01到底应该怎么理解“平均负载”

2023-12-18 12:48:34

1、如何了解系统的负载情况?

每次发现系统变慢时, 我们通常做的第?件事, 就是执?top或者uptime命令, 来了解系统的负载情况。 ?如像下?这样, 我在命令??输?了uptime命令, 系统也随即给出了结果。

$ uptime
02:34:03 up 2 days, 20:14, 1 user, load average: 0.63, 0.83, 0.88

它们分别是当前时间、 系统运?时间以及正在登录?户数。

02:34:03 //当前时间
up 2 days, 20:14 //系统运行时间
1 user //正在登录用户数

?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) 。

2、什么是平均负载?

平均负载? 这个词对很多?来说, 可能既熟悉?陌?, 我们每天的?作中, 也都会提到这个词, 但你真正理解它背后的含义吗?

我猜?定有?会说, 平均负载不就是单位时间内的 CPU 使?率吗? 上?的0.63, 就代表CPU使?率是63%。 其实并不是这样, 如果你?便的话, 可以通过执?man uptime命令, 来了解平均负载的详细解释。

简单来说, 平均负载是指单位时间内, 系统处于可运?状态不可中断状态的平均进程数, 也就是平均活跃进程数, 它不仅包括了****正在使用CPU的进程*,还包括了*等待CPU**等待I/O****的进程。它和CPU使?率并没有直接关系。 这?我先解释下, 可运?状态和不可中断状态这俩词?。

所谓可运?状态的进程, 是指正在使?CPU或者正在等待CPU的进程, 也就是我们常?ps命令看到的, 处于R状态(Running 或 Runnable) 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, ?如最常?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。

?如, 当?个进程向磁盘读写数据时, 为了保证数据的?致性, 在得到磁盘回复前, 它是不能被其他进程或者中断打断的, 这个时候的进程就处于不可中断状态。 如果此时的进程被打断了, 就容易出现磁盘数据与进程数据不?致的问题。

所以, 不可中断状态实际上是系统对进程和硬件设备的?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?计较, 这只是系统的?种更快速的计算?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?着?个进程, 这样每个CPU都得到了充分利?。 ?如当平均负载为2时, 意味着什么呢?

l 在只有2个CPU的系统上, 意味着所有的CPU都刚好被完全占?。

l 在4个CPU的系统上, 意味着CPU有50%的空闲。

l ?在只有1个CPU的系统中, 则意味着有?半的进程竞争不到CPU。

3、平均负载为多少时合理

讲完了什么是平均负载, 现在我们再回到最开始的例?, 不知道你能否判断出, 在 uptime 命令的结果?, 那三个时间段的平均负载数, 多?的时候能说明系统负载?? 或是多?的时候就能说明系统负载很低呢?

我们知道, 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, ?先你要知道系统有?个 CPU, 这可以通过top 命令或者从?件 /proc/cpuinfo 中读取, ?如:

#关于grep和wc的用法请查询它们的手册或者网络搜索
$ grep ‘model name’ /proc/cpuinfo | wc -l2
或者:lscpu | grep ‘^CPU:’
CPU: 2

有了CPU 个数, 我们就可以判断出, 当平均负载? CPU 个数还?的时候, 系统已经出现了过载。

不过, 且慢, 新的问题?来了。 我们在例?中可以看到, 平均负载有三个数值, 到底该参考哪?个呢?

实际上, 都要看。 三个不同时间间隔的平均值, 其实给我们提供了, 分析系统负载趋势的数据来源, 让我们能更全?、 更?体地理解?前的负载状况。

打个??, 就像初秋时北京的天?, 如果只看中午的温度, 你可能以为还在7? 份的?夏天呢。 但如果你结合了早上、 中午、晚上三个时间点的温度来看, 基本就可以全?位了解这?天的天?情况了。

同样的, 前?说到的CPU的三个负载时间段也是这个道理。

l 如果1分钟、 5分钟、 15分钟的三个值基本相同, 或者相差不?, 那就说明系统负载很平稳。

l 但如果1分钟的值远?于15 分钟的值, 就说明系统最近1分钟的负载在减少, ?过去15分钟内却有很?的负载。

l 反过来, 如果1分钟的值远?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。 ?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?过载的问题, 这时就得分析调查是哪?导致的问题, 并要想办法优化了。

这?我再举个例?, 假设我们在?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, ?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。

那么, 在实际?产环境中, 平均负载多?时, 需要我们重点关注呢?

在我看来, 当平均负载?于 CPU 数量70%的时候, 你就应该分析排查负载?的问题了。 ?旦负载过?, 就可能导致进程响应变慢, 进?影响服务的正常功能。

但70%这个数字并不是绝对的, 最推荐的?法, 还是把系统的平均负载监控起来, 然后根据更多的历史数据, 判断负载的变化趋势。 当发现负载有明显升?趋势时, ?如说负载翻倍了, 你再去做分析和调查。

4、平均负载与CPU使?率

现实?作中, 我们经常容易把平均负载和 CPU 使?率混淆, 所以在这?, 我也做?个区分。

可能你会疑惑, 既然平均负载代表的是活跃进程数, 那平均负载?了, 不就意味着 CPU 使?率?吗?

我们还是要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?状态和不可中断状态的进程数。 所以, 它不仅包括了正在使? CPU 的进程, 还包括等待 CPU等待 I/O 的进程。

? CPU 使?率, 是单位时间内 CPU 繁忙情况的统计, 跟平均负载并不?定完全对应。 ?如:

l CPU 密集型进程, 使??量 CPU 会导致平均负载升?, 此时这两者是?致的;

l I/O 密集型进程, 等待 I/O 也会导致平均负载升?, 但 CPU 使?率不?定很?;

l ?量等待 CPU 的进程调度也会导致平均负载升?, 此时的CPU使?率也会?较?。

5、平均负载案例分析

下?, 我们以三个示例分别来看这三种情况, 并? iostat、 mpstat、 pidstat 等?具, 找出平均负载升?的根源。

因为案例分析都是基于机器上的操作, 所以不要只是听听、 看看就够了, 最好还是跟着我实际操作?下。

*你的准备*

下?的案例都是基于 Ubuntu 18.04, 当然, 同样适?于其他 Linux 系统。 我使?的案例环境如下所示。

l 机器配置: 2 CPU, 8GB 内存。

l 预先安装 stress 和 sysstat 包, 如 apt install stress sysstat。

在这?, 我先简单介绍?下 stress 和 sysstat。

stress 是?个 Linux 系统压?测试?具, 这?我们?作异常进程模拟平均负载升?的场景。

stress参数说明:
-? 显示帮助信息
-v 显示版本号
-q 不显示运行信息
-n,–dry-run 显示已经完成的指令执行情况
-t --timeout N 指定运行N秒后停止
–backoff N 等待N微妙后开始运行
-c --cpu 产生n个进程 每个进程都反复不停的计算随机数的平方根
-i --io 产生n个进程 每个进程反复调用sync(),sync()用于将内存上的内容写到硬盘上
-m --vm n 产生n个进程,每个进程不断调用内存分配malloc和内存释放free函数
–vm-bytes B 指定malloc时内存的字节数 (默认256MB)
–vm-hang N 指示每个消耗内存的进程在分配到内存后转入休眠状态,与正常的无限分配和释放内存的处理相反,这有利于模拟只有少量内存的机器
-d --hadd n 产生n个执行write和unlink函数的进程
–hadd-bytes B 指定写的字节数,默认是1GB
–hadd-noclean 不要将写入随机ASCII数据的文件Unlink

时间单位可以为秒s,分m,小时h,天d,年y,文件大小单位可以为K,M,G

? sysstat 包含了常?的 Linux 性能?具, ?来监控和分析系统的性能。 我们的案例会?到这个包的两个命令 mpstat 和pidstat。

mpstat 是?个常?的多核 CPU 性能分析?具, ?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?个常?的进程性能分析?具, ?来实时查看进程的 CPU、 内存、 I/O 以及上下?切换等性能指标。

1、源码安装sysstat:

wget http://sebastien.godard.pagesperso-orange.fr/sysstat-12.1.2.tar.gz

tar -xzf sysstat-12.1.2.tar.gz

cd sysstat-12.1.2/

./configure

make

make install

碰到缺乏某个软件的依赖包,则使用apt安装即可。

常用的参数:
-u:默认的参数,显示各个进程的cpu使用统计
-r:显示各个进程的内存使用统计
-d:显示各个进程的IO使用情况
-p:指定进程号
-w:显示每个进程的上下文切换情况
-t:显示选择任务的线程的统计信息外的额外信息
-T { TASK | CHILD | ALL }
这个选项指定了pidstat监控的。TASK表示报告独立的task,CHILD关键字表示报告进程下所有线程统计信息。ALL表示报告独立的task和task下面的所有线程。
注意:task和子线程的全局的统计信息和pidstat选项无关。这些统计信息不会对应到当前的统计间隔,这些统计信息只有在子线程kill或者完成的时候才会被收集。
-V:版本号
-h:在一行上显示了所有活动,这样其他程序可以容易解析。
-I:在SMP环境,表示任务的CPU使用率/内核数量
-l:显示命令名和所有参数

此外, 每个场景都需要你开三个终端, 登录到同?台 Linux 机器中。

另外要注意, 下?的所有命令, 我们都是默认以 root ?户运?。 所以, 如果你是?普通?户登陆的系统, ?定要先运? sudo su root 命令切换到 root ?户。

如果上?的要求都已经完成了, 你可以先? uptime 命令, 看?下测试前的平均负载情况:

$ uptime
…, load average: 0.11, 0.15, 0.09

*场景?: CPU 密集型进程*

?先, 我们在第?个终端运? stress 命令, 模拟?个 CPU 使?率 100% 的场景:

$ stress --cpu 1 --timeout 600

接着, 在第?个终端运?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$ watch -d uptime…, load average: 1.00, 0.75, 0.39

最后, 在第三个终端运?mpstat查看 CPU 使?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
$ 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

从终端?中可以看到, 1 分钟的平均负载会慢慢增加到 1.00, ?从终端三中还可以看到, 正好有?个 CPU 的使?率为100%, 但它的 iowait 只有 0。 这说明, 平均负载的升?正是由于 CPU 使?率为 100% 。

那么, 到底是哪个进程导致了 CPU 使?率为 100% 呢? 你可以使? pidstat 来查询:

#间隔5秒后输出一组数据
$ 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

从这?可以明显看到, stress进程的CPU使?率为100%。

*场景?: I/O 密集型进程*

?先还是运? stress 命令, 但这次模拟 I/O 压?, 即不停地执? sync:

$ stress -i 1 --timeout 600

还是在第?个终端运?uptime查看平均负载的变化情况:

$ watch -d uptime…, load average: 1.06, 0.58, 0.37

然后, 第三个终端运?mpstat查看 CPU 使?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
$ 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

从这?可以看到, 1 分钟的平均负载会慢慢增加到 1.06, 其中?个 CPU 的系统CPU使?率升?到了 23.87, ? iowait ?达67.53%。 这说明, 平均负载的升?是由于 iowait 的升?。

那么到底是哪个进程, 导致 iowait 这么?呢? 我们还是? 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 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

可以发现, 还是 stress 进程导致的。

*场景三: ?量进程的场景*

当系统中运?进程超出 CPU 运?能?时, 就会出现等待 CPU 的进程。

?如, 我们还是使? stress, 但这次模拟的是 8 个进程:

$ stress -c 8 --timeout 600

由于系统只有 2 个CPU, 明显? 8 个进程要少得多, 因?, 系统的 CPU 处于严重过载状态, 平均负载?达7.97:

$ uptime
…, load average: 7.97, 5.93, 3.02

接着再运?pidstat来看?下进程的情况:

#间隔5秒后输出一组数据
$ 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 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) ?达 75%。 这些超出 CPU计算能?的进程, 最终导致 CPU 过载。

6、?结

分析完这三个案例, 我再来归纳?下平均负载的理解。

平均负载提供了?个快速查看系统整体性能的?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?出现了瓶颈。 所以, 在理解平均负载时, 也要注意:

平均负载?有可能是 CPU 密集型进程导致的;

平均负载?并不?定代表 CPU 使?率?, 还有可能是 I/O 更繁忙了;

当发现负载?的时候, 你可以使? mpstat、 pidstat 等?具, 辅助分析负载的来源。

文章来源:https://blog.csdn.net/taoxicun/article/details/135058802
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。