理解load averages

今天在客户的生产环境中遇到了网络丢包的问题，但是查看我方部署smokeping监控发现对同一条线路监控，我方监控显示正常，判断丢包是由客户服务器负载过高导致，原因及排查思路如下：

使用`uptime`命令查看云主机负载

uptime

14:21:39 up 39 days, 22:18,  1 user,  load average: 22.03, 20.01, 23.05

看到这个负载感觉目前整个操作系统已经很危险了，负载已经达到了20左右，客户云主机配置为8C8G。

理解Linux处理器负载平均值

以上我们已经使用了uptime命令对当前的云主机性能进行了查看，但是需要明确的是load average值到底多少才算正常呢？我们如何判断丢包的原因是不是因为服务器负载过高导致的呢？

load average三个数值分别代表不同时间段的系统负载情况（一分钟、五分钟、十五分钟）那么我们应该如何使用这三个值进行准确的判断呢？实际上我们更应该注重五分钟、十五分钟的负载值，如果当前一分钟的负载值升高，五分钟以及十五分钟负载值正常，那么我们不需要过于担心，很可能是暂时现象。如果十五分钟负载值过大那就需要引起我们的注意了，需要我们对云主机进行升级配置或对当前集群进行扩容。

那么，问题又来了，现在我们知道查看具体时间的负载值对严重程度进行分析了，那么我们进一步就需要判断负载值为多少才需要我们进行关注呢！

实际上负载值是与CPU个数和核数有关的，负载值不应该超过处理器核心数（本次实例负载值不应该超过8）

我们可以如下理解：单核CPU负载正常值不超过1，n核CPU处理器负载值不超过n。现在我们将CPU比作是一座跨海大桥，CPU的个数与核数比作是这座大桥的车道数，当CPU个数与核数为1服务器负载为1时，可以理解为一条单行道的大桥上已经拥堵满了车辆无法在继续前行，后续车辆只能等待前方车辆通过后继续前行，如果CPU个数或核数为8，相当于此条大小的可行车道数为8，理论情况下是当负载达到8时将所有车道堵满无法通行，相信这样就很好理解了。

曾几何时，我对多核和多个处理器有所误解，就技术而言我接触更多的是多核处理器，下面简单的描述下他们之间的区别。

多核处理器：将多个核心进行集成，例如：一个双核处理器可以同时执行多个不同的进程，大大的提升了系统的处理速度，多个核心在一个芯片上，它们之间的通讯也更快，功耗更低，弊端是所有的压力集中与一个物理处理器，压力过大导致处理器达到瓶颈，有宕机风险。
多个处理器：服务器上安装多个处理器，例如：多个处理器分别处理不同的进程，同样提高了系统的处理速度，但是多个CPU的功耗、体积更大，数据之间通讯更慢，这种分布式系统之间面临着很多问题，如：一个处理器正在处理一个进程，突然出现故障，这个进程后续谁来处理？以及如何协调这些处理器进行工作，这些都是分布式计算将要面临的挑战。

目前而言，多核处理器仍是市场主流。以上的解释可以用下图更形象的进行展示。

预警值

如果将CPU比喻为人的话，负载值比喻为工作，我们当然不会让手中的工作达到100%也就是1，所以当负载值超过50%时就需要我们警示了，尽快排查原因，如果真的是无法进行优化处理，那么就尽快进行扩容。CPU真幸福压力大了还可以罢工，人就不是了--活着干，死了算。