为什么服务器的CPU load值很⾼，但是CPU使用率却很低?
CPU使⽤率和CPU load值都很高，怎么办?
作为Linux运维工程师应该怎么设置报警规则，既能较快反映CPU的故障⼜能保障零误报率?
CPU作为最重要的系统指标之一，对Linux运维⼯程师来讲，并不陌生。但是小编在工作中却常常发现，有的Linux运维⼯程师会将CPU使用率和CPU平均负载两个概念混淆，难以准确的解释CPU平均负载到底是什么。
今天小编来和⼤家交流下“CPU平均负载”这一概念。
一、查看CPU平均负载执行top或uptime命令查看，如图:
load average显示的3个值，即为CPU在1分钟、5分钟、15分钟内的平均负载。
三个不同时间段内的平均值，让我们更全面、更立体的了解了目前的CPU负载状态。就像我们通常要结合早上、中午、晚上三个时间点的温度才能了解一天的天气情况。
二、CPU平均负载和CPU使用率不是一码事!最常见的一个错误理解:”平均负载是单位时间内的CPU使用率“。即CPU平均负载值为2，就代表CPU使用率是200%。
让我们来通过uptime命令的man帮助来了解一下CPU平均负载的概念。
红框部分的第一句话是:
平均负载是指单位时间内，系统处于可运行状态和不可中断状态的平均进程数。即CPU平均负载值为2时， 是代表CPU上处于可运行状态和不可中断状态的进程是2个。
还需要注意的一点，平均负载的概念中所涉及的进程中有2种状态，“可运行状态”和”不可中断状态“。也就是说，它不仅包含了正在使用CPU的进程，还包含等待CPU和等待I/O的进程，即:
- CPU密集型进程，使用大量CPU会导致平均负载升高，此时两者是一致的。
- I/O密集型进程，等待I/O也会导致平均负载升高，但CPU使⽤率不一定很高。
第一问：应该关注3个平均负载值中的哪⼀个?
答:都要看。
如前⽂所述，我们通过查看CPU在1分钟、5分钟、15分钟内平均负载来了解系统负载的趋势，从而对系统的负载情况做出判断。
- 如果1分钟、5分钟、15分钟的三个值基本相同或相差不大，意味着系统负载很平稳。
- 如果1分钟的值远小于15分钟的值，意味着系统最近1分钟的负载在减少，而过去15分钟内有较高的负载。
- 如果1分钟的值远大于15分钟的值，意味着最近1跟中的负载在增加。这种增加有可能只是临时性的，也有可能还会持续增加，所以要持续观察。
第二问：平均负载数值为多少时是正常的?
答:取决于CPU核数。 假设CPU平均负载的值为2，则:
- 如果是单核CPU，意味着有一半的进程竞争不到CPU，资源很紧俏，供不应求。
- 如果是2核CPU，意味着CPU刚好被完全占用，供需平衡。
- 如果是4核CPU，意味着CPU有50%的空闲。
小编建议，当平均负载的值为CPU核数的70%(即如果是2核CPU，那么平均负载值持续在1.4时)时，就需要分析排查负载高的问题了。
一旦负载过高，就可能导致进程响应变慢，进而影响服务的正常功能。
第三问：如何找出平均负载升高的根源?
答:使用mpstat查看所有CPU的平均指标和每个CPU的性能指标，使用pidstat实时查看进程的CPU、内 存、I/O以及上下文切换等性能指标。
