Linux 与服务器运维 / 系统课时
Load Average 应该怎么看
Load Average 应该怎么看
看到 load average 后,不能只拿第一个数字和固定阈值比较。正确做法是同时观察 1、5、15 分钟趋势,再结合 CPU 数量以及 R、D 状态任务,判断压力是短时突发、持续排队还是 I/O 阻塞。
学习目标
- 正确读取 1、5、15 分钟 Load Average
- 根据 CPU 数量判断负载是否形成持续排队
- 使用任务状态进一步区分 CPU 压力和 I/O 等待
先读懂三个时间窗口
uptime 等命令通常按 1、5、15 分钟顺序显示三个平均负载。它们不是三个不同类型的指标,而是同一类系统压力在不同时间尺度上的平滑结果。
如果 1 分钟值明显高于 5 分钟和 15 分钟值,通常表示压力刚刚升高;如果 1 分钟值较低,而 5 分钟、15 分钟仍较高,则可能表示系统正在从之前的高负载恢复;三个值都长期偏高,才更值得关注持续性瓶颈。
因此,单独截取某一秒看到的高负载意义有限。Load Average 的价值之一就是帮助你区分瞬时波动和持续压力。
结合 CPU 数量观察排队程度
Load Average 的绝对值必须结合机器拥有的逻辑 CPU 数量解释。对于 1 个逻辑 CPU,长期负载接近 1 表示大致有一个活跃任务占用这份处理能力;对于 8 个逻辑 CPU,负载接近 8 才处于类似的任务规模。
可以用“负载与 CPU 数量的比例”建立直觉。例如 4 个逻辑 CPU 上负载长期接近 4,并不自动代表故障;如果长期明显高于 4,则说明活跃任务数量超过了可同时处理的 CPU 数量,或者存在计入负载的不可中断睡眠任务。
这个比较只适合作为排查入口,而不是固定告警公式。不同服务对延迟、吞吐和突发流量的容忍度不同,是否异常还需要结合历史基线和业务表现判断。
用命令把趋势和任务状态放在一起
下面同时查看 Load Average、逻辑 CPU 数量,以及当前处于可运行或不可中断睡眠状态的任务。示例适用于安装了 procps 工具集和 awk 的常见 Linux 环境。
uptime
nproc
ps -eo stat,pid,comm --no-headers | awk '$1 ~ /^[RD]/ {print $1, $2, $3}'预期输出
<TIME> up <UPTIME>, <USER_COUNT> users, load average: <LOAD_1M>, <LOAD_5M>, <LOAD_15M>
<CPU_COUNT>
R <ID> <COMMAND>其中时间、运行时长、用户数、负载值、CPU 数量、进程 ID 和命令名都会随机器实际状态变化。第三条命令只列出状态以 R 或 D 开头的任务,因此没有 D 状态时不会出现对应行。
R 表示任务正在运行或等待获得 CPU。如果高负载期间出现大量 R 状态任务,同时 CPU 使用率也长期较高,通常应继续排查 CPU 竞争。D 表示不可中断睡眠,如果大量 D 状态任务伴随高负载而 CPU 并不繁忙,则应优先检查磁盘、网络存储或其他 I/O 链路。
按趋势决定下一步
如果 1 分钟负载突然升高,而 5 分钟、15 分钟值仍很低,可以先判断是否只是一次短暂任务或流量峰值。只要业务没有明显延迟,并且负载很快下降,通常不必因为一次尖峰立即扩容。
如果三个时间窗口都持续较高,并且负载长期超过 CPU 数量,就需要继续检查任务状态。大量 R 状态通常指向 CPU 排队;大量 D 状态则提示系统压力可能来自 I/O 等待。两者也可能同时存在,因此不能仅凭 Load Average 确认根因。
实际巡检时,Load Average 最适合作为“系统当前是否积累任务压力”的入口指标。先看 1、5、15 分钟趋势,再按 CPU 数量归一化理解,最后检查 R、D 状态,才能把一个抽象的负载数字转换成可行动的排查方向。