Unix/Linux 的 Load 初级解释-白红宇

几乎每个接触类 Unix 操作系统的工程师都知道如何查看系统负载。但这东西的工作机理到底是怎样的，可能没有多少能说清楚。对比了一些相关信息，加上自己的理解，做一下笔记。

什么是 Load ? 什么是 Load Average ?

Load 就是对计算机干活多少的度量(: the system load is a measure of the amount of work that a computer system is doing)。也有简单的说是进程队列的长度. Load Average 就是一段时间 (1 分钟、5分钟、15分钟) 内平均 Load 。【最好的参考文章：】

下面是一个 uptime 命令输出：

$ uptime 18:57:48 up 423 days,  3:55,  2 users,  load average: 1.16, 1.12, 1.20

尽管各种信息来源的定义都不太确定。能确定的一件事情是，你不能精确获取当前时间的 Load . 最小的计算粒度是 5 秒钟(, 5HZ 为 5秒钟，这里的 HZ 是系统定义的变量). 参见 Linux Kernel:

869        count -= ticks; 870        if (unlikely(count < 0)) { 871                active_tasks = count_active_tasks(); 872                do { 873                        CALC_LOAD(avenrun[0], EXP_1, active_tasks);  874                        CALC_LOAD(avenrun[1], EXP_5, active_tasks); 875                        CALC_LOAD(avenrun[2], EXP_15, active_tasks); 876                        count += LOAD_FREQ; 877                } while (count < 0); 878        } 879}

如何判断系统是否已经 Over Load ?

对一般的系统来说，根据 CPU 数量去判断，如上面的例子，如果平均负载始终在 1.2 以下，而你是 2 颗CPU 的机器。那么基本不会出现 CPU 不够用的情况。也就是 Load 平均要小于 CPU 的数量。

这是 Solaris 性能与工具(Solaris Performance Tools ) 一书推荐的评估方法。【在这里要推荐一下这本书，尽管在 Load 这个地方没有达到我期望的那么细致。但全书揭示了非常多的性能信息。每个 DBA、架构师的必须书。】

这么说实际上带来另外两个疑问：

1 如果是多核 CPU / 超线程的机器怎么判断? 对这样的机器，我的建议是看操作系统怎么识别的 CPU，根据系统识别出来的逻辑CPU 数量来判断。如果要考虑性能系数，建议参考一下 Oracle 针对不同架构下多核CPU 的收费标准。据说从单核CPU升级到双核CPU所带来的性能提升是50%，而将双核升级到四核所带来的性能提升只有25%。

2 如果应用是面向线程的怎么判断? 这实际上和模型有关。你的系统是怎样的? 把这个问题考虑进去即可了。

多数情况下，Load 过高都未必和 CPU 有关。或许倒是有一个例外的，就是应用场景的问题。比如用单CPU 的机器去做高并发 Web 服务器，麻烦就来了

Load 与容量规划(Capacity Planning)

任何一个相对成熟的站点都会利用 Cacti（基于RRDTool）等工具进行容量规划工作。抓取的 Load 会传 1、5、15 分钟列值过去，这三个度量采用哪个呢? 15 分钟为首选【参见】。

Load 与系统预警

很多对可用性要求比较高的环境都建立了邮件或SMS 报警机制。关于 Load 报警阈值的制定也有看到不太合理的时候。这里建议 Critical 值(如果用 Nagios 之类的工具你明白这是什么)上限为物理CPU 的个数(当然你可以设置比这个低)。但比这个值高的话，意义就不大了。比如，数据库服务器有 4 颗 CPU，那么 Load 高于 4 就应该报警出来，设置比 4 高可能意义不大，因为接到报警还有个人为响应时间...

误解一：系统 Load 高一定是性能有问题。

真相：系统 Load 高也或许是因为在进行

CPU 密集型的计算(比如编译)

误解二：系统 Load 高一定是 CPU 能力问题或数量不够。

真相：Load 高只是代表需要运行的队列累积过多了。但队列中的任务实际可能是耗 CPU的，也可能是耗 I/O 乃至其它因素的。

误解三：系统长期 Load 高，首选增加 CPU。

真相：Load 只是表象，不是实质。增加 CPU 个别时候会临时看到系统 Load 下降，但治标不治本。

小小一个 Load 讲究其实不少。英文信息其实比较全的，尽量保证加入一点新信息到这篇文章里。入看到有写的不合理的地方或者有异议，请指正或告知。

--EOF--

FAQ 1：数据库服务器突然 CPU 100% 繁忙，咋办?

A ：一般情况下，这是由糟糕的 SQL 引起。建议抓取，针对 I/O 开销比较大(重点看全表扫描）的SQL 进行优化。根据经验值，每个 CPU Core 一秒钟能处理 100-400MB 数据量。如果是大量的并发 I/O 操作，尽管存储的吞吐可能还没那么大，也可能会把 CPU "塞满"。

uptime 11:12:26 up 3:44, 4 users, load average: 0.38, 0.31, 0.19

上面的输出，load average后面分别是1分钟、5分钟、15分钟的负载情况。

数据是每隔5秒钟检查一次活跃的进程数，然后根据这个数值算出来的。如果这个数除以CPU的数目，结果高于5的时候就表明系统在超负荷运转了

系统的负载存放在文件/proc/loadavg中，该文件记录了系统在前一分钟、前五分钟和前

十五分钟的平均负载以及当前运行的进程、系统的进程数和上一次调度运行的进程。
Linux的系统负载指运行队列的平均长度，也就是等待CPU的平均进程数。

既然load是cpu计算的队列，那就应该和cpu个处理方式和cpu的个数/Core数量有关系。所以我个人认为应该按系统识别的cpu个数来确定load的临界值，系统识别为8个cpu，那么load为8就是临界点，高于8就属于over load了。一般的双CPU多核机器，Load 高于 4 问题不大.

之前team内部也有讨论，结论是以CPU的数量做为load的标准判断可能是线程使用之前的事情了。现在的load小于CPU数量的4倍都还是可以使用的，4-6之间会感到卡，6之上就几乎不可用了。

CPU高不等同于load高

　　在Unix/Linux可能经常会遇到cpu的使用率为100%，但是load却不高!这是为什么呢?因为几乎所有的任务和会和CPU进行交互，但是由于各个设备的使用频率不同，造成了不能同步进行的问题。比如说，当对硬盘进行读写的时候，出现IO的等待时候，事实上cpu已经被切换到别的进程上了。该任务就处于等待状态，当这样的任务过多，导致队列长度过大，这样就体现到负载过大了，但实际是此时cpu被分配去干执行别的任务或空闲，因此CPU高不等同于load高，load高也不能于cpu高。