什么是平均负载

系统平均负载是可运行或不中断的平均进程数。
处于可运行状态的进程正在使用CPU或等待使用CPU。无限的过程
可中断状态正在等待某些I / O访问，例如，等待磁盘。取三项平均值
时间间隔。负载平均没有针对系统中的CPU数量标准化，因此负载平均为1
表示一直装载单个CPU系统，而在4个CPU系统上则意味着75％的时间处于空闲状态

如何查看系统的平均负载

uptime 命令

例如

uptime
 16:00:44 up 2 min,  0 users,  load average: 0.52, 0.58, 0.59

uptime 命令的平均负载值和cpu数量有密切的关系

平均负载案例分析

下⾯，我们以三个示例分别来看这三种情况，并⽤ IOStat、mpstat、pidstat 等⼯具，找出平均负载升⾼的根源。

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⼀下。

你的准备

下⾯的案例都是基于 Ubuntu 18.04，当然，同样适⽤于其他 linux 系统。我使⽤的案例环境如下所示。

机器配置：2 CPU，8GB 内存。预先安装 stress 和 sysstat 包，如 apt install stress sysstat。

在这⾥，我先简单介绍⼀下 stress 和 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。

⽽ sysstat 包含了常⽤的 Linux 性能⼯具，⽤来监控和分析系统的性能。我们的案例会⽤到这个包的两个命令 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。

此外，每个场景都需要你开三个终端，登录到同⼀台 Linux 机器中。

实验之前，你先做好上⾯的准备。如果包的安装有问题，可以先在google⼀下⾃⾏解决，如果还是解决不了，再来留⾔区找

我，这事⼉应该不难。

另外要注意，下⾯的所有命令，我们都是默认以 root ⽤户运⾏。所以，如果你是⽤普通⽤户登陆的系统，一定要先运⾏ sudo

su root 命令切换到 root ⽤户。

如果上⾯的要求都已经完成了，你可以先⽤ uptime 命令，看一下测试前的平均负载情况：

$ uptime

..., load average: 0.11, 0.15, 0.09

场景⼀：CPU 密集型进程

⾸先，我们在第⼀个终端运⾏ stress 命令，模拟⼀个 CPU 使⽤率 100% 的场景：

$ stress --cpu 1 --timeout 600

接着，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

$ watch -d uptime

..., load average: 1.00, 0.75, 0.39

最后，在第三个终端运⾏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

$ 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：

# 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

从这⾥可以明显看到，stress进程的CPU使⽤率为100%。

场景⼆：I/O 密集型进程

⾸先还是运⾏ stress 命令，但这次模拟 I/O 压⼒，即不停地执⾏ sync：

$ stress -i 1 --timeout 600

还是在第⼆个终端运⾏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

$ 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

从这⾥可以看到，1 分钟的平均负载会慢慢增加到 1.06，其中⼀个 CPU 的系统CPU使⽤率升⾼到了 23.87，⽽ iowait ⾼达

67.53%。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 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：⼤量进程的场景

当系统中运⾏进程超出 CPU 运⾏能⼒时，就会出现等待 CPU 的进程。

⽐如，我们还是使⽤ 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，明显⽐ 8 个进程要少得多，因⽽，系统的 CPU 处于严重过载状态，平均负载⾼达7.97：

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

接着再运⾏pidstat来看⼀下进程的情况：

# 间隔5秒后输出⼀组数据

$ pidstat -u 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）⾼达 75%。这些超出 CPU

计算能⼒的进程，最终导致 CPU 过载。

总结

分析完这三个案例，我再来归纳总结下平均负载的理解。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 等⼯具，辅助分析负载的来源。