原创：linux_负载分析之LoadAverage
平均负载是指单位时间内，系统处于可运行状态和不可中断状态的平均进程数。和 CPU 使用率并没有直接的关系
一般的进程需要消耗 CPU、内存、磁盘I/O、网络I/O等资源，在这种情况下，平均负载就不是单独指的CPU使用情况。即内存、磁盘、网络等因素也可以影响系统的平均负载值。不过影响最大的是 CPU 使用率、CPU 等待和磁盘I/O。
他不仅包扩了正在使用CPU的进程，还包括等待 CPU 和等待磁盘I/O的进程。
查看load average
# cat /proc/loadavg
# top
# uptime
# w
top为例:
![]()
这里的 load average 的三个值分别指系统在最后 1/5/15 分钟 的平均负载值。
如何理解load average
将CPU负载理解为车道的负载，对单车道而言：
如果路面上的车不多，没有占满车道，那么load < 1；
如果占满了车道，load = 1；
如果车道外面还有车在等待，load > 1;
需要注意的是，load = 1 不代表CPU无法工作了，这只是表示满负荷运行，例如实际生活中的例子，车道占满了，但是车流还能有序前进。
简单来说就是：“排队中的”除”正在处理中的”
案例分析
使用如下工具:
stress: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。
sysstat:Linux 性能工具，用来监控和分析系统的性能，以下案例中会用到这个包的 2 个命令 mpstat 和 pidstat。
mpstat: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: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
场景1：CPU密集型进程，单个进程
终端一运行 stree 命令，模拟一个 CPU 使用率 100% 的场景
stress --cpu 1 --timeout 600
终端二，查看 CPU 负载的上升状态
uptime
# or watch -n 1 uptime
终端三，查看 CPU 使用状态
mpstat -P ALL 5
终端四，哪个进程导致了 CPU 使用率为 100% 呢？ 使用 pidstat 查询
pidstat -u 5 1
如下图
![]()
结果
![]()
结果分析：
图1：stress模拟测试
图2：uptime结果的负载率依次增加，但是并未超过1，原因是此时只有1个线程执行，任务队列中也只有1个任务（暂不考虑操作系统的其他任务）。
图3：有个核占用率达到100%了。
图4：占用100%的进程名称是stress（但是进程id3269和图1的不同，这个不清楚为何，测试多次都是+1的关系）。
场景2：I/O 密集型进程，单个进程
基本命令和上面类似
差别在于终端1的测试stress命令
stress -i 1 --timeout 3600
如下图
![]()
结果
![]()
需要关注的是图3和图4，都体现了iowait是系统瓶颈。
场景3：大量进程的场景，多个进程
终端一：使用 stress 模拟 24 个进程
stress -c 24 --timeout 3600
结果如下
![]()
图2：loadavg，大幅增加，说明系统负载偏高
图4：多个进程的iowait取值偏大，说明io时间此时大概率是瓶颈资源
故障排除
不能单纯以load值来判断cpu的负载，要结合cpu的使用率、进程的状态和load值来综合判断。
load飙高一般有三种情况：
1.cpu使用率高，load值高，有状态为R的进程
这就是网上大部分文章提到的情况，此时，说明任务都是cpu密集型的，都在等待着cpu，这种情况下说明cpu负载很高。
2.cpu使用率不高，load值高，有状态为D的进程
这种情况会发现进程状态为D，说明任务为IO密集型的任务，都在等待IO，这种情况下要检查io设备。
3.cpu使用率高，load值高，系统中既有R状态又有D状态的进程
这种情况就不好判断cpu负载了，但是存在D状态的任务，就说明IO操作出现了阻塞，要关注一下IO设备情况了；cpu负载需要排查了D状态进程问题后再去判断；
粗略来看，下图是成立的（之所以说粗略看，因为cpu使用率和loadAVG并无必然关系，但这个图中将二者建立关系了）。 ![]()
状态为R，表示正在运行，或者处于运行队列，可以被调度运行。
状态为D，表示 uninterruptible sleep，这种状态是不可中断的，无论是kill，kill -9，还是kill -15。
处于D状态的进程通常是在等待IO，比如磁盘 IO，网络 IO，其他外设 IO。
如果处于D状态的时间较长，意味着可能是IO设备本身出了故障。
其他注意事项
什么样的进程会被统计到load里？
进程状态出于R和D(不可中断睡眠)。D状态的进程不常见，等待IO的时候会处于这个状态，一般情况下这个状态时间非常短，如果我们看到大量的D状态的进程，这个时候cpu的使用率未必很高，说明IO遇到瓶颈或IO设备出现了问题；
iowait多少算高
一般 iowait 达 30% 就算高了，需要关注。
使用：iostat -x 1 10
其中如果 %util 到 70%，那么磁盘IO 就很频繁了，需要重点关注。
细分load average
查看loadavg中，由于cpu任务队列贡献（cpu竞争排队）和IO任务队列贡献（IO竞争排队）。
vmstat是一个常用的系统性能分析工具，主要用来分析系统的内存使用情况，也常用来分析CPU上下文切换和中断的次数。
## 每隔3秒输出一组数据，输出一次
vmstat 3 1
![]()
其中:
r(running or runnable)就是就绪队列的长度，也就是正在运行和等待CPU的进程数。
b(blocked)处于不可中断睡眠状态的进程数。
此外:
cs(context switch)：每秒上下文切换的次数。
in(interrupt)：每秒中断的次数。
vmstat只给出了系统总体的上下文切换情况，想要查看每隔进程的详细情况，可以使用pidstat。
![]()
其中：
cswch表示每秒资源上下文切换（voluntary context switches）的次数
自愿上下文切换，是指进程无法获取所需资源，导致的上下文切换。比如，I/O、内存等系统资源不足时，就会发生自愿上下文切换。
nvcswch表示每秒非自愿上下文切换（non voluntary context switches）的次数。
非资源上下文切换，是指进程由于时间片已到等原因，被系统强制调度，进程发生的上下文切换。比如说，大量进程都在争抢CPU时候，就容易发生非自愿上下文切换。
资源上下文切换变多了，说明进程都在等待资源，有可能发生了I/O等其他问题
非自愿上下文切换变多了，说明进程都在被强制调度，也就是都在争抢CPU。说明cpu是瓶颈。
中断次数变多了，说明cpu被中断处理程序占用，需要通过查看/proc/interrupts文件来分析具体的终端类型
pidstat命令
使用pidstat进行问题定位时，以下命令常被用到：
pidstat -u 1
pidstat -r 1
pidstat -d 1
以上命令以1秒为信息采集周期，分别获取cpu、内存和磁盘IO的统计信息。
示例七：pidstat -T
pidstat -T TASK
pidstat -T CHILD
pidstat -T ALL
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。
mpstat命令
mpstat的统计信息来自/proc/stat文件
mpstat命令主要用来查看多CPU系统中每个CPU的负载是否均衡
输出各参数含义：
![]()
Note：
1.vmstat和mpstat 命令的差别：mpstat 可以显示每个处理器的统计，而 vmstat 显示所有处理器的统计。因此，编写糟糕的应用程序（不使用多线程体系结构）可能会运行在一个多处理器机器上，而不使用所有处理器。从而导致一个 CPU 过载，而其他 CPU 却很空闲。通过 mpstat 可以轻松诊断这些类型的问题。
2.vmstat中所有关于CPU的总结都适合mpstat。当您看到较低的 %idle 数字时，您知道出现了 CPU 不足的问题。当您看到较高的 %iowait 数字时，您知道在当前负载下 I/O 子系统出现了某些问题。
3,一般来说nice值应该是在-20~19的范围 默认是0。nice值越小 进程的优先度越高 只有root用户才可以设置nice负值（提高进程优先度）
参考
一文带你全面了解 Load Average （负载）:https://www.sohu.com/a/217589014_262549
linux 平均负载 load average 的含义：www.zhangblog.com/2019/09/14/linux-load/
linux服务器load average飚的很高，但是cpu和内存还可以，这是怎么回事呢:https://segmentfault.com/q/1010000003764511/a-1020000003766640
正确使用load average的姿势:https://blog.csdn.net/zqz_zqz/article/details/80392830
linux性能优化:https://zhuanlan.zhihu.com/p/141451255
进程实时监控pidstat命令详解:https://www.cnblogs.com/mululu/p/5833722.html
pidstat 命令详解(转载):https://www.cnblogs.com/wx170119/p/11411312.html
linux mpstat 命令使用详解：https://blog.csdn.net/wangquan1992/article/details/109490324
Linux硬中断和软中断：https://zhuanlan.zhihu.com/p/85597791
linux为什么要统计nice值为负的cpu占用情况：https://bbs.csdn.net/topics/360017438
Linux性能分析——mpstat求高手讲解？：https://www.zhihu.com/question/379075728
