解讀Linux負(fù)載均值：行車過橋的例子
你可能對(duì)于 Linux 的負(fù)載均值（load averages）已有了充分的了解。負(fù)載均值在 uptime 或者 top 命令中可以看到，它們可能會(huì)顯示成這個(gè)樣子：
load average: 0.09, 0.05, 0.01
很多人會(huì)這樣理解負(fù)載均值：三個(gè)數(shù)分別代表不同時(shí)間段的系統(tǒng)平均負(fù)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(fù)載越大，這也可能是服務(wù)器出現(xiàn)某種問題的信號(hào)。
而事實(shí)不完全如此，是什么因素構(gòu)成了負(fù)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(shí)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(shí)。我們先用最簡(jiǎn)單的例子說明， 一臺(tái)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(fèi) -- 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(jī)通過。 如果車輛眾多，那么需要告知他們可能需要稍等一會(huì)。
因此，需要些特定的代號(hào)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(shí)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(huì)有些堵，不過這種情況可能會(huì)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(fù)荷，交通嚴(yán)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(fù)載兩倍多的車輛正在等待。
上面的情況和處理器的負(fù)載情況非常相似。一輛汽車的過橋時(shí)間就好比是處理器處理某線程 的實(shí)際時(shí)間。Unix 系統(tǒng)定義的進(jìn)程運(yùn)行時(shí)長為所有處理器內(nèi)核的處理時(shí)間加上線程 在隊(duì)列中等待的時(shí)間。
和收過橋費(fèi)的管理員一樣，你當(dāng)然希望你的汽車（操作）不會(huì)被焦急的等待。所以，理想狀態(tài) 下，都希望負(fù)載平均值小于 1.00 。當(dāng)然不排除部分峰值會(huì)超過 1.00，但長此以往保持這 個(gè)狀態(tài)，就說明會(huì)有問題，這時(shí)候你應(yīng)該會(huì)很焦急。
“所以你說的理想負(fù)荷為 1.00 ？”
嗯，這種情況其實(shí)并不完全正確。負(fù)荷 1.00 說明系統(tǒng)已經(jīng)沒有剩余的資源了。在實(shí)際情況中 ，有經(jīng)驗(yàn)的系統(tǒng)管理員都會(huì)將這條線劃在 0.70：
“需要進(jìn)行調(diào)查法則”： 如果長期你的系統(tǒng)負(fù)載在 0.70 上下，那么你需要在事情變得更糟糕之前，花些時(shí)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(fù)載長期徘徊于 1.00，那么就應(yīng)該馬上解決這個(gè)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(diǎn)半鍛煉身體法則”：5.00。 如果你的服務(wù)器負(fù)載超過了 5.00 這個(gè)數(shù)字，那么你將失去你的睡眠，還得在會(huì)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(gè)處理器呢？我的均值是 3.00，但是系統(tǒng)運(yùn)行正常！
哇喔，你有四個(gè)處理器的主機(jī)？那么它的負(fù)載均值在 3.00 是很正常的。
在多處理器系統(tǒng)中，負(fù)載均值是基于內(nèi)核的數(shù)量決定的。以 100% 負(fù)載計(jì)算，1.00 表示單個(gè)處理器，而 2.00 則說明有兩個(gè)雙處理器，那么 4.00 就說明主機(jī)具有四個(gè)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(fù)載，也就是說還有 50% 的剩余系統(tǒng)資源 -- 因?yàn)檫€有另外條車道可以通行。
所以，單處理器已經(jīng)在負(fù)載的情況下，雙處理器的負(fù)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(tái)主 機(jī)擁有多核心的處理器與另臺(tái)擁有同樣數(shù)目的處理性能基本上可以認(rèn)為是相差無幾。當(dāng)然實(shí)際 情況會(huì)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(shí)際性能稍有不同，其實(shí)系統(tǒng)還是以處理器的核心數(shù)量計(jì)算負(fù)載均值 。這使我們有了兩個(gè)新的法則：
“有多少核心即為有多少負(fù)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(gè)單個(gè)物理處理中并不重要，其實(shí)兩顆四核的處理器 等于 四個(gè)雙核處理器 等于 八個(gè)單處理器。所以，它應(yīng)該有八個(gè)處理器內(nèi)核。
審視我們自己
讓我們?cè)賮砜纯?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(gè)雙核處理器，從結(jié)果也說明有很多的空閑資源。實(shí)際情況是即便它的峰值會(huì)到 1.7，我也從來沒有考慮過它的負(fù)載問題。
那么，怎么會(huì)有三個(gè)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(fù)載均值。那么這又帶來了一個(gè)問題：
我們以哪個(gè)數(shù)字為準(zhǔn)？一分鐘？五分鐘？還是十五分鐘？
其實(shí)對(duì)于這些數(shù)字我們已經(jīng)談?wù)摿撕芏啵艺J(rèn)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(fù)載情況是 1.00，那么仍可以說明認(rèn)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(yàn)，這時(shí)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(gè)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
原文地址（英文）：http://blog.scoutapp.com/articles/2009/07/31/understanding-load-averages
【編輯推薦】
