執行 top 或者 uptime 命令，來了解系統的負載情況。比如像下面這樣，我在命令行裏輸入了 uptime 命令，系統也隨即給出 了結果。
`$uptime
02:34:03 up 2 days, 20:14, 1 user, load average: 0.63, 0.83, 0.88
`
下面幾列分別是當前時間、系統運行時間以及正在登錄用戶數。
`
02:34:03 // 當前時間
up 2 days, 20:14 // 系統運行時間
1 user // 正在登錄用戶數
`
而最後三個數字呢，依次則是過去 1 分鐘、5 分鐘、15 分鐘的平均負載（Load Average）。
可以通過執行 man uptime 命令，來了解平均負載的詳細解釋。
簡單來說，平均負載是指單位時間內，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 ，它和 CPU 使用率並沒有直接關係。
可運行狀態的進程，是指正在使用 CPU 或者正在等待 CPU 的進程，也就是我們常用 ps 命令看到的，處於 R 狀態（Running 或 Runnable）的進程。
不可中斷狀態的進程則是正處於內核態關鍵流程中的進程，並且這些流程是不可打斷的，比如最常見的是等待硬件設備的 I/O 響應，也就是我們在 ps 命令中看到的 D 狀態（Uninterruptible Sleep，也稱爲 Disk Sleep）的進程。
比如，當一個進程向磁盤讀寫數據時，爲了保證數據的一致性，在得到磁盤迴復前，它是不能被其他進程或者中斷打斷的，這個時候的進程就處於不可中斷狀態。如果此時的進程被打斷了，就容易出現磁盤數據與進程數據不一致的問題。
所以，不可中斷狀態實際上是系統對進程和硬件設備的一種保護機制
因此，你可以簡單理解爲，平均負載其實就是平均活躍進程數。平均活躍進程數，直觀上的理解就是單位時間內的活躍進程數，但它實際上是活躍進程數的指數衰減平均值。這個“指數衰減平均”的詳細含義你不用計較，這只是系統的一種更快速的計算方式，你把它直接當成活躍進程數的平均值也沒問題。
既然平均的是活躍進程數，那麼最理想的，就是每個 CPU 上都剛好運行着一個進程，這樣每個 CPU 都得到了充分利用。比如當平均負載爲 2 時，意味着什麼呢？
在只有 2 個 CPU 的系統上，意味着所有的 CPU 都剛好被完全佔用。
在 4 個 CPU 的系統上，意味着 CPU 有 50% 的空閒。
而在只有 1 個 CPU 的系統中，則意味着有一半的進程競爭不到 CPU
平均負載爲多少時合理
平均負載最理想的情況是等於 CPU 個數。所以在評判平均負載時，首先你要知道系統有幾個 CPU ，這可以通過 top 命令或者從文件 /proc/cpuinfo 中讀取，比如：
`# 關於 grep 和 wc 的用法請查詢它們的手冊或者網絡搜索
$ grep 'model name' /proc/cpuinfo | wc -l
2
`
有了 CPU 個數，我們就可以判斷出，當平均負載比 CPU 個數還大的時候，系統已經出現了過載。
平均負載有三個數值，到底該參考哪一個呢？
實際上，都要看。三個不同時間間隔的平均值，其實給我們提供了，分析系統負載趨勢的數據來源，讓我們能更全面、更立體地理解目前的負載狀況。
1.如果 1 分鐘、5 分鐘、15 分鐘的三個值基本相同，或者相差不大，那就說明系統負載很平穩。
2.但如果 1 分鐘的值遠小於 15 分鐘的值，就說明系統最近 1 分鐘的負載在減少，而過去 15 分鐘內卻有很大的負載。
3.反過來，如果 1 分鐘的值遠大於 15 分鐘的值，就說明最近 1 分鐘的負載在增加，這種增加有可能只是臨時性的，也有可能還會持續增加下去，所以就需要持續觀察。一旦 1 分鐘的平均負載接近或超過了 CPU 的個數，就意味着系統正在發生過載的問題，這時就得分析調查是哪裏導致的問題，並要想辦法優化了。
假設我們在一個單 CPU 系統上看到平均負載爲 1.73，0.60，7.98，那麼說明在過去 1 分鐘內，系統有 73% 的超載，而在 15 分鐘內，有 698% 的超載，從整體趨勢來看，系統的負載在降低。
**當平均負載高於 CPU 數量 70% 的時候 ，你就應該分析排查負載高的問題了。**一旦負載過高，就可能導致進程響應變慢，進而影響服務的正常功能。
但 70% 這個數字並不是絕對的，最推薦的方法，還是把系統的平均負載監控起來，然後根據更多的歷史數據，判斷負載的變化趨勢。當發現負載有明顯升高趨勢時，比如說負載翻倍了，你再去做分析和調查。
平均負載與 CPU 使用率
平均負載是指單位時間內，處於可運行狀態和不可中斷狀態的進程數。所以，它不僅包括了
而 CPU 使用率，是單位時間內 CPU 繁忙情況的統計，跟平均負載並不一定完全對應。比如：
而 CPU 使用率，是單位時間內 CPU 繁忙情況的統計，跟平均負載並不一定完全對應。比如：
I/O 密集型進程，等待 I/O 也會導致平均負載升高，但 CPU 使用率不一定很高；
大量等待 CPU 的進程調度也會導致平均負載升高，此時的 CPU 使用率也會比較高。
平均負載案例分析
我們以三個示例分別來看這三種情況，並用 iostat、mpstat、pidstat 等工具，找出平均負載升高的根源。
你的準備
同樣適用於其他 Linux 系統。我使用的案例環境如下所示。
機器配置：2 CPU，8GB 內存。
預先安裝 stress 和 sysstat 包，如 apt install stress sysstat。
而 sysstat 包含了常用的 Linux 性能工具，用來監控和分析系統的性能。我們的案例會用到這個包的兩個命令 mpstat 和 pidstat。
mpstat 是一個常用的多核 CPU 性能分析工具，用來實時查看每個 CPU 的性能指標，以及所有 CPU 的平均指標。
pidstat 是一個常用的進程性能分析工具，用來實時查看進程的 CPU、內存、I/O 以及上下文切換等性能指標。
每個場景都需要你開三個終端，登錄到同一臺 Linux 機器中。
面的所有命令，我們都是默認以 root 用戶運行。所以，如果你是用普通用戶登陸的系統，一定要先運行 sudo su root 命令切換到 root 用戶。
如果上面的要求都已經完成了，你可以先用 uptime 命令，看一下測試前的平均負載情況：
`$uptame
..., load average: 0.11, 0.15, 0.09
`
場景一：CPU 密集型進程
首先，我們在第一個終端運行 stress 命令，模擬一個 CPU 使用率 100% 的場景：
`$ stress --cpu 1 --timeout 600
`
接着，在第二個終端運行 uptime 查看平均負載的變化情況：
`
# -d 參數表示高亮顯示變化的區域
$ watch -d uptime
..., load average: 1.00, 0.75, 0.39
`
最後，在第三個終端運行 mpstat 查看 CPU 使用率的變化情況：
`# -P ALL 表示監控所有 CPU，後面數字 5 表示間隔 5 秒後輸出一組數據
$ mpstat -P ALL 5
Linux 4.15.0 (ubuntu) 09/22/18 _x86_64_ (2 CPU)
13:30:06 CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle
13:30:11 all 50.05 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 49.95
13:30:11 0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 100.00
13:30:11 1 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
`
從終端二中可以看到，1 分鐘的平均負載會慢慢增加到 1.00，而從終端三中還可以看到，正好有一個 CPU 的使用率爲 100%，但它的 iowait 只有 0。這說明，平均負載的升高正是由於 CPU 使用率爲 100% 。
到底是哪個進程導致了 CPU 使用率爲 100% 呢？你可以使用 pidstat 來查詢：
`# 間隔 5 秒後輸出一組數據
$ pidstat -u 5 1
13:37:07 UID PID %usr %system %guest %wait %CPU CPU Command
13:37:12 0 2962 100.00 0.00 0.00 0.00 100.00 1 stress
`
從這裏可以明顯看到，stress 進程的 CPU 使用率爲 100%。
場景二：I/O 密集型進程
首先還是運行 stress 命令，但這次模擬 I/O 壓力，即不停地執行 sync：
`$stress -i 1 --timeout 600
`
還是在第二個終端運行 uptime 查看平均負載的變化情況：
`$watch -d uptime
..., load average: 1.06, 0.58, 0.37
`
然後，第三個終端運行 mpstat 查看 CPU 使用率的變化情況：
`# 顯示所有 CPU 的指標，並在間隔 5 秒輸出一組數據
$ mpstat -P ALL 5 1
Linux 4.15.0 (ubuntu) 09/22/18 _x86_64_ (2 CPU)
13:41:28 CPU %usr %nice %sys %iowait %irq %soft %steal %guest %gnice %idle
13:41:33 all 0.21 0.00 12.07 32.67 0.00 0.21 0.00 0.00 0.00 54.84
13:41:33 0 0.43 0.00 23.87 67.53 0.00 0.43 0.00 0.00 0.00 7.74
13:41:33 1 0.00 0.00 0.81 0.20 0.00 0.00 0.00 0.00 0.00 98.99
`
1 分鐘的平均負載會慢慢增加到 1.06，其中一個 CPU 的系統 CPU 使用率升高到了 23.87，而 iowait 高達 67.53%。這說明，平均負載的升高是由於 iowait 的升高。
那麼到底是哪個進程，導致 iowait 這麼高呢？我們還是用 pidstat 來查詢：
`# 間隔 5 秒後輸出一組數據，-u 表示 CPU 指標
$ pidstat -u 5 1
Linux 4.15.0 (ubuntu) 09/22/18 _x86_64_ (2 CPU)
13:42:08 UID PID %usr %system %guest %wait %CPU CPU Command
13:42:13 0 104 0.00 3.39 0.00 0.00 3.39 1 kworker/1:1H
13:42:13 0 109 0.00 0.40 0.00 0.00 0.40 0 kworker/0:1H
13:42:13 0 2997 2.00 35.53 0.00 3.99 37.52 1 stress
13:42:13 0 3057 0.00 0.40 0.00 0.00 0.40 0 pidstat
`
場景三：大量進程的場景
當系統中運行進程超出 CPU 運行能力時，就會出現等待 CPU 的進程。
比如，我們還是使用 stress，但這次模擬的是 8 個進程：
`$stress -c 8 --timeout 600
`
由於系統只有 2 個 CPU，明顯比 8 個進程要少得多，因而，系統的 CPU 處於嚴重過載狀態，平均負載高達 7.97：
`$uptime
..., load average: 7.97, 5.93, 3.02
`
接着再運行 pidstat 來看一下進程的情況：
`# 間隔 5 秒後輸出一組數據
$ pidstat -u 5 1
14:23:25 UID PID %usr %system %guest %wait %CPU CPU Command
14:23:30 0 3190 25.00 0.00 0.00 74.80 25.00 0 stress
14:23:30 0 3191 25.00 0.00 0.00 75.20 25.00 0 stress
14:23:30 0 3192 25.00 0.00 0.00 74.80 25.00 1 stress
14:23:30 0 3193 25.00 0.00 0.00 75.00 25.00 1 stress
14:23:30 0 3194 24.80 0.00 0.00 74.60 24.80 0 stress
14:23:30 0 3195 24.80 0.00 0.00 75.00 24.80 0 stress
14:23:30 0 3196 24.80 0.00 0.00 74.60 24.80 1 stress
14:23:30 0 3197 24.80 0.00 0.00 74.80 24.80 1 stress
14:23:30 0 3200 0.00 0.20 0.00 0.20 0.20 0 pidstat
`
8 個進程在爭搶 2 個 CPU，每個進程等待 CPU 的時間（也就是代碼塊中的 %wait 列）高達 75%。這些超出 CPU 計算能力的進程，最終導致 CPU 過載。