#load average

一、查看系统负荷

如果你的电脑很慢，你或许想查看一下，它的工作量是否太大了。

在Linux系统中，我们一般使用uptime命令查看（w命令和top命令也行）。（另外，它们在苹果公司的Mac电脑上也适用。）

你在终端窗口键入uptime，系统会返回一行信息。

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。

为什么会有三个数字呢？你从手册中查到，它们的意思分别是1分钟、5分钟、15分钟内系统的平均负荷。

如果你继续看手册，它还会告诉你，当CPU完全空闲的时候，平均负荷为0；当CPU工作量饱和的时候，平均负荷为1。

那么很显然，"load average"的值越低，比如等于0.2或0.3，就说明电脑的工作量越小，系统负荷比较轻。

但是，什么时候能看出系统负荷比较重呢？等于1的时候，还是等于0.5或等于1.5的时候？如果1分钟、5分钟、15分钟三个值不一样，怎么办？

二、一个类比

判断系统负荷是否过重，必须理解load average的真正含义。下面，我根据"Understanding Linux CPU Load"这篇文章，尝试用最通俗的语言，解释这个问题。

首先，假设最简单的情况，你的电脑只有一个CPU，所有的运算都必须由这个CPU来完成。

那么，我们不妨把这个CPU想象成一座大桥，桥上只有一根车道，所有车辆都必须从这根车道上通过。（很显然，这座桥只能单向通行。）

系统负荷为0，意味着大桥上一辆车也没有。

系统负荷为0.5，意味着大桥一半的路段有车。

系统负荷为1.0，意味着大桥的所有路段都有车，也就是说大桥已经"满"了。但是必须注意的是，直到此时大桥还是能顺畅通行的。

系统负荷为1.7，意味着车辆太多了，大桥已经被占满了（100%），后面等着上桥的车辆为桥面车辆的70%。以此类推，系统负荷2.0，意味着等待上桥的车辆与桥面的车辆一样多；系统负荷3.0，意味着等待上桥的车辆是桥面车辆的2倍。总之，当系统负荷大于1，后面的车辆就必须等待了；系统负荷越大，过桥就必须等得越久。

CPU的系统负荷，基本上等同于上面的类比。大桥的通行能力，就是CPU的最大工作量；桥梁上的车辆，就是一个个等待CPU处理的进程（process）。

如果CPU每分钟最多处理100个进程，那么系统负荷0.2，意味着CPU在这1分钟里只处理20个进程；系统负荷1.0，意味着CPU在这1分钟里正好处理100个进程；系统负荷1.7，意味着除了CPU正在处理的100个进程以外，还有70个进程正排队等着CPU处理。

为了电脑顺畅运行，系统负荷最好不要超过1.0，这样就没有进程需要等待了，所有进程都能第一时间得到处理。很显然，1.0是一个关键值，超过这个值，系统就不在最佳状态了，你要动手干预了。

三、系统负荷的经验法则

1.0是系统负荷的理想值吗？

不一定，系统管理员往往会留一点余地，当这个值达到0.7，就应当引起注意了。经验法则是这样的：

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。

四、多处理器

上面，我们假设你的电脑只有1个CPU。如果你的电脑装了2个CPU，会发生什么情况呢？

2个CPU，意味着电脑的处理能力翻了一倍，能够同时处理的进程数量也翻了一倍。

还是用大桥来类比，两个CPU就意味着大桥有两根车道了，通车能力翻倍了。

所以，2个CPU表明系统负荷可以达到2.0，此时每个CPU都达到100%的工作量。推广开来，n个CPU的电脑，可接受的系统负荷最大为n.0。

五、多核处理器

芯片厂商往往在一个CPU内部，包含多个CPU核心，这被称为多核CPU。

在系统负荷方面，多核CPU与多CPU效果类似，所以考虑系统负荷的时候，必须考虑这台电脑有几个CPU、每个CPU有几个核心。然后，把系统负荷除以总的核心数，只要每个核心的负荷不超过1.0，就表明电脑正常运行。

怎么知道电脑有多少个CPU核心呢？

"cat /proc/cpuinfo"命令，可以查看CPU信息。"grep -c 'model name' /proc/cpuinfo"命令，直接返回CPU的总核心数。

六、最佳观察时长

最后一个问题，"load average"一共返回三个平均值----1分钟系统负荷、5分钟系统负荷，15分钟系统负荷，----应该参考哪个值？

如果只有1分钟的系统负荷大于1.0，其他两个时间段都小于1.0，这表明只是暂时现象，问题不大。

如果15分钟内，平均系统负荷大于1.0（调整CPU核心数之后），表明问题持续存在，不是暂时现象。所以，你应该主要观察"15分钟系统负荷"，将它作为电脑正常运行的指标。

==========================================

Hosted Graphite has been available as a Heroku add-on for some time, but we've just added a new way to get system information out of your Dynos instantly - automated system dashboards. 

Using Heroku's log-runtime-metrics we retrieve and process Heroku's syslog information for your Dynos including:

Load average - 1 / 5 / 15 minute averages

Memory and Swap - Resident memory, disk cache, swap, total memory, and cumulative totals for pages written to and read from disk.

HTTP metrics - The number of requests broken down by HTTP method and status codes, data transferred, and connect and service times.

From this data, we create automatic Grafana dashboards giving you a great high-level overview of what's happening in your Heroku apps.

It looks a little something like this:

The real power in this approach is when you combine it with the application metrics specific to your app that Hosted Graphite brings. This way, you get a detailed view of your app, and also the affect that your code has on the underlying Dynos that it runs on. Benchmark that new function that you're pretty sure is good to drop into production and then make 100% sure by seeing what it does to the memory and load average on the box.

The end result is both native and custom application metrics in one place as well as all the advanced data types you expect from Hosted Graphite - min/max/sum/averages, and arbitrary percentile data. 

How do I get it?

New Hosted Graphite Heroku users won't need to do anything; we'll start pulling metric data from your syslog data once you add the Hosted Graphite app.

For existing users you can add us as a syslog drain using the Heroku drains command, and we will start pulling this data and graph it for you.

To enable the drain, use the following command:

heroku drains:add https://webhooks.hostedgraphite.com/heroku/logs/?apikey=<your api key here>

For more details on how this works, see Heroku's documentation.

In this post, I will talk quickly about the /proc/loadavg file.

This is a simple file under the /proc filesystem, which is also known as the kernel status filesystem. Files within this filesystem are created and updated by several kernel process and are useful to get secure information about the system.

The /proc/loadavg contains a single lines with the following fields:

The three first fields represents the load average from the last 1, 5 and 15 minutes

The forth field shows the instantaneous number of running process against the total number of processes

The last field is the PID of the most recent process ran

An example is always good:

[user@host ~]# cat /proc/loadavg 0.56 0.32 0.22 1/967 559 [user@host ~]#