负载（Load）和 CPU 利用率之间有什么区别？

#计算机网络#操作系统#面试八股

负载（Load）和 CPU 利用率之间有什么区别？

一个是排队长度，一个是忙碌比例：load 统计"有多少任务想跑"，CPU 利用率统计"CPU 有多少时间在跑"。 顾客多但收银员一直在结账，是 load 和利用率都高；顾客多但收银机死机了，就是 load 高、利用率低。 把这两个指标拆开看，才能定位瓶颈在算力还是在等待。

1. 一张四象限图

loadCPU 利用率典型原因处理方向
高高计算真跑满，任务排队扩容 / 优化算法 / 加缓存
高低大量 D 状态卡在 IO、NFS、锁查磁盘与网络存储，减少阻塞点
低高少数线程吃满 CPU，但不排队单线程热点，看 perf top / 火焰图
低低空闲关注延迟与连接数即可
超市模型
  load      = 排队人数 + 正在结账的人数（想结账的总量）
  利用率    = 收银员忙碌时间占比

  排队长但收银员闲  → 收银机卡了（IO 阻塞）
  排队短但收银员忙  → 只有一个柜台开着（单线程热点）
  排队长且收银员忙  → 真的该加柜台了（扩容）

2. 为什么两者会背离

load 里包含了不可中断睡眠（D 状态），而 D 状态的任务根本不占 CPU。所以：

  • 磁盘 await 飙高、NFS 超时、驱动卡死 → D 状态堆积 → load 涨，%idle 也涨。
  • 大量线程抢一把锁 → 线程在 R 与 S 之间反复横跳，load 涨，但真正干活的时间少，sy 可能很高。
  • 单线程 CPU 密集计算 → 一个核 100%，其余核空闲，整机利用率只有 1/N，load 也只是 1 左右。

反过来，CPU 利用率高不一定有压力：一个 8 核机器上 7 个核在跑批处理、1 个核留给在线服务， 利用率 87% 看起来很满，但请求延迟毫无变化——利用率是"资源占用"，不是"服务质量"。

3. 一起采，才能定位

# 每秒打印 load1、CPU 利用率、D 状态任务数，一眼看背离
while true; do
  read -r l1 _ < /proc/loadavg
  read -r _ u n s i w irq sirq st _ < /proc/stat
  d=$(ps -eo state | grep -c '^D')
  echo "load1=$l1 util=$(( (u+n+s+irq+sirq+st)*100 / (u+n+s+i+w+irq+sirq+st) ))% D=$d"
  sleep 1
done

# 确认到底是算力不够还是 IO 卡住
mpstat -P ALL 1 3      # 看是否单核打满、%wa 是否高
iostat -x 1 3          # 看 %util 与 await
pidstat -d 1           # 哪个进程在读盘

4. 常见追问

Q：多少 load 算高？ 先归一化：load / 核数。小于 1 一般有余量，1 附近是满载，持续大于 1 说明有排队。 但阈值要按业务定：纯计算服务对排队极敏感，异步 IO 服务容忍度高得多。

Q：为什么 load 有 1/5/15 三个值？ 分别是三个衰减窗口的指数平均。1 分钟看突发，5 分钟看趋势，15 分钟看水位。 三个值同时上升说明压力是持续的；只有 1 分钟高，通常是一次短促的尖峰。

Q：CPU 利用率高但 load 低，有问题吗？ 说明有热点但不排队（比如单核打满），风险是延迟抖动和无法水平扩展。 这时应该做的是并行化或拆服务，而不是加机器。

Q：监控告警该用哪个？ 容量规划看 load/核数 的长期趋势，服务质量看延迟分位（p99），根因定位看 us/sy/wa/st 的拆分。 单看任何一个指标都会误判。

# 告警规则示例：只在"排队"和"忙碌"同时成立时才升级为告警
- alert: CpuPressure
  expr: node_load1 / count(node_cpu_seconds_total{mode="idle"}) by (instance) > 1.5
    and avg by (instance)(rate(node_cpu_seconds_total{mode!="idle"}[5m])) > 0.85
  for: 10m
  annotations:
    summary: "load 与利用率同时超过阈值，优先考虑扩容或降级"

注意判定条件是 and 而不是 or：单独的 load 高可能只是 IO 慢，单独的利用率高可能只是单核热点， 两者同时成立才说明"任务真的在排队等 CPU"。

小结

load 是"需求"，利用率是"供给"。两者同时高 → 扩容；load 高利用率低 → 查 IO 与锁； 利用率高 load 低 → 找单点热点。面试时把这四象限和超市类比讲出来，比背定义有效得多。

笔记加载中…