【Linux性能优化】你知道什么是平衡负载么

什么是平衡负载

首先大家思考一下，当你发现自己的服务变慢时，你会首先使用什么命令来排查？我通常做的第一件事，就是执行top或者uptime命令来了解系统的负载情况。比如像下面这样，我在命令行里输入top命令，它就会像Windows系统中的任务处理器那样显示各个进程的资源占用状况。

我在命令行里输入uptime 命令，系统也会随即给出以下结果：

update中的参数分别是什么意思呢？它们分别是当前时间、系统运行时间以及正在登录用户数、系统在过去的1分钟、5分钟和15分钟内的平均负载。

22:29                 // 当前时间
up 3 days, 12:24      // 系统运行时间
2 user                // 正在登录用户数
2.44 4.13 4.42        // 1分钟、5分钟和15分钟内的平均负载

我猜一定有人会说，平均负载不就是单位时间内的 CPU 使用率吗？上面的2.44，就代表CPU使用率是 244%，其实并不是这样。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，也就是平均活跃进程数，它和 CPU 使用率并没有直接关系。

那具体的，什么是可运行状态和不可中断状态的进程？

可运行状态的进程：正在使用 CPU 或者正在等待 CPU 的进程，也就是我们常用 ps 命令看到的，处于Running(运行)状态或者Runnable(就绪)状态的进程。

不可中断状态的进程：正处于内核态关键流程中的进程，并且这些流程是不可打断的，比如最常见的是等待硬件设备的 I/O 响应，也就是我们在 ps 命令中看到的Uninterruptible Sleep状态也称为Disk Sleep的进程。比如当一个进程向磁盘读写数据时，为了保证数据的一致性，在得到磁盘回复前它是不能被其他进程或者中断打断的，这个时候的进程就处于不可中断状态。如果此时的进程被打断了，就容易出现磁盘数据与进程数据不一致的问题。所以，不可中断状态实际上是系统对进程和硬件设备的一种保护机制。

因此，你可以简单理解为，平均负载就是单位时间内的活跃进程数，但实际上是活跃进程数的指数衰减平均值。这个“指数衰减平均”的详细含义我们不用计较，这只是系统的一种更快速的计算方式，我们把它直接当成活跃进程数的平均值也没什么问题。

那么我们进一步思考一下，我们查看平均负载时，这个值为多少时比较合理呢？

平均负载为多少时合理

既然平均负载代表的是单位时间内的活跃进程数，那么在理想情况下，每个CPU都刚好运行着一个进程，可以使得CPU得到充分分利用。例如当负载为2时，对于双核CPU而言，意味着所有的 CPU 都刚好被完全占用。对于四核CPU而言，意味着有CPU有一半的空闲时间。而对于单核CPU而言，意味着有一半的进程竞争不到 CPU。

那么怎么能够直到自己的服务器有多少个CPU呢，可以使用以下命令进行查看：

$ grep 'model name' /proc/cpuinfo | wc -l
2

这样，我们就可以根据自己服务的CPU数量以及平均负载来判断我们系统是否是否出现过载，一般情况下，如果均负载比 CPU 个数还大的时候，系统就已经出现了过载。

新的问题又来了，我们在例子中可以看到平均负载有三个数值，到底该参考哪一个呢？实际上，我们都要看。三个不同时间间隔的平均值，其实给我们提供了分析系统负载趋势的数据来源，让我们能更全面、更立体地理解目前的负载状况。

假设我们在一个单 CPU 系统上看到平均负载为 1.73，3.60，7.98，那么说明在过去 1 分钟内，系统有 73% 的超载，在5分钟内有260%的超载，而在 15 分钟内，有 698% 的超载，从整体趋势来看系统的负载是在不断的降低的。

在实际的生产环境中，当平均负载高于 CPU 数量 70% 的时候，你就应该分析排查负载高的问题了。一旦负载过高，就可能导致进程响应变慢，进而影响服务的正常功能。70% 这个数字并不是绝对的，最推荐的方法，还是把系统的平均负载监控起来，然后根据更多的历史数据，判断负载的变化趋势。当发现负载有明显升高趋势时，比如说负载翻倍了，你再去做分析和调查。

平均负载与CPU使用率的关系

请你思考一个问题，平均负载代表的是单位时间内平均活跃进程数，那平均负载高了是否一定就意味着 CPU 使用率高？

其实并不一定，我们来具体分析一下。我们还是从平均负载的定义来，平均负载是指单位时间内，处于可运行状态和不可中断状态的进程数。所以，它不仅包括了正在使用 CPU 的进程，还包括等待 CPU 和等待 I/O 的进程。而CPU 使用率，是单位时间内 CPU 繁忙情况的统计，跟平均负载并不一定完全对应。例如：