Linux 工匠精神(二):理解 Linux 的处理器负载均值

前言

在 Linux 系统中,当系统响应缓慢时,一般会用 uptime 命令查看系统负载是否过高(w 命令和 top 命令也行)。而系统负载(System Load)也作为我们判断系统运行是否正常的一个非常重要的指标。

什么是 Load Average?

系统负载(System Load)是系统 CPU 繁忙程度的度量,即有多少进程在等待被 CPU 调度(进程等待队列的长度)。系统负载表示每分钟处于可运行状态 (运行态和就绪态) 以及不可中断状态 (等待 io) 的进程数目,且没有做归一化处理。

平均负载(Load Average)是一段时间内系统的平均负载,这个一段时间一般取 1 分钟、5 分钟、15 分钟。

如何查看 LoadAverage?

top 命令,w 命令,uptime 等命令都可以查看系统负载;

-w564

很多人会这样理解负载均值:三个数分别代表不同时间段的系统平均负载(一分钟、五分钟、以及十五分钟),它们的数字当然是越小越好。数字越高,说明服务器的负载越大,这也可能是服务器出现某种问题的信号。

而事实不完全如此,是什么因素构成了负载均值的大小,以及如何区分它们目前的状况是“好”还是“糟糕”?什么时候应该注意哪些不正常的数值?

回答这些问题之前,首先需要了解下这些数值背后的些知识。我们先用最简单的例子说明,一台只配备一块单核处理器的服务器。

行车过桥

一只单核的处理器可以形象得比喻成一条单车道。设想下,你现在需要收取这条道路的过桥费 – 忙于处理那些将要过桥的车辆。你首先当然需要了解些信息,例如车辆的载重、以及还有多少车辆正在等待过桥。如果前面没有车辆在等待,那么你可以告诉后面的司机通过。如果车辆众多,那么需要告知他们可能需要稍等一会。

890367db9819

因此,需要些特定的代号表示目前的车流情况,例如:

  • 0.00 表示目前桥面上没有任何的车流。实际上这种情况与 0.00 和 1.00 之间是相同的,总而言之很通畅,过往的车辆可以丝毫不用等待的通过。
  • 1.00 表示刚好是在这座桥的承受范围内。这种情况不算糟糕,只是车流会有些堵,不过这种情况可能会造成交通越来越慢。
  • 超过 1.00,那么说明这座桥已经超出负荷,交通严重的拥堵。那么情况有多糟糕?例如 2.00 的情况说明车流已经超出了桥所能承受的一倍,那么将有多余过桥一倍的车辆正在焦急的等待。3.00 的话情况就更不妙了,说明这座桥基本上已经快承受不了,还有超出桥负载两倍多的车辆正在等待。

上面的情况和处理器的负载情况非常相似。一辆汽车的过桥时间就好比是处理器处理某线程的实际时间。Unix 系统定义的进程运行时长为所有处理器内核的处理时间加上线程在队列中等待的时间。

和收过桥费的管理员一样,你当然希望你的汽车(操作)不会被焦急的等待。所以,理想状态下,都希望负载平均值小于 1.00。当然不排除部分峰值会超过 1.00,但长此以往保持这个状态,就说明会有问题,这时候你应该会很焦急。

系统负荷的经验法则

所以你说的理想负荷为 1.00?

嗯,这种情况其实并不完全正确。负荷 1.00 说明系统已经没有剩余的资源了。在实际情况中,有经验的系统管理员都会将这条线划在 0.70:

  • “需要进行调查法则”:如果长期你的系统负载在 0.70 上下,那么你需要在事情变得更糟糕之前,花些时间了解其原因。
  • “现在就要修复法则”:1.00。如果你的服务器系统负载长期徘徊于 1.00,那么就应该马上解决这个问题。否则,你将半夜接到你上司的电话,这可不是件令人愉快的事情。
  • “凌晨三点半锻炼身体法则”:5.00。如果你的服务器负载超过了 5.00 这个数字,那么你将失去你的睡眠,还得在会议中说明这情况发生的原因,总之千万不要让它发生。

多处理器

那么多个处理器呢?我的均值是 3.00,但是系统运行正常!

在多处理器系统中,负载均值是基于内核的数量决定的。以 100% 负载计算,1.00 表示单个处理器,而 2.00 则说明有两个双处理器,那么 4.00 就说明主机具有四个处理器。

556217db9819

所以,2 个 CPU 表明系统负荷可以达到 2.0,此时每个 CPU 都达到 100% 的工作量。推广开来,n 个 CPU 的电脑,可接受的系统负荷最大为 n.0。

多核与多处理器

先脱离下主题,我们来讨论下多核心处理器与多处理器的区别。从性能的角度上理解,一台主机拥有多核心的处理器与另台拥有同样数目的处理性能基本上可以认为是相差无几。当然实际情况会复杂得多,不同数量的缓存、处理器的频率等因素都可能造成性能的差异。

但即便这些因素造成的实际性能稍有不同,其实系统还是以处理器的核心数量计算负载均值。这使我们有了两个新的法则:
“有多少核心即为有多少负荷”法则:在多核处理中,你的系统均值不应该高于处理器核心的总数量。 “核心的核心”法则:核心分布在分别几个单个物理处理中并不重要,其实两颗四核的处理器等于四个双核处理器等于八个单处理器。所以,它应该有八个处理器内核。

在 Linux 下,可以使用

1
cat//cpuinfo

获取你系统上的每个处理器的信息。如果你只想得到数字,那么就使用下面的命令:

1
grep'modelname'/proc/cpuinfo|wc-l

最佳观察时长

“load average” 一共返回三个平均值 —1 分钟系统负荷、5 分钟系统负荷,15 分钟系统负荷,应该参考哪个值?

如果只有 1 分钟的系统负荷大于 1.0,其他两个时间段都小于 1.0,这表明只是暂时现象,问题不大。

如果 15 分钟内,平均系统负荷大于 1.0(调整 CPU 核心数之后),表明问题持续存在,不是暂时现象。所以,你应该主要观察 “15 分钟系统负荷”,将它作为电脑正常运行的指标。

参考博文

[1]. 理解 Linux 系统负荷
[2]. Understanding Linux CPU Load - when should you be worried?


Linux 工匠精神系列