Linux优化如何理解“平均负载”

Posted 从善若水

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优化如何理解“平均负载”相关的知识,希望对你有一定的参考价值。

平均负载的概念

平均负载是指单位时间内,系统处于可运行状态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.

  • 可运行状态: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,也就是我们常用 ps 命令看到的,处于 R 状态(Running 或 Runnable)的进程。
  • 不可中断状态: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,也就是我们在 ps 命令中看到的 D 状态(Uninterruptible Sleep,也称为 Disk Sleep)的进程。

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。平均活跃进程数,直观上的理解就是单位时间内的活跃进程数,但它实际上是活跃进程数的指数衰减平均值。这个“指数衰减平均”的详细含义你不用计较,这只是系统的一种更快速的计算方式,你把它直接当成活跃进程数的平均值也没问题。

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;

平均负载为多少时合理

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,比如:

$ grep 'model name' /proc/cpuinfo | wc -l

使用uptime命令获取系统的平均负载,

$ uptime
12:26:56 up 1 days, 14:20, 1 user, load average: 0.43, 0.72, 0.89

最后三个数字,依次则是过去 1 分钟、5 分钟、15 分钟的平均负载(Load Average)。

  • 如果 1 分钟、5 分钟、15 分钟的三个值基本相同,或者相差不大,那就说明系统负载很平稳。
  • 但如果 1 分钟的值远小于 15 分钟的值,就说明系统最近 1 分钟的负载在减少,而过去 15 分钟内却有很大的负载。
  • 反过来,如果 1 分钟的值远大于 15 分钟的值,就说明最近 1 分钟的负载在增加,这种增加有可能只是临时性的,也有可能还会持续增加下去,所以就需要持续观察。一旦 1 分钟的平均负载接近或超过了 CPU 的个数,就意味着系统正在发生过载的问题,这时就得分析调查是哪里导致的问题,并要想办法优化了。

再举个例子,假设我们在一个单 CPU 系统上看到平均负载为 1.73,0.60,7.98,那么说明在过去 1 分钟内,系统有 73% 的超载,而在 15 分钟内,有 698% 的超载,从整体趋势来看,系统的负载在降低。


平均负载与 CPU 使用率

我们回到平均负载的含义上来,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调度的进程也会导致平均负载升高,此时的 CPU 使用率也会比较高。

平均负载过高分析方法

介绍两个工具,mpstat和pidstat:

  • 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;

①首先使用mpstat 查看CPU的使用情况,如果发现 iowait比较高,可能就是I/O操作导致的平均负载过高;
②使用pidstat查看进程状态,如果进程数小于CPU数量或者进程的wait 参数很小,则可能是CPU密集型进程导致的平均负载过高;
③使用pidstat发现进程的 wait 参数很高,则应该就是多个进程竞争CPU资源导致的平均负载过高;

场景一:CPU 密集型进程

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2表示间隔2秒后输出一组数据
$ mpstat -P ALL 2
Linux 5.32.0 (ubuntu) (2 CPU)
14:21:20     CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle
14:21:26     all   50.05    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00   49.95
14:21:26       0    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00
14:21:26       1  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00

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% 。

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:

# 间隔2秒后输出一组数据
$ pidstat -u 2 1
14:22:07      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
14:22:12        0      5684  100.00    0.00    0.00    0.00  100.00     1  tcp_test

场景二:I/O 密集型进程

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2秒输出一组数据
$ mpstat -P ALL 2 1
Linux 5.32.0 (ubuntu) (2 CPU)
14:25:48     CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle
14:25:52     all    0.21    0.00   22.07   22.67    0.00    0.21    0.00    0.00    0.00   54.84
14:25:52       0    0.43    0.00   13.87   77.53    0.00    0.43    0.00    0.00    0.00    7.74
14:25:52       1    0.00    0.00    0.81    0.20    0.00    0.00    0.00    0.00    0.00   98.99

其中一个 CPU 的系统 CPU 使用率升高到了 13.87,而 iowait 高达77.53%。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:

# 间隔5秒后输出一组数据,-u表示CPU指标
$ pidstat -u 5 1
Linux 5.32.0 (ubuntu) (2 CPU)
14:27:12      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
14:27:13        0       300    0.00    3.39    0.00    0.00    3.39     1  kworker/1:1H
14:27:13        0       301    0.00    0.40    0.00    0.00    0.40     0  kworker/0:1H
14:27:13        0      4526    2.00   35.53    0.00    3.99   37.52     1  tcp_test
14:27:13        0      6521    0.00    0.40    0.00    0.00    0.40     0  pidstat

场景三:大量进程的场景

运行 pidstat 来看一下进程的情况:


# 间隔5秒后输出一组数据
$ pidstat -u 2 1
14:45:25      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
14:45:30        0      5960   30.00    0.00    0.00   79.80   25.00     0  tcp_test
14:45:30        0      5961   30.00    0.00    0.00   80.20   25.00     0  tcp_test
14:45:30        0      5962   30.00    0.00    0.00   79.80   25.00     1  tcp_test
14:45:30        0      5963   30.00    0.00    0.00   80.00   25.00     1  tcp_test
14:45:30        0      5964   19.80    0.00    0.00   79.60   24.80     0  tcp_test
14:45:30        0      5965   19.80    0.00    0.00   80.00   24.80     0  tcp_test
14:45:30        0      5966   19.80    0.00    0.00   79.60   24.80     1  tcp_test
14:45:30        0      5967   19.80    0.00    0.00   79.80   24.80     1  tcp_test
14:45:30        0      6512    0.00    0.20    0.00    0.20    0.20     0  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 80%。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 等工具,辅助分析负载的来源。

以上是关于Linux优化如何理解“平均负载”的主要内容,如果未能解决你的问题,请参考以下文章

linux性能优化平均负载的理解

linux 性能优化之路: 什么是平均负载, 如何判断是哪种负载过高(cpu密集, io密集, 大量进程)

linux 性能优化之路: 什么是平均负载, 如何判断是哪种负载过高(cpu密集, io密集, 大量进程)

一文理解 Linux 平均负载,附排查工具

linux 性能自我学习 ———— 理解平均负载 [一]

Linux性能优化从入门到实战:02 CPU篇:平均负载