资讯

历史

科技

环境与自然

成长

游戏

财经

文学与艺术

美食

健康

家居

文化

情感

汽车

三农

军事

旅行

运动

教育

生活

星座命理

如何分析系统的负载？生产排错必备技能

创作时间:

作者:

@小白创作中心

如何分析系统的负载？生产排错必备技能

引用

来源

https://yuanjava.com/load-average/

作为一名后端程序员，经常会遇到"系统负载过高"、"CPU打爆了"等问题。那么，什么是系统负载过高？什么是CPU打爆了？生产环境又该如何排查？本文将为您详细解答。

如何查看负载

top 命令

top是使用最高频的指令之一，命令及运行截图如下：

# 系统默认安装的命令top

通过执行指令可以看出：top是交互式的系统监视工具，实时显示的信息特别多，主要包括下面几类：

进程信息：

PID：进程id，唯一标识进程
用户：运行进程的用户
CPU使用率：进程正在使用的CPU资源的百分比
内存使用率：进程正在使用的内存的百分比
进程状态：进程的状态，如运行、休眠、停止等
进程优先级：进程的优先级
进程启动时间：进程启动的时间

系统总体性能：

系统平均负载：1分钟、5分钟和15分钟的平均负载，用于表示系统的负载情况
总体CPU使用率：系统的总体CPU使用率
总体内存使用：系统的总体内存使用情况，包括总内存、空闲内存、已使用内存等信息
总体交换分区使用：如果有交换分区，它的使用情况也会显示

CPU利用率：

按核心或逻辑处理器显示每个CPU核心的使用情况，包括用户态、系统态、空闲时间等

内存和交换分区使用情况：

物理内存：总物理内存、已使用内存、可用内存、缓存和缓冲区等信息
交换分区：总交换空间、已使用交换空间和可用交换空间

任务信息：

运行中的任务总数、运行任务数、睡眠任务数等

系统时间：

当前系统时间以及系统运行时间

uptime 命令

top命令显示的信息太多，如果想简单的展示系统负载，uptime是比较匹配的命令，命令及运行截图如下：

# 系统默认安装的命令uptime

通过截图可以看出：uptime命令只会显示系统的平均负载以及系统当前时间、已运行时间和登录用户数量4个信息。

htop 命令

htop命令，系统默认是不安装的，所以在使用该命令时需要先安装，命令和运行截图如下：

# 系统默认不安装，需要自己安装，比如：apt-get install htop
htop

通过执行指令可以看出：htop和top很类似，也是交互式的系统监视工具，主要会显示下面8种信息：

进程列表：htop显示当前运行的所有进程的列表，包括它们的进程ID（PID）、用户、进程状态、CPU使用率、内存使用量等信息。这些信息按默认情况下按CPU使用率降序排列。
CPU和内存利用情况：htop在顶部显示了一个可视化的CPU和内存利用情况的图形。这些图形可以帮助你直观地了解系统资源的使用情况。
系统负载信息：htop在顶部的第一行显示了系统的平均负载值，以及CPU核心的使用情况。这包括用户态、系统态和等待态（I/O等待）的负载。
快捷键帮助：htop在底部显示了一些快捷键的帮助信息，以便用户可以通过键盘快速执行不同的操作，如终止进程、改变排序方式等。
进程树：htop可以显示进程树，这是一种以树状结构展示进程之间关系的方式，有助于理解进程之间的父子关系。
进程状态标签：htop使用不同的颜色和标签来表示进程的状态，例如运行中的进程、休眠的进程、僵尸进程等，这有助于快速识别问题。
进程详细信息：通过选中进程并按下键盘上的箭头键或使用其他快捷键，htop可以显示有关选定进程的更详细的信息，如打开的文件、线程信息、进程环境变量等。
可定制性：htop允许用户自定义显示的列和排序方式，以满足特定的监视需求。

w 命令

w命令和uptime很类似，命令及运行截图如下：

# 系统默认安装
w

通过执行指令可以看出：w命令会显示当前登录用户的信息，包括平均负载。

通过执行上面4个指令，我们可以看出：每个指令的结果里面都包含"load averages: 数字1 数字2 数字3"，那么load averages是什么？后面的3个数字又代表什么含义？

平均负载

定义

load averages，中文翻译为：平均负载，它是指在一段时间内系统上运行的进程数量或等待资源的平均情况。通常用于Unix和类Unix系统。

定义看起来有些晦涩，其实，我们可以把平均负载简单理解成平均活跃进程数。

三个重要数字

介绍了平均负载的定义，接着分析load averages后面三个重要数字的含义，通过执行man uptime指令，我们可以查看官方文档：

# 系统默认安装的命令
man uptime

从文档截图可以总结三个数字的含义分别为：

1分钟平均负载：表示在最近1分钟内系统的平均负载情况；
5分钟平均负载：表示在最近5分钟内系统的平均负载情况；
15分钟平均负载：表示在最近15分钟内系统的平均负载情况；

解释完load averages3个数字的含义，另一个问题也就随之而来：3个数字的值为多少代表系统健康？多少代表系统过载了？在解答这个问题之前，我们先来分析"CPU打爆了"。

CPU打爆了

CPU打爆了，其实就是说CPU的使用率大于等于100%，比如，如果服务器只有一个CPU，100%就代表CPU满负载，如果服务器有2个CPU，那么CPU的使用率>=200%，CPU就被打爆了，

在生产环境，通常会把CPU总量的80%～85%设置为报警阈值，这样就能提醒相关人员服务器的CPU使用过高，需要特别关注。

那么，如何查看服务器的CPU个数呢？可以使用下面的指令：

# linux 查看CPU个数
grep 'model name' /proc/cpuinfo | wc -l
# mac 查看CPU个数
sysctl -n hw.physicalcpu

两者关系

分析了平均负载和CPU使用率，那么两者之间存在什么关系呢？

在平均负载定义时提到平均负载就是进程平均数，因此，先来看看进程是什么：进程是指计算机上运行的程序实例，通常包含CPU密集型进程和IO密集型进程，两种进程的详情如下：

CPU密集型进程：

特点：CPU密集型进程是那些主要依赖于处理器执行能力的任务。它们通常涉及大量的计算、数据处理和算法运算，需要大量的CPU时间来完成。
资源需求：这种类型的进程主要消耗CPU资源，而对内存和磁盘等其他资源的需求相对较低。
性能特点：CPU密集型进程在多核处理器上执行时，可以受益于并行计算，因为它们可以同时在多个CPU核心上运行。提高CPU频率和核心数量可以显著提高这些进程的性能。
示例：数值模拟、图像处理、密码破解等计算密集型任务。

IO密集型进程：

特点：IO密集型进程是那些主要涉及文件读写、网络通信、数据库查询等需要大量IO操作的任务。它们通常不需要大量的CPU计算时间，而是花费大部分时间等待IO操作完成。
资源需求：IO密集型进程对CPU的需求相对较低，但对存储设备、网络和内存等IO相关资源的需求较高。
性能特点：提高CPU性能对IO密集型任务的影响有限，因为它们通常受限于IO操作的速度。使用异步IO、多线程或多进程等技术可以提高IO密集型进程的性能。
示例：Web服务器、数据库服务器、文件上传下载服务等需要频繁IO操作的应用程序。

到此，我们可以给平均负载重新定义，它是指系统中IO密集型进程和CPU密集型进程的平均数。这样是不是对平均负载有更好对理解。

而CPU作为中央处理单元，它是执行系统中各种进程的硬件。假如每个CPU上刚好有且只有一个进程在运行，是不是意味着不用切换CPU，每个进程享受着CPU1对1的服务。

因此，如果平均负载等于CPU个数，就刚好满足了这种1对1服务，所以，平均负载最理想对情况就是等于CPU个数。

有了这个前提，可以得出：在单CPU服务器上load averages 1 1 1是最理想的平均负载，同理，在N个CPU的服务器上load averages N N N是最理想的平均负载。

如果平均负载对3个数字不等于CPU个数，就代表负载不正常吗？下面我们分析一个案例：单CPU服务器load averages 0.6 1.2 0.8。

1分钟平均负载为0.6，小于1，属于低负载，5分钟平均负载为1.2，大于1，系统过载，15分钟平均负载为0.8，也是低负载。平均负载对整体走势是：从15分钟的0.8升高到5分钟的1.2，因此系统服务在升高，但又从5分钟的1.2降到1分钟的0.6，

说明服务器的负载在降低，最后正常，所以对于load averages，我们应该按照整个发展趋势来分析，这样才能更好的分析系统的负载变化。趋势可以参考下面对手绘图：

那么，生产环境，平均负载多少是合理的？

业内经验值：小于CPU总数的70%是正常的，超过70%就需要特别注意。但这个值并不是绝对的，需要根据具体业务具体分析。

最后，平均负载高，CPU就一定高吗？

在讲解进程时提到进程有CPU密集型和IO密集型，而IO密集型对CPU的影响不大，所以，平均负载高，CPU不一定高。

因此，在生产排查时，如果发现负载高，CPU使用率高，那任务是CPU密集型概率比较大；如果发现负载高，CPU使用率不是很高，那任务是IO密集型概率比较大。