标，以及所有 CPU 的平均指标。
pidstat 是一个常用的进程性能分析工具，用来实时查看进程的 CPU、内存、I/O 以及上下文切换等性能指标。
场景一：CPU 密集型进程
窗口1：
在第一个终端运行 stress 命令，模拟一个 CPU 使用率 100% 的场景：
root@wangzan:~# stress --cpu 1 --timeout 600
stress: info: [3218] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd
窗口2：
在第二个终端运行 uptime 查看平均负载的变化情况：
# -d 参数表示高亮显示变化的区域
root@wangzan:~# watch -d uptime
11:19:22 up 6 min, 3 users, load average: 0.96, 0.50, 0.20
窗口3：
第三个终端运行 mpstat 查看 CPU 使用率的变化情况：
# -P ALL 表示监控所有 CPU，后面数字 5 表示间隔 5 秒后输出一组数据
root@wangzan:~# mpstat -P ALL 5
Linux 4.15.0-169-generic (wangzan) 03/17/2022 _x86_64_ (2 CPU)
11:16:51 AM CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle
11:16:56 AM all 50.25 0.00 0.20 0.10 0.00 0.00 0.00 0.00 0.00 49.45
11:16:56 AM 0 0.40 0.00 0.40 0.00 0.00 0.00 0.00 0.00 0.00 99.20
11:16:56 AM 1 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
从终端二中可以看到，1 分钟的平均负载会慢慢增加到 1.00，而从终端三中还可以看到，正好有一个 CPU 的使用率为 100%，但它的 iowait 只有 0。这说明，平均负载的升高正是由于 CPU 使用率为 100% 。
那么，到底是哪个进程导致了 CPU 使用率为 100% 呢？你可以使用 pidstat 来查询，当然你也可以使用 top 查看，这都是可以的。
# 间隔 5 秒后输出一组数据
root@wangzan:~# pidstat -u 5 1
11:19:43 AM UID PID %usr %system %guest %wait %CPU CPU Command
11:19:48 AM 0 3219 99.80 0.00 0.00 0.00 99.80 0 stress
从这里可以明显看到，stress 进程的 CPU 使用率为 99.80%。
场景二：I/O 密集型进程
窗口1：
这次模拟 I/O 压力，即不停地执行 sync
root@wangzan:~# stress -i 1 --timeout 600窗口2：
在第二个终端运行 uptime 查看平均负载的变化情况：
# -d 参数表示高亮显示变化的区域
root@wangzan:~# watch -d uptime
11:23:11 up 9 min, 3 users, load average: 1.15, 0.82, 0.40
窗口3：
第三个终端运行 mpstat 查看 CPU 使用率的变化情况：
# 显示所有 CPU 的指标，并在间隔 5 秒输出一组数据
root@wangzan:~# mpstat -P ALL 5 1
Linux 4.15.0-169-generic (wangzan) 03/17/2022 _x86_64_ (2 CPU)
11:22:01 AM CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle
11:22:06 AM all 0.21 0.00 12.41 7.03 0.00 0.00 0.00 0.00 0.00 80.35
11:22:06 AM 0 0.21 0.00 4.22 14.14 0.00 0.00 0.00 0.00 0.00 81.43
11:22:06 AM 1 0.00 0.00 20.28 0.20 0.00 0.00 0.00 0.00 0.00 79.51
从这里可以看到，1 分钟的平均负载会慢慢增加到 1.15，其中一个 CPU 的系统 CPU 使用率升高到了 20.28，而 iowait 14.14%。这说明，平均负载的升高是由于 iowait 的升高。
那么到底是哪个进程，导致 iowait 这么高呢？我们还是用 pidstat 来查询：
root@wangzan:~# pidstat -d 5 1
Linux 4.15.0-169-generic (wangzan) 03/17/2022 _x86_64_ (2 CPU)
11:32:56 AM UID PID kB_rd/s kB_wr/s kB_ccwr/s iodelay Command
11:33:01 AM 0 4944 0.00 0.00 0.00 363 stress
场景三：大量进程的场景
窗口1：
这次模拟的是 8 个进程
root@wangzan:~# stress -c 8 --timeout 600
stress: info: [4061] dispatching hogs: 8 cpu, 0 io, 0 vm, 0 hdd
窗口2：
在第二个终端运行 uptime 查看平均负载的变化情况：
# -d 参数表示高亮显示变化的区域
root@wangzan:~# watch -d uptime
11:27:06 up 13 min, 3 users, load average: 6.52, 2.75, 1.19
窗口3：
第三个终端运行 pidstat 或者 htop 查看 CPU 使用率的变化情况：
root@wangzan:~# pidstat -u 5 1
Linux 4.15.0-169-generic (wangzan) 03/17/2022 _x86_64_ (2 CPU)
11:29:07 AM UID PID %usr %system %guest %wait %CPU CPU Command
11:29:12 AM 0 935 0.40 0.00 0.00 0.00 0.40 0 AliYunDun
11:29:12 AM 0 3220 0.00 0.20 0.00 0.40 0.20 1 watch
11:29:12 AM 0 4062 24.80 0.00 0.00 75.40 24.80 0 stress
11:29:12 AM 0 4063 25.00 0.00 0.00 75.20 25.00 1 stress
11:29:12 AM 0 4064 24.80 0.00 0.00 75.00 24.80 1 stress
11:29:12 AM 0 4065 25.00 0.00 0.00 75.00 25.00 1 stress
11:29:12 AM 0 4066 25.00 0.00 0.00 75.00 25.00 0 stress
11:29:12 AM 0 4067 25.00 0.00 0.00 75.20 25.00 0 stress
11:29:12 AM 0 4068 24.80 0.00 0.00 75.20 24.80 1 stress
11:29:12 AM 0 4069 24.60 0.00 0.00 75.40 24.60 0 stress
11:29:12 AM 0 4854 0.00 0.20 0.00 0.00 0.20 1 pidstat
可以看出，8 个进程在争抢 2 个 CPU，每个进程等待 CPU 的时间（也就是代码块中的 %wait 列）高达 75%。这些超出 CPU 计算能力的进程，最终导致 CPU 过载。
小结
平均负载提供了一个快速查看系统整体性能的手段，反映了整体的负载情况。但只看平均负载本身，我们并不能直接发现，到底是哪里出现了瓶颈。所以，在理解平均负载时，也要注意：
- 平均负载高有可能是 CPU 密集型进程导致的；
- 平均负载高并不一定代表 CPU 使用率高，还有可能是 I/O 更繁忙了；
- 当发现负载高的时候，你可以使用 mpstat、pidstat、htop 等工具，辅助分析负载的来源。
欢迎大家扫码关注，获取更多信息
以上是关于Linux CPU 平均负载和利用率是什么关系？的主要内容，如果未能解决你的问题，请参考以下文章