平均负载

爱被打了一巴掌 2022-02-23 06:14 221阅读 0赞

# 平均负载 #

### 文章目录 ###

*  平均负载
 *   *  什么是平均负载？
     *  如何查看平均负载？
     *  平均负载!=CPU使用率
     *  Python 实验
     *  感谢

> 当系统性能变低时（俗称卡顿），我们可以从平均负载入手，找到引发根源，然后解决。

## 什么是平均负载？ ##

单位时间内，系统中处于**可运行状态**和**不可中断状态**的平均进程数。

对上述状态释义如下：

*  可运行状态进程：正在使用 CPU 、或是正在等待 CPU 的进程。用命令 `ps` 看到 STAT 为 R （*Running，Runable*）。
 *  不可中断状态进程：不可以被中断的进程，如等待硬件设备的I/O响应。用命令 `ps` 看到 STAT 为 D（*Uninterruptible Sleep*，也叫 *Disk Sleep*）。

## 如何查看平均负载？ ##

可用命令 `uptime` ：

Guan@Orchard:~$ uptime
     22:11:31 up 222 days, 23:10,  1 user,  load average: 0.00, 0.04, 0.01

可以看到 **load average** 后面有三个数值，分别表示前 1 分钟，前 5 分钟和前 15 分钟的平均负载。

如果假设当前平均负载为 2 ，则意味着：

*  在只有 2 个 CPU 的系统上，所有 CPU 刚好沾满；
 *  在只有 1 个 CPU 的系统上，有一半的进程竞争不到 CPU；
 *  在有 4 个 CPU 的系统上，CPU 有 50% 的空闲。

这里建议：**当平均负载高于 CPU 数量的 70% 时**，应该开始分析排查负载高的问题。

查看系统 CPU 数量的方法：`grep "model name" /proc/cpuinfo | wc -l` 。

## 平均负载!=CPU使用率 ##

当我们发现电脑卡顿，一般会马上去看 CPU 使用率，通常 `top` 命令，或者 `htop` 。事实上，我们还可以看平均负载，因为过高的负载也会造成机器性能下降。需要说明的是： 平 均 负 载 ≠ C P U 使 用 率 平均负载 \\neq CPU 使用率 平均负载̸=CPU使用率。

CPU 使用率是指：**单位时间内 CPU 繁忙情况的统计**。而**平均负载不但包括正在使用 CPU 的进程，还包括等待 CPU 的进程，以及等待 I/O 的进程**。

二者关系可分三种情况讨论：

*  CPU密集型进程：使用大量 CPU 会导致平均负载升高，此时二者一致；
 *  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；
 *  大量进程：大量等待 CPU 的进程调度会导致平均负载升高，此时 CPU 使用率也会比较高。

## Python 实验 ##

以下用 Python 程序模拟 CPU 密集，I/O 密集，大量进程等待调度三种情况。都基于腾讯的学生优惠套餐服务器，也就是 1 核 2G 那种。

--------------------

**第一种情况：CPU 密集**

# CPU 密集型
    def test_func():
        # 死循环，自增 1
        x = 0
        while True:
            x += 1
    
    test_func()

跑上段代码前，可以先使用 `top` ，方便观察 CPU 使用率； `watch -d uptime` 方便观察平均负载的变化。

在我的服务器上，CPU 很快飙到 99%+ ，一段时间后平均负载也上升到了 1.00+ 。

# top 命令
    %Cpu(s): 99.7 us,  0.3 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
    
    # uptime 命令
    23:16:25 up 223 days, 15 min,  4 users,  load average: 1.05, 0.91, 0.61

即：**使用大量 CPU 会导致平均负载升高**，正确。

--------------------

**第二种情况：I/O 密集**

# I/O密集型
    import os
    import time
    import random
    from threading import Thread
    
    def test_func():
        while True:
            filename = ".{}-{}".format(int(time.time()), random.randrange(10000))
            with open(filename, "w+") as f:
                f.write("*" * 1000)
                f.flush()
                print(f.read())
    
    for __ in range(50):
        t = Thread(target=test_func)
        t.start()
    else:
        t.join()

为使效果明显，我开了很多线程，并且都在以“死循环”的方式的做I/O操作。此时在我的服务器上，CPU 使用率只是略有升高，而平均负载飙到了 39+ 。

# I/O 密集
    %Cpu(s):  3.6 us, 13.1 sy,  0.0 ni,  0.0 id, 83.2 wa,  0.0 hi,  0.0 si,  0.0 st
    
    # uptime 命令
    23:45:41 up 223 days, 44 min,  4 users,  load average: 39.26, 14.98, 6.30

即：**等待 I/O 也会导致平均负载升高，但 CPU 使用率不一定很高**，正确。

--------------------

**第三种情况：大量进程**

# 大量进程
    import time
    from multiprocessing import Process
    
    def test_func():
        while True:
            x = 0
            x += 1
    
    for __ in range(50):
        p = Process(target=test_func)
        p.start()
    else:
        p.join()

此次也开启了 50 个进程，通过 `top` 可以看到，尽管每个 python 带起来的进程只占用很少的 CPU ，这里清一色是 2.2% 。最后结果是 CPU 上升至 100% ，前1 分钟的平均负载达到了 49+ 。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzU5MDUx_size_16_color_FFFFFF_t_70]

# uptime 命令
    00:04:24 up 223 days,  1:03,  4 users,  load average: 49.71, 28.25, 13.58

即：**大量等待 CPU 的进程调度会导致平均负载、CPU 使用率升高**，正确。

## 感谢 ##

*  参考极客时间《Linux性能优化实战》[到底应该怎么理解“平均负载”？][Link 1]

倪朋飞老师建议用 `pidstat` 和 `mpstat` 作为性能分析工具，但因我的环境问题，暂时没装上，但 `top` 和 `uptime` 也够看个大概了。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzU5MDUx_size_16_color_FFFFFF_t_70]: /images/20220223/ad4bb65d74f44d6ba7043a531ef50a4d.png
[Link 1]: https://time.geekbang.org/column/article/69618