linux load average
系統(tǒng)平均負載被定義為在特定時間間隔內(nèi)運行隊列中的平均進程數(shù)。如果一個進程滿足以下條件則其就會位于運行隊列中：
- 它沒有在等待I/O操作的結(jié)果
- 它沒有主動進入等待狀態(tài)(也就是沒有調(diào)用'wait')
- 沒有被停止(例如：等待終止)
SIP的第四期結(jié)束了，因為控制策略的豐富，早先的的壓力測試結(jié)果已經(jīng)無法反映在高并發(fā)和高壓力下SIP的運行狀況，因此需要重新作壓力測試。跟在測試人員后面做了快一周的壓力測試，壓力測試的報告也正式出爐，本來也就算是告一段落，但第二天測試人員說要修改報告，由于這次作壓力測試的同學(xué)是第一次作，有一個指標(biāo)沒有注意，因此需要修改幾個測試結(jié)果。那個沒有注意的指標(biāo)就是load average，他和我一樣開始只是注意了CPU，內(nèi)存的使用狀況，而沒有太注意這個指標(biāo)，這個指標(biāo)與他們通常的限制（10左右）有差別。重新測試的結(jié)果由于這個指標(biāo)被要求壓低，最后的報告顯然不如原來的好看。自己也沒有深入過壓力測試，但是覺得不搞明白對將來機器配置和擴容都會有影響，因此去問了DBA和SA，得到的結(jié)果相差很大，看來不得不自己去找找問題的根本所在了。
通過下面的幾個部分的了解，可以一步一步的找出Load Average在壓力測試中真正的作用。
CPU時間片
為了提高程序執(zhí)行效率，大家在很多應(yīng)用中都采用了多線程模式，這樣可以將原來的序列化執(zhí)行變?yōu)椴⑿袌?zhí)行，任務(wù)的分解以及并行執(zhí)行能夠極大地提高程序的運行效率。但這都是代碼級別的表現(xiàn)，而硬件是如何支持的呢？那就要靠CPU的時間片模式來說明這一切。程序的任何指令的執(zhí)行往往都會要競爭CPU這個最寶貴的資源，不論你的程序分成了多少個線程去執(zhí)行不同的任務(wù)，他們都必須排隊等待獲取這個資源來計算和處理命令。先看看單CPU的情況。下面兩圖描述了時間片模式和非時間片模式下的線程執(zhí)行的情況：
圖 1 非時間片線程執(zhí)行情況
圖 2 非時間片線程執(zhí)行情況
在圖一中可以看到，任何線程如果都排隊等待CPU資源的獲取，那么所謂的多線程就沒有任何實際意義。圖二中的CPU Manager只是我虛擬的一個角色，由它來分配和管理CPU的使用狀況，此時多線程將會在運行過程中都有機會得到CPU資源，也真正實現(xiàn)了在單CPU的情況下實現(xiàn)多線程并行處理。
多CPU的情況只是單CPU的擴展，當(dāng)所有的CPU都滿負荷運作的時候，就會對每一個CPU采用時間片的方式來提高效率。
在Linux的內(nèi)核處理過程中，每一個進程默認會有一個固定的時間片來執(zhí)行命令（默認為1/100秒），這段時間內(nèi)進程被分配到CPU，然后獨占使用。如果使用完，同時未到時間片的規(guī)定時間，那么就主動放棄CPU的占用，如果到時間片尚未完成工作，那么CPU的使用權(quán)也會被收回，進程將會被中斷掛起等待下一個時間片。
CPU利用率和Load Average的區(qū)別
壓 力測試不僅需要對業(yè)務(wù)場景的并發(fā)用戶等壓力參數(shù)作模擬，同時也需要在壓力測試過程中隨時關(guān)注機器的性能情況，來確保壓力測試的有效性。當(dāng)服務(wù)器長期處于一 種超負荷的情況下運行，所能接收的壓力并不是我們所認為的可接受的壓力。就好比項目經(jīng)理在給一個人估工作量的時候，每天都讓這個人工作12個小時，那么所制定的項目計劃就不是一個合理的計劃，那個人遲早會垮掉，而影響整體的項目進度。
CPU利用率在過去常常被我們這些外行認為是判斷機器是否已經(jīng)到了滿負荷的一個標(biāo)準(zhǔn)，看到50%-60%的使用率就認為機器就已經(jīng)壓到了臨界了。CPU利用率，顧名思義就是對于CPU的使用狀況，這是對一個時間段內(nèi)CPU使用狀況的統(tǒng)計，通過這個指標(biāo)可以看出在某一個時間段內(nèi)CPU被占用的情況，如果被占用時間很高，那么就需要考慮CPU是否已經(jīng)處于超負荷運作，長期超負荷運作對于機器本身來說是一種損害，因此必須將CPU的利用率控制在一定的比例下，以保證機器的正常運作。
Load Average是CPU的Load，它所包含的信息不是CPU的使用率狀況，而是在一段時間內(nèi)CPU正在處理以及等待CPU處理的進程數(shù)之和的統(tǒng)計信息，也就是CPU使用隊列的長度的統(tǒng)計信息。為什么要統(tǒng)計這個信息，這個信息的對于壓力測試的影響究竟是怎么樣的，那就通過一個類比來解釋CPU利用率和Load Average的區(qū)別以及對于壓力測試的指導(dǎo)意義。
我們將CPU就類比為電話亭，每一個進程都是一個需要打電話的人。現(xiàn)在一共有4個電話亭（就好比我們的機器有4核），有10個人需要打電話。現(xiàn)在使用電話的規(guī)則是管理員會按照順序給每一個人輪流分配1分鐘的使用電話時間，如果使用者在1分鐘內(nèi)使用完畢，那么可以立刻將電話使用權(quán)返還給管理員，如果到了1分鐘電話使用者還沒有使用完畢，那么需要重新排隊，等待再次分配使用。
圖 3 電話使用場景
上圖中對于使用電話的用戶又作了一次分類，1min的代表這些使用者占用電話時間小于等于1min，2min表示使用者占用電話時間小于等于2min，以此類推。根據(jù)電話使用規(guī)則，1min的用戶只需要得到一次分配即可完成通話，而其他兩類用戶需要排隊兩次到三次。
電話的利用率 = sum (active use cpu time)/period
每一個分配到電話的使用者使用電話時間的總和去除以統(tǒng)計的時間段。這里需要注意的是是使用電話的時間總和(sum(active use cpu time))，這與占用時間的總和(sum(occupy cpu time))是有區(qū)別的。（例如一個用戶得到了一分鐘的使用權(quán)，在10秒鐘內(nèi)打了電話，然后去查詢號碼本花了20秒鐘，再用剩下的30秒打了另一個電話，那么占用了電話1分鐘，實際只是使用了40秒）
電話的Average Load體現(xiàn)的是在某一統(tǒng)計時間段內(nèi)，所有使用電話的人加上等待電話分配的人一個平均統(tǒng)計。
電話利用率的統(tǒng)計能夠反映的是電話被使用的情況，當(dāng)電話長期處于被使用而沒有的到足夠的時間休息間歇，那么對于電話硬件來說是一種超負荷的運作，需要調(diào)整使用頻度。而電話Average Load卻從另一個角度來展現(xiàn)對于電話使用狀態(tài)的描述，Average Load越高說明對于電話資源的競爭越激烈，電話資源比較短缺。對于資源的申請和維護其實也是需要很大的成本，所以在這種高Average Load的情況下電話資源的長期“熱競爭”也是對于硬件的一種損害。
低利用率的情況下是否會有高Load Average的情況產(chǎn)生呢？理解占有時間和使用時間就可以知道，當(dāng)分配時間片以后，是否使用完全取決于使用者，因此完全可能出現(xiàn)低利用率高Load Average的情況。由此來看，僅僅從CPU的使用率來判斷CPU是否處于一種超負荷的工作狀態(tài)還是不夠的，必須結(jié)合Load Average來全局的看CPU的使用情況和申請情況。
所以回過頭來再看測試部對于Load Average的要求，在我們機器為8個CPU的情況下，控制在10 Load左右，也就是每一個CPU正在處理一個請求，同時還有2個在等待處理。看了看網(wǎng)上很多人的介紹一般來說Load簡單的計算就是2* CPU個數(shù)減去1-2左右（這個只是網(wǎng)上看來的，未必是一個標(biāo)準(zhǔn)）。
關(guān)于Linux系統(tǒng)load average負載的理解
你可能對于 Linux 的負載均值（load averages）已有了充分的了解。負載均值在 uptime 或者 top 命令中可以看到，它們可能會顯示成這個樣子：
load average: 0.09, 0.05, 0.01
很多人會這樣理解負載均值：三個數(shù)分別代表不同時間段的系統(tǒng)平均負載（一分鐘、五 分鐘、以及十五分鐘），它們的數(shù)字當(dāng)然是越小越好。數(shù)字越高，說明服務(wù)器的負載越 大，這也可能是服務(wù)器出現(xiàn)某種問題的信號。
而事實不完全如此，是什么因素構(gòu)成了負載均值的大小，以及如何區(qū)分它們目前的狀況是 “好”還是“糟糕”？什么時候應(yīng)該注意哪些不正常的數(shù)值？
回答這些問題之前，首先需要了解下這些數(shù)值背后的些知識。我們先用最簡單的例子說明， 一臺只配備一塊單核處理器的服務(wù)器。
行車過橋
一 只單核的處理器可以形象得比喻成一條單車道。設(shè)想下，你現(xiàn)在需要收取這條道路的過橋 費 -- 忙于處理那些將要過橋的車輛。你首先當(dāng)然需要了解些信息，例如車輛的載重、以及 還有多少車輛正在等待過橋。如果前面沒有車輛在等待，那么你可以告訴后面的司機通過。 如果車輛眾多，那么需要告知他們可能需要稍等一會。
因此，需要些特定的代號表示目前的車流情況，例如：
- 0.00 表示目前橋面上沒有任何的車流。 實際上這種情況與 0.00 和 1.00 之間是相同的，總而言之很通暢，過往的車輛可以絲毫不用等待的通過。
- 1.00 表示剛好是在這座橋的承受范圍內(nèi)。 這種情況不算糟糕，只是車流會有些堵，不過這種情況可能會造成交通越來越慢。
- 超過 1.00，那么說明這座橋已經(jīng)超出負荷，交通嚴重的擁堵。 那么情況有多糟糕？ 例如 2.00 的情況說明車流已經(jīng)超出了橋所能承受的一倍，那么將有多余過橋一倍的車輛正在焦急的等待。3.00 的話情況就更不妙了，說明這座橋基本上已經(jīng)快承受不了，還有超出橋負載兩倍多的車輛正在等待。
上面的情況和處理器的負載情況非常相似。一輛汽車的過橋時間就好比是處理器處理某線程 的實際時間。Unix 系統(tǒng)定義的進程運行時長為所有處理器內(nèi)核的處理時間加上線程 在隊列中等待的時間。
和收過橋費的管理員一樣，你當(dāng)然希望你的汽車（操作）不會被焦急的等待。所以，理想狀態(tài) 下，都希望負載平均值小于 1.00 。當(dāng)然不排除部分峰值會超過 1.00，但長此以往保持這 個狀態(tài)，就說明會有問題，這時候你應(yīng)該會很焦急。
“所以你說的理想負荷為 1.00 ？”
嗯，這種情況其實并不完全正確。負荷 1.00 說明系統(tǒng)已經(jīng)沒有剩余的資源了。在實際情況中 ，有經(jīng)驗的系統(tǒng)管理員都會將這條線劃在 0.70：
- “需要進行調(diào)查法則”： 如果長期你的系統(tǒng)負載在 0.70 上下，那么你需要在事情變得更糟糕之前，花些時間了解其原因。
- “現(xiàn)在就要修復(fù)法則”：1.00 。 如果你的服務(wù)器系統(tǒng)負載長期徘徊于 1.00，那么就應(yīng)該馬上解決這個問題。否則，你將半夜接到你上司的電話，這可不是件令人愉快的事情。
- “凌晨三點半鍛煉身體法則”：5.00。 如果你的服務(wù)器負載超過了 5.00 這個數(shù)字，那么你將失去你的睡眠，還得在會議中說明這情況發(fā)生的原因，總之千萬不要讓它發(fā)生。
那么多個處理器呢？我的均值是 3.00，但是系統(tǒng)運行正常！
哇喔，你有四個處理器的主機？那么它的負載均值在 3.00 是很正常的。
在多處理器系統(tǒng)中，負載均值是基于內(nèi)核的數(shù)量決定的。以 100% 負載計算，1.00 表示單個處理器，而 2.00 則說明有兩個雙處理器，那么 4.00 就說明主機具有四個處理器。
回到我們上面有關(guān)車輛過橋的比喻。1.00 我說過是“一條單車道的道路”。那么在單車道 1.00 情況中，說明這橋梁已經(jīng)被車塞滿了。而在雙處理器系統(tǒng)中，這意味著多出了一倍的 負載，也就是說還有 50% 的剩余系統(tǒng)資源 -- 因為還有另外條車道可以通行。
所以，單處理器已經(jīng)在負載的情況下，雙處理器的負載滿額的情況是 2.00，它還有一倍的資源可以利用。
多核與多處理器
先脫離下主題，我們來討論下多核心處理器與多處理器的區(qū)別。從性能的角度上理解，一臺主 機擁有多核心的處理器與另臺擁有同樣數(shù)目的處理性能基本上可以認為是相差無幾。當(dāng)然實際 情況會復(fù)雜得多，不同數(shù)量的緩存、處理器的頻率等因素都可能造成性能的差異。
但即便這些因素造成的實際性能稍有不同，其實系統(tǒng)還是以處理器的核心數(shù)量計算負載均值 。這使我們有了兩個新的法則：
- “有多少核心即為有多少負荷”法則： 在多核處理中，你的系統(tǒng)均值不應(yīng)該高于處理器核心的總數(shù)量。
- “核心的核心”法則： 核心分布在分別幾個單個物理處理中并不重要，其實兩顆四核的處理器 等于 四個雙核處理器 等于 八個單處理器。所以，它應(yīng)該有八個處理器內(nèi)核。
審視我們自己
讓我們再來看看 uptime 的輸出
~ $ uptime
23:05 up 14 days, 6:08, 7 users, load averages: 0.65 0.42 0.36
這是個雙核處理器，從結(jié)果也說明有很多的空閑資源。實際情況是即便它的峰值會到 1.7，我也從來沒有考慮過它的負載問題。
那么，怎么會有三個數(shù)字的確讓人困擾。我們知道，0.65、0.42、0.36 分別說明上一分鐘、最后五分鐘以及最后十五分鐘的系統(tǒng)負載均值。那么這又帶來了一個問題：
我們以哪個數(shù)字為準(zhǔn)？一分鐘？五分鐘？還是十五分鐘？
其 實對于這些數(shù)字我們已經(jīng)談?wù)摿撕芏啵艺J為你應(yīng)該著眼于五分鐘或者十五分鐘的平均數(shù) 值。坦白講，如果前一分鐘的負載情況是 1.00，那么仍可以說明認定服務(wù)器情況還是正常的。 但是如果十五分鐘的數(shù)值仍然保持在 1.00，那么就值得注意了（根據(jù)我的經(jīng)驗，這時候你應(yīng) 該增加的處理器數(shù)量了）。
那么我如何得知我的系統(tǒng)裝備了多少核心的處理器？
在 Linux 下，可以使用
cat /proc/cpuinfo
獲取你系統(tǒng)上的每個處理器的信息。如果你只想得到數(shù)字，那么就使用下面的命令：
grep 'model name' /proc/cpuinfo | wc -l
1 load average 的定義
在特定時間間隔內(nèi)運行隊列中的平均進程數(shù)。
2 w 命令查看 load average
load average: 1.00, 0.7, 0.8
1分鐘 5 分鐘 15分鐘
其中分別代表1分鐘，5分鐘，15分鐘系統(tǒng)的平均負載。則三個數(shù)字，會重點觀察5分鐘，15分鐘對應(yīng)的數(shù)值，這反映了系統(tǒng)一段時間的工作狀況。此值低于1.00為正常（注釋1），長時間等于1.00需要引起注意，大于5.00說明系統(tǒng)出現(xiàn)嚴重的 cpu資源不足，隨時可能出問題，屬于critical級別。
3 load average 與cpu 利用率的區(qū)別
3.1 cpu 利用率的查看，top命令
3.2 什么是cpu利用率
單位時間內(nèi)進程使用cpu時間的百分比
3.3 load average 與cpu 利用率的區(qū)別
load average=占用cpu進程+排隊進程數(shù)
cpu利用率=單位時間內(nèi)進程使用cpu時間的百分比
load average 表示的是cpu還有多少件事情要處理，cpu利用率表示：一個進程別cpu處理時，占用時間片（注釋2）的比值。
注釋1：這里指的是1個cpu所對應(yīng)的負載值。
注釋2：在Linux的內(nèi)核處理過程中，每一個進程默認會有一個固定的時間片來執(zhí)行命令（默認為1/100秒），這段時間稱為時間片。