Load Average在故障排查时的运用

在上一篇文章讲述了Load Average的概念【运维工作笔记】理解load average，本文讲述在故障排查时的运用。

实际工作中，经常会遇到服务响应慢的问题，如果熟悉Load Average和CPU、IO之间的关系，一般可以快速定位问题。

目录

1、状态为R和D的任务

状态为R，表示正在运行，或者处于运行队列，可以被调度运行。

状态为D，表示uninterruptible sleep，这种状态是不可中断的，无论是kill，kill -9，还是kill -15。

处于D状态的进程通常是在等待IO，比如磁盘IO，网络IO，其他外设IO。

如果处于D状态的时间较长，意味着可能是IO设备本身出了故障，需要排查设备是否正常。

2、CPU使用率高，IO无作业，Load Average低，系统反应颠簸

这种场景，通常是计算密集型任务，即大量生成耗时短的计算任务。

这种任务会占满CPU资源，造成系统响应速度颠簸，但由于每个任务能快速计算完成，不会在运行队列堆积，所以在Load Average里不会体现出来。

python示例程序占满CPU，但LoadAvergae不高

3、CPU使用率低，IO等待，Load Average高，系统不卡

Load Average高，dd程序都处于D状态

示例命令，大量写小文件：dd if=/dev/zero of=testx.img bs=512count=1000000 oflag=dsync

这种场景，通常是IO密集型任务，如果大量请求都集中于相同的IO设备，超出设备的响应能力，会造成任务在运行队列里堆积等待，也就是D状态的进程堆积，那么此时Load Average就会飙高。

由于任务都处于等待状态，所以Load Average的值虽然很高，但系统响应速度不受影响。

4、CPU使用率低，IO繁忙，Load Average低，系统卡

这种场景，通常是低频大文件读写，由于请求数量不大，所以任务都处于R状态，Load Average数值反映了当前运行的任务数，不会飙升，IO设备处于满负荷工作状态，导致系统响应能力降低。

IO设备满负荷工作

示例命令，少量写大文件：dd if=/dev/zero of=testx.img bs=5120000count=10000 oflag=dsync

dd程序都处于R状态

5、CPU使用率高，IO繁忙/等待，Load Average高，系统卡

这种场景，通常是服务混部，即IO、计算密集型任务混部在一起，相当于CPU、IO都处于高负荷状态，那么Load Average自然很高。

总结

可以根据业务的特性（CPU、IO密集型、两者混部），在系统响应速度异常时，快速定位原因。本文通过简单命令模拟了业务的类型，介绍了相应的思路，读者可结合自己所运维的业务实践一下。

排列文字，重组感受。

我是曲行人，日常写码，闲时写点儿文字，

我将在大脑里的思维原子做布朗运动时，输出文字。

二维码: