可观测性与稳定性 / 系统课时

怎样计算 CPU 实际使用率

怎样计算 CPU 实际使用率

Node Exporter 不直接给出一个“CPU 使用率百分比”指标,而是按 CPU 核心和运行模式累计时间。要得到主机级 CPU 使用率,需要先对空闲时间求速率,再跨核心聚合,最后用 100% 减去空闲比例。

学习目标

  • 理解 node_cpu_seconds_total 为什么能用于计算 CPU 使用率
  • 能用 rate 和 avg by 计算主机级 CPU 使用率
  • 能解释时间窗口、CPU 核心数和 mode 对结果的影响

从累计 CPU 时间开始

Node Exporter 会暴露 node_cpu_seconds_total,这是按 CPU 和 mode 记录的累计 CPU 时间。官方示例也使用 rate(node_cpu_seconds_total{mode="system"}[1m]) 计算单位时间内 system 模式消耗的 CPU 时间。([普罗米修斯][2])

因为它是持续增长的累计值,不能直接把当前样本当成百分比。rate(...[5m]) 会把最近 5 分钟的计数器变化换算成每秒平均增长速率。对于某个 CPU 核心的 mode="idle",这个速率可以理解为该时间窗口内的空闲比例。

计算每台主机的使用率

主机级 CPU 使用率常用“1 减去平均空闲比例”定义。先对每个核心的 idle 速率求平均,再转成百分比:

text
100 * (
  1 -
  avg by (instance) (
    rate(node_cpu_seconds_total{mode="idle"}[5m])
  )
)

预期结果

text
{instance="<HOST>:<PORT>"} <CPU_PERCENT>

结果通常位于 0 到 100 之间,实际值随负载变化。这里的 avg by (instance) 很关键:每个 CPU 核心都会产生一条 idle 序列,直接查看 rate 只能得到逐核心结果;对同一 instance 的核心取平均,才得到整台主机的平均空闲比例。

计算链路为什么成立

CPU 使用率从累计时间到百分比的计算链路

假设一台 4 核主机在窗口内四个核心的 idle 速率分别为 0.90、0.80、0.70、0.60,平均 idle 为 0.75,因此使用率为 100 * (1 - 0.75) = 25。核心数变化不会直接把百分比放大,因为这里取的是平均值,不是把各核心利用率简单相加。

时间窗口和口径会改变结果

[5m] 不是固定答案,而是平滑程度与响应速度之间的选择。窗口更短,对突发负载更敏感,但抖动也更明显;窗口更长,曲线更稳定,但短时尖峰会被稀释。Grafana 面板和告警规则应根据抓取间隔与业务响应速度选择窗口。

还要明确“CPU 使用率”的口径。上面的表达式只排除 idle,因此 user、system、iowait 等非 idle 模式都会计入使用率。若你的业务希望把 iowait 单独展示,就应分别计算各模式,而不是把这一条结果解释成“纯计算时间”。

验证结果时先检查标签

如果查询结果突然出现很多条序列,先确认是否忘记按 instance 聚合,或是否在指标上增加了额外抓取标签。最终用于主机面板和告警时,应保证每台主机只产生预期数量的时间序列,并让 instance 或稳定的主机标识继续保留。

这条公式的核心不是背诵语法,而是理解三个步骤:对 Counter 求速率、跨 CPU 核心做聚合、把空闲比例转换成使用比例。掌握这条链路后,同样的方法也能用于拆解 user、system、iowait 等 CPU 模式。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

怎样计算 CPU 实际使用率

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通