linux服务器负载情况查看

朱雀 2022-12-21 11:00 196阅读 0赞

## 什么是负载 ##

负载（load）是linux机器的一个重要指标，直观了反应了机器当前的状态。

来看下负载的定义是怎样的：

In UNIX compu[TI][]ng， the system load is a measure of the amount of computa[TI][]onal work that a computer system performs. The load average represents the average system load over a period of [TI][]me. It conven[TI][]onally appears in the form of three numbers which represent the system load during the last one-， five-， and fifteen-minute periods.（wikipedia）

简单解释一下：在UNIX系统中，系统负载是对当前CPU工作量的度量，被定义为特定时间间隔内运行队列中的平均线程数。load average 表示机器一段时间内的平均load。这个值越低越好。负载过高会导致机器无法处理其他请求及操作，甚至导致死机。

Linux的负载高，主要是由于CPU使用、内存使用、IO消耗三部分构成。任意一项使用过多，都将导致服务器负载的急剧攀升。

## 查看机器负载 ##

在Linux机器上，有多个命令都可以查看机器的负载信息。其中包括uptime、top、w等。

uptime命令

uptime命令能够打印系统总共运行了多长时间和系统的平均负载。uptime命令可以显示的信息显示依次为：现在时间、系统已经运行了多长时间、目前有多少登陆用户、系统在过去的1分钟、5分钟和15分钟内的平均负载。

![什么是负载？如何查看服务器的机器负载情况？][6b54f550115b92b97c4c22c4f7a3a020.png]

这行信息的后半部分，显示“load average”，它的意思是“系统的平均负荷”，里面有三个数字，我们可以从中判断系统负荷是大还是小。

1.74 1.87 1.97 这三个数字的意思分别是1分钟、5分钟、15分钟内系统的平均负荷。我们一般表示为load1、load5、load15。

**w命令**

w命令的主要功能其实是显示目前登入系统的用户信息。但是与who不同的是，w命令功能更加强大，w命令还可以显示：当前时间，系统启动到现在的时间，登录用户的数目，系统在最近1分钟、5分钟和15分钟的平均负载。然后是每个用户的各项数据，项目显示顺序如下：登录帐号、终端名称、远 程主机名、登录时间、空闲时间、JCPU、PCPU、当前正在运行进程的命令行。

![什么是负载？如何查看服务器的机器负载情况？][2ce86f66d0ea5afc58d09519df54d0c0.png]

从上面的w命令的结果可以看到，当前系统时间是14:08，系统启动到现在经历了23小时41分钟，共有3个用户登录。系统在近1分钟、5分钟和15分钟的平均负载分别是1.74 1.87 1.97。这和uptime得到的结果相同。 下面还打印了一些登录的用户的各项数据，不详细介绍了。

top命令

top命令是Linux下常用的性能分析工具，能够实时显示系统中各个进程的资源占用状况，类似于Windows的任务管理器。

![什么是负载？如何查看服务器的机器负载情况？][3255e7db5157316ea757c4530ea29eec.png]

上面的输出结果中，Load Avg： 1.74， 1.87， 1.97显示的就是负载信息。

## 机器正常负载范围 ##

对于机器的Load到底多少算正常的问题，一直都是很有争议的，不同人有着不同的理解。对于单个CPU，有人认为如果Load超过0.7就算是超出正常范围了。也有人认为只要不超过1都没问题。也有人认为，单个CPU的负载在2以下都可以接受。

为什么会有这么多不同的理解呢，是因为不同的机器除了CPU影响之外还有其他因素的影响，运行的程序、机器内存、甚至是机房温度等都有可能有区别。

比如，有些机器用于定时执行大量的跑批任务，这个时间段内，Load可能会飙的比较高。而其他时间可能会比较低。那么这段飙高时间我们要不要去排查问题呢？

我的建议是，最好根据自己机器的实际情况，建立一个指标的基线（如近一个月的平均值），只要日常的load在基线上下范围内不太大都可以接收，如果差距太多可能就要人为介入检查了。

但是，总要有个建议的阈值吧，关于这个值。阮一峰在自己的博客中有过以下建议：

当系统负荷持续大于0.7，你必须开始调查了，问题出在哪里，防止情况恶化。

当系统负荷持续大于1.0，你必须动手寻找解决办法，把这个值降下来。

当系统负荷达到5.0，就表明你的系统有很严重的问题，长时间没有响应，或者接近死机了。你不应该让系统达到这个值。

以上指标都是基于单CPU的，但是现在很多电脑都是多核的。所以，对一般的系统来说，是根据cpu数量去判断系统是否已经过载（Over Load）的。如果我们认为0.7算是单核机器负载的安全线的话，那么四核机器的负载最好保持在3（4\*0.7 = 2.8）以下。

还有一点需要提一下，在Load Avg的指标中，有三个值，1分钟系统负荷、5分钟系统负荷，15分钟系统负荷。我们在排查问题的时候也是可以参考这三个值的。

一般情况下，1分钟系统负荷表示最近的暂时现象。15分钟系统负荷表示是持续现象，并非暂时问题。如果load15较高，而load1较低，可以认为情况有所好转。反之，情况可能在恶化。

## 如何降低负载 ##

导致负载高的原因可能很复杂，有可能是硬件问题也可能是软件问题。

如果是硬件问题，那么说明机器性能确实就不行了，那么解决起来很简单，直接换机器就可以了。

前面我们提过，CPU使用、内存使用、IO消耗都可能导致负载高。如果是软件问题，有可能由于Java中的某些线程被长时间占用、大量内存持续占用等导致。建议从以下几个方面排查代码问题：

1、是否有内存泄露导致频繁GC

2、是否有死锁发生

3、是否有大字段的读写

4、会不会是数据库操作导致的，排查SQL语句问题。

这里还有个建议，如果发现线上机器Load飙高，可以考虑先把堆栈内存dump下来后，进行重启，暂时解决问题，然后再考虑回滚和排查问题。

Java Web应用Load飙高排查思路

![什么是负载？如何查看服务器的机器负载情况？][853402b578f6b6516f5941283b5acf21.png]

发现PID为1893的进程占用CPU 181%。而且是一个Java进程，基本断定是软件问题。

3、使用 top命令，查看具体是哪个线程占用率较高

![什么是负载？如何查看服务器的机器负载情况？][3c8a3da98123b4dcf7f0c142795701b3.png]

5、使用jstack命令查看当前线程正在执行的方法。（Java命令学习系列（二）——Jstack）

![什么是负载？如何查看服务器的机器负载情况？][5aa14c0d0e8f4cde5f43e51599282eb2.png]

从上面的线程的栈日志中，可以发现，当前占用CPU较高的线程正在执行我代码的com.hollis.test.util.BeanValidator.validate（BeanValidator.java:30） 类。那么就可以去排查这个类是否用法有问题了。

6、还可以使用jstat（Java命令学习系列（四）——jstat）来查看GC情况，看看是否有频繁FGC，然后再使用jmap（Java命令学习系列（三）——Jmap）来dump内存，查看是否存在内存泄露。

[TI]: http://bbs.elecfans.com/zhuti_715_1.html
[6b54f550115b92b97c4c22c4f7a3a020.png]: /images/20221120/a9349b6d5bb4489e81c3a42c9d837523.png
[2ce86f66d0ea5afc58d09519df54d0c0.png]: /images/20221120/e06a854b5faa4cf49b8914261457294c.png
[3255e7db5157316ea757c4530ea29eec.png]: /images/20221120/d0a1724605a9443d93755498bea217fe.png
[853402b578f6b6516f5941283b5acf21.png]: /images/20221120/96583dde2e1a47e5bff13b7897d168ed.png
[3c8a3da98123b4dcf7f0c142795701b3.png]: /images/20221120/3c8f0fe55258402db2183230fbe14150.png
[5aa14c0d0e8f4cde5f43e51599282eb2.png]: /images/20221120/635c5339a1f24d5d94b28b3673fdff74.png