Linux性能優化實戰讀書筆記（一）

理解平均負載

概念

平均負載指的是單位時間內（1,5,15分鐘）系統處於可運行狀態和不可中斷狀態的平均進程數，也就是平均活躍進程數

• 可運行狀態： 正在使用CPU或者等待CPU的進程，也就是經過ps aux看到的狀態爲R的進程
• 不可中斷狀態： 正處於內核關鍵流程中的進程，而且這些流程是不可被打斷的，好比IO響應。也就是經過ps aux看到的狀態爲D的進程。

不可中斷狀態其實是系統對進程和硬件設備的一種保護機制

既然平均的是活躍進程數，那麼最理想的就是每一個CPU上正好運行着一個進程，每一個進程CPU都獲得了充分的利用。

平均負載多少爲合理

• 首先要知道你的系統是多少核的CPU

[root@www ~]# grep 'model name' /proc/cpuinfo | wc -l
4

• 其次根據平均負載（每一個核心爲1做爲最高標準去判斷）的三個趨勢時間去判斷變化率，從而總結出對應的負載狀況：通常超過70%的話就算是比較高了

平均負載和CPU使用率

• CPU使用率：單位時間內CPU繁忙成都的統計，跟平均負載不是一一對應的

CPU密集型進程，使用大量的CPU會致使平均負載和CPU使用率
IO密集型進程，等待IO也會致使平均負載升高，可是CPU使用率不必定很高
大量等待CPU的進程調度也會致使平均負載升高，此時的CPU使用率也會比較高

平均負載案例分析

• 準備環境

OS：linux
軟件需求：stress sysstat
測試命令：stress 壓力測試

mpstat   cpu性能分析工具
              pidstat    進程性能分析工具

須要打開三個終端：做爲壓測命令端，負載觀察端，進程觀察端

• 場景一：CPU密集型進程

終端一：查看當前平均負載&執行壓測命令

[root@www ~]# uptime 
 15:08:02 up 84 days, 23:20, 1 user, load average: 0.00, 0.01, 0.05
[root@www ~]# stress --cpu 1 --timeout 600     #十分鐘測試

終端二：觀察平均負載變化狀況

[root@www ~]# watch -d uptime

終端三：mpstat查看CPU使用率變化狀況和佔用cpu的進程

[root@www ~]# mpstat -P ALL 5  #抓取CPU的變化率 （5秒輸出一組數據）
[root@www ~]# pidstat -u 5 1     #抓取佔用CPU的進程（5秒輸出一組數據）

• 場景二：IO密集型進程

終端一：查看當前平均負載&執行壓測命令

[root@www ~]# uptime 
 15:08:02 up 84 days, 23:20, 1 user, load average: 0.00, 0.01, 0.05
[root@www ~]# stress --cpu 1 --timeout 600     #十分鐘測試

終端二：觀察平均負載變化狀況

[root@www ~]# watch -d uptime

終端三：mpstat查看CPU使用率變化狀況和佔用cpu的進程

[root@www ~]# mpstat -P ALL 5  #抓取CPU的變化率 （5秒輸出一組數據）
[root@www ~]# pidstat -u 5 1     #抓取佔用CPU的進程（5秒輸出一組數據）

• 場景三：大量進程場景

終端一：查看當前平均負載&執行壓測命令

[root@www ~]# uptime 
 15:08:02 up 84 days, 23:20, 1 user, load average: 0.00, 0.01, 0.05
[root@www ~]# stress -c 8 --timeout 600     #八個進程模擬，十分鐘測試

終端二：觀察平均負載變化狀況

[root@www ~]# watch -d uptime

終端三：mpstat查看CPU使用率變化狀況和佔用cpu的進程

[root@www ~]# mpstat -P ALL 5  #抓取CPU的變化率 （5秒輸出一組數據）
[root@www ~]# pidstat -u 5 1     #抓取佔用CPU的進程（5秒輸出一組數據）

小結概括

平均負載是一個快速查看系統總體性能的手段，反映了總體的負載狀況。但只看平均負載自己咱們並不能直接發現究竟是哪裏出了瓶頸，在理解平均負載的時候咱們也要注意：

• 平均負載高多是CPU密集型進程致使的
• 平均負載高不必定表明CPU使用率高，還有多是IO更加繁忙了
• 當發現負載較高的時候可使用mpstat、pidstat等工具來輔助分析

來源整理自

https://time.geekbang.org/col...