Orange的运维学习日记--12.Linux系统负载监控

Orange的运维学习日记–12.Linux系统负载监控

系统负载概述

在 Linux 系统中，“系统负载”是衡量当前系统繁忙程度的重要指标，核心意义在于：系统有多少任务正在积极等待处理资源，无论是 CPU 或 I/O。

• 活动请求数

  ：包含运行状态（R）和不可中断等待状态（D）的进程

  • R：表示任务正准备运行，等待分配 CPU
  • D：表示任务正在等待磁盘或网络 I/O 响应，常因驱动或设备延迟导致卡顿

• 指数移动平均值（EMA）

  ：通过加权方式，突出近期变化，同时保留一定历史趋势

  • Linux 每 5 秒计算一次请求数，并不断更新三类平均值：1 分钟、5 分钟、15 分钟
  • 能直观反映负载短期波动与长期趋势，适用于系统资源规划与预警

• 与传统 UNIX 系统相比，Linux 考虑更多因素，包括等待 IO 的任务，使得 Load Average 更贴近实际负载

• 在多核环境下，每个物理核心、超线程都是独立执行单元，都有自己处理任务的能力，因此判断负载时需按核心数折算

查看系统负载

CPU 信息查看

命令：lscpu
功能：显示系统的架构、核心数量、线程、厂商信息等，是评估性能瓶颈前的重要准备

Architecture:          x86_64
CPU(s):                2
Thread(s) per core:    1
Core(s) per socket:    1
Socket(s):             2
Model name:            Intel(R) Core(TM) i5-6300HQ CPU @ 2.30GHz

实时负载监测

命令：uptime
显示当前时间、系统运行时间、用户数及三段负载平均值

13:47:10 up  5:01,  2 users,  load average: 0.00, 0.01, 0.05

人工制造负载

使用 md5sum 对 /dev/zero 进行重复计算，可短时间提升 CPU 使用率：

md5sum /dev/zero &

再次观察负载：

13:48:57 up  5:03,  2 users,  load average: 1.02, 0.28, 0.13

多核负载评估方法

单看负载值无法判断系统是否超载，必须结合核心数：

若负载长期高于每核 1，说明系统始终处于资源饱和状态，易产生延迟或响应慢现象。此时应判断是 CPU 不足、I/O 阻塞或应用设计不合理。

top 命令详解

top 是 Linux 内置的实时监控工具，功能全面且操作灵活：

CPU 使用分析

输出样例如下：

%Cpu(s):  3.0 us,  1.0 sy,  0.3 wa, 95.5 id

• us（User Space）：用户进程所占的 CPU 比例
• sy（System）：内核态任务占用的 CPU
• wa（Wait）：等待磁盘或网络等 I/O 的 CPU 时间比例
• id（Idle）：空闲时间，占比越高说明负载低

快捷键功能

配图中展示了详细界面，可观察各进程资源占用情况，有助于识别系统瓶颈。

辅助负载分析工具

为了更全面地观察系统负载，推荐搭配使用以下工具：

• htop：界面友好，支持彩色显示、鼠标操作，可按进程树查看结构
• iostat：分析磁盘 I/O 读写情况，识别慢盘与阻塞设备
• vmstat：查看内存分页、进程切换、I/O 请求等
• mpstat：显示所有 CPU 核心的使用情况，便于观察负载分布是否均衡
• sar：采集历史性能数据，适用于长时间运行负载分析与趋势报表

拓展建议

Linux 系统负载不仅反映当前性能状况，也为后续优化和容量规划提供依据。可以进一步：

• 使用 stress-ng 定制化压测 CPU、内存、I/O 等资源以评估系统极限

• 结合 Prometheus + Grafana 构建可视化监控平台，实现指标联动与阈值告警

• 理解 cgroup 限制下的负载行为，对容器化场景尤为关键
  ：

• 使用 stress-ng 定制化压测 CPU、内存、I/O 等资源以评估系统极限

• 结合 Prometheus + Grafana 构建可视化监控平台，实现指标联动与阈值告警

• 理解 cgroup 限制下的负载行为，对容器化场景尤为关键

• 在云或虚拟化环境中，注意资源共享造成的虚假负载表现，如宿主机争用影响容器响应