最近研究linux時接觸到了一個新的概念，叫做CPU的平均負載（load average）。之前都只聽說過CPU的使用情況，很少聽說過負載情況。於是對這個概念進行了一下研究學習，總結如下，以便日後查閱。
一、如何理解CPU負載情況
CPU負載情況定義爲在特定時間間隔內運行隊列中的進程數量的平均值，換句話說就是該段時間內正在使用和等待使用CPU的平均任務數。CPU的負載越大，代表CPU必須要在不同的工作之間進行頻繁的工作切換。
請注意：它與CPU使用情況（CPU使用率）不是同一個概念。CPU使用率指的是CPU運行所有程序的耗時佔所有時間的比例，它反映的是當前CPU的繁忙程度。舉個簡單例子，在單處理器中，線程1先工作10ms，線程2再工作30ms，之後CPU空閒60ms。則此100ms時間段內，CPU的利用率就是40%。如果CPU使用率持續居高，那麼就需要考慮CPU是否已經處於超負荷運作，長期超負荷運作對於機器本身來說是一種損害，因此必須將CPU的利用率控制在一定的比例下，以保證機器的正常運作。
但是，反過來說，CPU使用率高，並不意味着CPU負載情況就一定大。舉例來說：如果我有一個程序需要一直使用CPU的運算功能，那麼此時CPU的使用率可能達到100%，但是CPU的負載情況則是趨近於“1”，因爲CPU僅負責一個工作嘛！此時的CPU雖然很忙，但是不會卡，你想要再增加一個程序（比如新開一個瀏覽器窗口）的話，應該問題不大，系統立即就可以響應你的操作。而如果同時執行兩個這樣的程序呢？CPU的使用率還是100%，但是負載情況則變成2了。再進一步的，如果同時執行10個這樣的程序，CPU的使用率依然是100%，可是負載情況變成了10，此時你想要再增加一個程序（比如新開一個瀏覽器窗口），則系統會變得非常卡，甚至死機！
以上分析可以看出，一臺機器很有可能處於低使用率、高負載情況的情況，因此看機器的繁忙程度應該結合兩者，從實際的使用情況觀察。
可能上面的解釋不是很直觀，沒怎麼聽懂。下面利用一個網上通用的比喻來形容一下【原文參見Understanding Linux CPU Load】，我添加了一些我自己的理解，讓文字看起來更形象一些，不知道有沒有形容不當的地方，若有發現還請不吝指正。
首先，假設最簡單的情況，你的電腦只有一個CPU，所有的運算都必須由這個CPU來完成。以下所有的分析都是基於這個前提的，請注意！
然後，我們把這個CPU想象成一座大橋，橋上只有一根車道，所有車輛都必須從這根車道上通過（很顯然，這座橋只能單向通行）。
- 系統負荷爲0，意味着大橋上一輛車也沒有。一輛新來的車輛想要駛入，分分鐘就進來了，完全沒有問題（類比成你對電腦的操作，就好比你此時要新開一個音樂播放器，一點擊圖標，播放器立即就啓動了，完全無需等待，響應速度極快，很爽）；
- 系統負荷爲0.5，意味着大橋一半的路段有車。新來的車輛想要駛入，依然無需等待，瞬間進入（類比成新開音樂播放器的操作就是，一點擊圖標，播放器很快就啓動了，時延幾乎可以忽略）；
- 系統負荷爲1.0，意味着大橋的所有路段都有車，也就是說大橋已經"滿"了。但是必須注意的是，直到此時大橋還是能順暢通行的。同樣駛來了一輛新的車輛，此時它沒法瞬間駛入，而是必須在整個車流隊伍的末端進行排隊等候，但是好在車流很順暢，隊伍排一會就輪到它了（類比成新開音樂播放器的操作就是，點擊圖標之後，過了一小會播放器才啓動，讓你稍稍的等待了一小會，但是還在你可以接受的範圍之內）；
- 系統負荷爲1.7，意味着車輛太多了，大橋已經被佔滿了，後面等着上橋的車輛爲橋面車輛的70%。同樣還是那輛新的車輛要駛入，此時它要排隊的時間就明顯邊長了，而且很可能存在堵車的風險（類比成新開音樂播放器的操作就是，點擊圖標之後，過了好一會，播放器纔開始啓動，而且啓動之後還很卡，半天才響應過來，讓你覺得有點鬱悶+不爽了）；
- 以此類推，系統負荷2.0時，意味着等待上橋的車輛與橋面的車輛一樣多，新來的車輛想要駛入的等候時間進一步變長；系統負荷3.0時，意味着等待上橋的車輛是橋面車輛的2倍。總之，當系統負荷大於1，後面的車輛就必須等待了；系統負荷越大，過橋就必須等得越久，直到最後可能就導致車流完全卡死，新來的車輛根本無法駛入了（類比成新開音樂播放器的操作就是，點擊圖標之後，過了很久很久，播放器完全沒有反應。你感覺似乎等了好幾分鐘了，實在是不耐煩了，於是再多點幾下，結果桌面反而卡死了，又隔了半天，系統居然彈了一個“播放器沒有響應，是否要結束任務？”的對話框出來，你毫不猶豫點擊結束任務，又是半天沒有動靜，似乎過了一個世紀之後，電腦完全卡死了，鼠標和鍵盤都不能用了，天地間只剩一個你在崩潰中重啓你的電腦…）。
CPU的系統負荷，基本上等同於上面的類比。大橋的通行能力，就是CPU的最大工作量；橋樑上的車輛，就是一個個等待CPU處理的進程（process）。
如果CPU每分鐘最多處理100個進程，那麼系統負荷0.2意味着CPU在這1分鐘裏只處理20個進程；系統負荷1.0意味着CPU在這1分鐘里正好處理100個進程；系統負荷1.7意味着除了CPU正在處理的100個進程以外，還有70個進程正排隊等着CPU處理。
從理論上來說，爲了電腦順暢運行，系統負荷最好不要超過1.0，這樣就沒有進程需要等待了，所有進程都能第一時間得到處理。很顯然，1.0是一個關鍵值，超過這個值，系統就不在最佳狀態了，你要動手干預了。
當然，上面所有的案例中，我們假設你的電腦都只有1個CPU。如果你的電腦裝了2個CPU（或者是裝了一個雙核的CPU），會發生什麼情況呢？
2個CPU（或者雙核CPU），意味着電腦的處理能力翻了一倍，能夠同時處理的進程數量也翻了一倍。還是用大橋來類比，兩個CPU就意味着大橋有兩根車道了，通車能力翻倍了。所以，2個CPU表明系統負荷可以達到2.0，此時每個CPU都達到100%的工作量。推廣開來，n個CPU核心的電腦，可接受的系統負荷最大爲n.0。
二、如何查看CPU負載情況
首先要看下系統的CPU核心總數，這是前提，單核CPU與多核CPU的負載情況標準是完全不一樣的。使用以下命令查看CPU核心數：
leon@Ubuntu:~$ grep -c 'model name' /proc/cpuinfo
6
然後就可以查看CPU的負載情況了。直接使用uptime命令就可以看到了：
leon@Ubuntu:~$ uptime
20:21:34 up 11:30, 1 user, load average: 0.00, 0.00, 0.00
load average後面跟的就是CPU的負載值了，這是三個平均值，分別代表的是系統在最近1分鐘、5分鐘、15分鐘內，CPU的平均負載情況（也可以說是平均進程數）。
另外，也可以通過/proc/loadavg文件來查看：
leon@Ubuntu:~$ cat /proc/loadavg
0.98 0.75 0.57 2/422 2879
前三個數字大家都知道，是1、5、15分鐘內的負載情況。後面兩個呢，第一個（2/422）的分子2是正在運行的進程數，分母422是進程總數；後一個2879是最近運行的進程ID號。
當然，還可以使用下面更專業的top命令進行更加詳細的分析：
leon@Ubuntu:~$ top
top - 20:47:24 up 11:56, 1 user, load average: 0.00, 0.00, 0.00
Tasks: 198 total, 1 running, 144 sleeping, 0 stopped, 1 zombie
%Cpu(s): 0.2 us, 0.1 sy, 0.0 ni, 98.2 id, 1.5 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem : 3072672 total, 2074460 free, 553804 used, 444408 buff/cache
KiB Swap: 998396 total, 839408 free, 158988 used. 2317720 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
906 root 20 0 585180 100336 18024 S 1.3 3.3 3:12.98 Xorg
2404 leon 20 0 1369504 85028 41244 S 1.0 2.8 4:24.27 compiz
2620 leon 20 0 617872 31252 20524 S 0.7 1.0 0:08.99 gnome-term+
2122 leon 20 0 403148 1192 816 S 0.3 0.0 0:00.83 indicator-+
1 root 20 0 185220 3916 2464 S 0.0 0.1 0:02.59 systemd
2 root 20 0 0 0 0 S 0.0 0.0 0:00.01 kthreadd
4 root 0 -20 0 0 0 I 0.0 0.0 0:00.00 kworker/0:+
6 root 0 -20 0 0 0 I 0.0 0.0 0:00.00 mm_percpu_+
7 root 20 0 0 0 0 S 0.0 0.0 0:00.16 ksoftirqd/0
三、如何解讀CPU負載情況
可以看到，"load average"一共返回三個值，這是3個平均值，分別代表的是系統在最近1分鐘、5分鐘、15分鐘內，CPU的平均負載情況。這三個值落在什麼範圍內纔算合理，超過什麼範圍會造成系統異常？在實際應用中怎麼解讀呢？哪個纔是最準確的值呢？
首先我們分析一下這幾個值的取值範圍。拿單核CPU來舉例，根據網上的經驗值，一般將分水嶺設成0.7。經驗法則是這樣的：
- 當系統負荷持續小於0.7（指的是調整CPU核心數之後的相對值），表明系統非常健康，任務處理的很及時，效率很高，基本沒有時延存在。
- 當系統負荷持續大於0.7（指的是調整CPU核心數之後的相對值），表明系統有點忙了，你必須開始調查了，問題出在哪裏，防止情況惡化。
- 當系統負荷持續大於1.0（指的是調整CPU核心數之後的相對值），表明系統很忙了，你必須動手尋找解決辦法，想辦法把這個值降下來。
- 當系統負荷持續大於3.0（指的是調整CPU核心數之後的相對值），表明系統非常非常忙了，甚至影響到正常的功能了，你得趕緊處理了；
- 當系統負荷持續達到5.0（指的是調整CPU核心數之後的相對值），就表明你的系統有極其嚴重的問題，長時間沒有響應，或者接近死機了。你不應該讓系統達到這個值。
然後我們來解讀一下這三個值的重要級別。在實際的使用中，我們一般認爲，如果只有1分鐘的系統負荷過大，其他兩個時間段都很正常（指的是調整CPU核心數之後的相對值），這表明只是暫時現象，問題不大。如果連15分鐘的平均系統負荷也偏大了（指的是調整CPU核心數之後的相對值），表明問題持續存在，則要引起重視了。所以，應該主要觀察"15分鐘系統負荷"，將它作爲電腦正常運行的指標。