性能测试必备知识（3）- 深入理解“平均负载”

uptime 命令入门

每次发现系统变慢时，通常做的第一件事，就是执行 top 或者 uptime 命令，来了解系统的负载情况

六个参数讲解

灵魂拷问

平均负载就是单位时间内的 CPU 使用率吗？上面的0.13，代表 CPU 使用率是13%是吗？

灵魂回答

其实并不是这样的，我们通过 man uptime 查看 uptime 命令的解释

接下来，我们可以进入下一个知识点了

什么是平均负载？

简单来说

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

可运行状态的进程

正在使用 CPU 或者正在等待 CPU 的进程，在 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

• 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，也就是在 ps 命令中看到的 D 状态（Uninterruptible Sleep，也称为 Disk Sleep）的进

不可中断状态进程的具体栗子

• 一个进程向磁盘读写数据时，为了保证数据的一致性，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一致的问题

总结

• 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
• 平均负载可理解成平均活跃进程数
• 平均活跃进程数，就是单位时间内的活跃进程数

平均负载的理想状态

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

栗子

比如平均负载 = 2时

• 当系统有 2 个 CPU，意味着所有 CPU 刚好被完全占用
• 当系统有 4 个 CPU，意味着有 50% 的 CPU 是空闲的
• 当系统有 1 个 CPU，意味着一半的进程竞争不到 CPU

平均负载为多少时合理

灵魂拷问一

在 uptime 命令的结果里，那三个时间段的平均负载数，多大的时候能说明系统负载高？或是多小的时候就能说明系统负载很低呢？

回答

• 首先，我们得知道 CPU 数量，可以查看这篇博客：https://cloud.tencent.com/developer/article/1663440
• 当平均负载比 CPU 数量还大的时候，系统已出现了过载

灵魂拷问二

平均负载有三个数值，到底该参考哪一个呢？

回答

都要看，三个不同时间间隔的平均值，提供了分析系统负载趋势的数据来源，可以更全面地了解目前的负载状态

参考栗子

• 1 分钟、5 分钟、15 分钟的三个值基本相同，相差不大：系统负载很平稳
• 1 分钟的值远小于 15 分钟的值：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
• 1 分钟的值远大于 15 分钟的值：系统最近 1 分钟的负载在增加，这种情况需要观察，因为可能是临时性的，也可能是持续性；
• 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

实际栗子

假设在一个单 CPU 系统上看到平均负载为 1.73，0.60，7.98

• 1 分钟内：系统有 73% 的超载
• 15分钟内：系统有 698% 的超载
• 从整体趋势来看：系统的负载在降低

灵魂拷问三

在实际生产环境中，平均负载多高时，需要重点关注？

回答

• 当平均负载高于 CPU 数量 70% 的时候，就应该考虑分析排查负载高的问题了
• 一旦负载过高，可能导致进程响应变慢，进而影响服务的正常功能
• 但 70% 这个数字只是建议，可根据业务变化
• 最好的办法还是将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
• 当发现负载有明细升高趋势时，比如：负载翻倍了，再去做分析和调查

平均负载和 CPU 使用率的关系

提出疑问

平均负载就是平均活跃进程数，那活跃进程数多了，不就等于 CPU 使用率高嘛？

回答

• 前面说到，平均负载时指单位时间内，处于可运行状态和不可中断状态的进程数
• 这里包括了：正在使用 CPU 的进程，等待使用 CPU 的进程，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

平均负载和 CPU 使用率的一些小栗子

• CPU 密集型进程：使用大量 CPU 会导致平均负载升高，此时两者是一致的
• I/O密集型进程：等待 I/O 也会导致平均负载身高，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