一文說清Linux System Load
雙十一壓測過程中，常見的問題之一就是load 飆高，通常這個時候業務上都有受影響，比如服務rt飆高，比如機器無法登錄，比如機器上執行命令hang住等等。本文就來說說，什么是load，load是怎么計算的，什么情況下load 會飆高，load飆高是不是必然業務受影響。
一 什么是load
我們平時所講的load，其全稱是Linux system load averages ，即linux系統負載平均值。注意兩個關鍵詞：一個是“負載”，它衡量的是task(linux 內核中用于描述一個進程或者線程)對系統的需求(CPU、內存、IO等等)，第二個關鍵詞是“平均”，它計算的是一段時間內的平均值，分別為 1、5 和 15 分鐘值。system load average由內核負載計算并記錄在/proc/loadavg 文件中， 用戶態的工具(比如uptime，top等等)讀的都是這個文件。
我們一般認為：
- 1、如果load接近0，意味著系統處于空閑狀態;
- 2、如果 1min 平均值高于 5min 或 15min 平均值，則負載正在增加;
- 3、如果 1min 平均值低于 5min 或 15min 平均值，則負載正在減少;
- 4、如果它們高于系統 CPU 的數量，那么系統很可能遇到了性能問題(視情況而定)。
二 如何計算load
1 核心算法
坦白了不裝了，核心算法其實就是指數加權移動平均法(Exponential Weighted Moving Average，EMWA)，簡單表示就是:
a1 = a0 * factor + a * (1 - factor)，其中a0是上一時刻的值，a1是當前時刻的值，factor是一個系數，取值范圍是[0,1]，a是當前時刻的某個指標采樣值。
為什么要采用指數移動加權平均法?我個人理解
- 指數移動加權平均法，是指各數值的加權系數隨時間呈指數式遞減，越靠近當前時刻的數值加權系數就越大，更能反映近期變化的趨勢;
- 計算時不需要保存過去所有的數值，這對內核非常重要。
我們來看看，內核是怎么計算load average的，以下簡稱load。
上面的指數移動平均公式，a1 = a0 * e + a * (1 - e)，具體到linux load的計算，a0是上一時刻的load，a1是當前時刻的load，e是一個常量系數，a 是當前時刻的active的進程/線程數量。
如上一節所述，linux 內核計算了三個load 值，分別是1分鐘/5分鐘/15分鐘 load 。計算這三個load 值時，使用了三個不同的常量系數e，定義如下：
- #define EXP_1 1884 /* 1/exp(5sec/1min) */
- #define EXP_5 2014 /* 1/exp(5sec/5min) */
- #define EXP_15 2037 /* 1/exp(5sec/15min) */
這三個系數是怎么來的呢?公式如下：
- 1884 = 2048/(power(e,(5/(60*1)))) /* e = 2.71828 */
- 2014 = 2048/(power(e,(5/(60*5))))
- 2037 = 2048/(power(e,(5/(60*15))))
其中e=2.71828，其實就是自然常數e，也叫歐拉數(Euler number)。
那為什么是這么個公式呢?其中，5是指每五秒采樣一次，60是指每分鐘60秒，1、5、15則分別是1分鐘、5分鐘和15分鐘。至于為什么是2048和自然常數e，這里涉及到定點計算以及其他一些數學知識，不是我們研究的重點，暫時不展開討論。
我們看看內核中實際代碼：
- /*
- * a1 = a0 * e + a * (1 - e)
- */
- static inline unsigned long
- calc_load(unsigned long load, unsigned long exp, unsigned long active)
- {
- unsigned long newload;
- // FIXED_1 = 2048
- newload = load * exp + active * (FIXED_1 - exp);
- if (active >= load)
- newload += FIXED_1-1;
- return newload / FIXED_1;
- }
就是一個很直觀的實現。上面代碼中，第一個參數就是上一時刻的load， 第二個參數就是常量系數，第三個參數是active的進程/線程數量(包括runnable 和 uninterruptible)。
2 計算流程
load的計算分為兩個步驟：
1)、周期性地更新每個CPU上的rq里的active tasks，包括runnable狀態和uninterruptible狀態的task，累加到一個全局變量calc_load_tasks。
2)、周期性地計算 load，load的計算主要就是基于上述calc_load_tasks 變量。
第一個步驟，每個cpu都必須更新calc_load_tasks，但是第二個步驟只由一個cpu來完成，這個cpu叫tick_do_timer_cpu，由它執行do_timer() -> calc_global_load()計算系統負載。
整體流程如下圖所示，在每個tick到來時(時鐘中斷)，執行以下邏輯：
上圖中，棕色的calc_global_load_tick函數就是完成第一個步驟的，綠色的calc_global_load 是完成第二個步驟，藍色的calc_load 就是上一節中描述的核心算法。
這里需要說明的是，calc_global_load 把計算出來的load 值放在一個全局的變量avenrun中，它的定義是unsigned long avenrun[3]，size 是3，用于存放1/5/15分鐘的load。 當查看/proc/loadavg的時候，就是從這個avenrun數組中獲取數據。
三 load高常見原因
從上述load的計算原理可以看出，導致load 飆高的原因，說簡單也簡單，無非就是runnable 或者 uninterruptible 的task 增多了。但是說復雜也復雜，因為導致task進入uninterruptible狀態的路徑非常多(粗略統計，可能有400-500條路徑)。個人覺得，有些地方有點濫用這個狀態了。
本人基于多年的linux 內核開發和疑難問題排查經驗，總結了一些經驗，以饗讀者。
1 周期性飆高
曾經有些業務方遇到過load周期性飆高的現象，如果不是因為業務上確實有周期性的峰值，那么大概率是踩中了內核計算load時的bug。這個bug和內核的load采樣頻率( LOAD_FREQ)有關，具體細節不展開討論。這個bug在ali2016，ali3000， ali4000中已經修復。
排除這個原因的話，可以接著查看是否磁盤IO的原因。
2 IO原因
磁盤性能瓶頸
iostat -dx 1 可以查看所有磁盤的IO 負載情況，當IOPS 或者 BW 高時，磁盤成為性能瓶頸，大量線程因為等待IO而處于uninterruptible 狀態，導致load飆高。此時如果用vmstat 查看，可能會觀察到 b 這一列的數值飆高， cpu iowait 飆高，/proc/stat文件中的procs_blocked 數值飆高。
云盤異常
云盤是虛擬盤，IO路徑長而復雜，比較容易出問題。常見的異常是IO UTIL 100%，avgqu-sz 始終不為0，至少有1 。大家不要誤解，io util 100%并不意味著磁盤很忙，而只意味著這個設備的請求隊列里在每次采樣時都發現有未完成的IO請求，所以當某種原因導致IO丟失的話，云盤就會出現UTIL 100%, 而ECS內核里的jbd2 線程，業務線程也會被D住，導致load 飆高。
JBD2 bug
JBD2是ext4 文件系統的日志系統，一旦jbd2 內核線程由于bug hang住，所有的磁盤IO請求都會被阻塞，大量線程進入uninterruptible狀態，導致load 飆高。
排除IO原因之后，接著可以查看內存情況。
3 內存原因
內存回收
task 在申請內存的時候，可能會觸發內存回收，如果觸發的是直接內存回收，那對性能的傷害很大。當前task 會被阻塞直到內存回收完成，新的請求可能會導致task數量增加(比如HSF線程池擴容)，load 就會飆高。 可以通過tsar --cpu --mem --load -i1 -l 查看，一般會觀察到sys cpu 飆高，cache 突降等現象。
內存帶寬競爭
大家可能只聽說過IO帶寬，網絡帶寬，很少注意內存帶寬。其實內存除了在容量維度有瓶頸，在帶寬層面也有瓶頸，只是這個指標普通的工具觀察不了。我們開發的aprof 工具可以觀察內存帶寬競爭，在雙十一保障期間在混部環境大顯神威。
4 鎖
通常是內核某些路徑上的spin_lock會成為瓶頸，尤其是網絡的收發包路徑上。可以用perf top -g 查看到spin_lock的熱點， 然后根據函數地址找到內核的源碼。 伴隨的現象可能有sys 飆高，softirq 飆高。
另外，采用mutex_lock進行并發控制的路徑上，一旦有task 拿著lock 不釋放，其他的task 就會以TASK_UNINTERRUPTIBLE的狀態等待，也會引起load飆高。但是如果這把鎖不在關鍵路徑上，那么對業務可能就沒啥影響。
5 user CPU
有些情況下load飆高是業務的正常表現，此時一般表現為user cpu 飆高，vmstat 看到 r 這一列升高，tsar --load -i1 -l 看到runq 升高，查看proc/pid/schedstats 可能會看到第二個數字也就是sched delay 會增加很快。
四 根因分析大招
1 RUNNABLE 型load飆高分析
如上所述，這種情況，通常是由于業務量的增加導致的，屬于正常現象，但也有是業務代碼bug導致的，比如長循環甚至死循環。但無論哪一種，一般都可以通過熱點分析或者叫on cpu分析找到原因。on cpu分析的工具比較多，比如perf，比如阿里自研的ali-diagnose perf等等。
2 UNINTERRUPTIBLE型load飆高分析
所謂UNINTERRUPTIBLE，就是意味著在等，所以我們只要找到等在哪里，就基本找到原因了。
查找UNINTERRUPTIBLE狀態進程
UNINTERRUPTIBLE，通常也稱為D狀態，下文就用D狀態來描述。有一些簡單的工具可以統計當前D狀態進程的數量， 稍微復雜一點的工具可以把D狀態進程的調用鏈也就是stack輸出。這類工具一般都是從內核提供的proc 文件系統取數。
查看/proc/${pid}/stat 以及/proc/${pid}/task/${pid}/stat 文件，可以判斷哪些task 處于D狀態，如下所示：
第三個字段就是task的狀態。然后再查看/proc/${pid}/stack 文件就可以知道task 等在哪里。如：
但有時候，D狀態的task 不固定，這會導致抓不到D狀態或者抓到stack的不準確。這時候，就得上另一個終極大招，延遲分析。
延遲分析
延遲分析需要深入內核內部，在內核路徑上埋點取數。所以這類工具的本質是內核probe，包括systemtap，kprobe，ebpf等等。但是probe 技術必須結合知識和經驗才能打造成一個實用的工具。阿里自研的ali-diagnose可以進行各種delay分析，irq_delay, sys_delay, sched_delay, io_delay, load-monitor。
五 總結
linux 內核是一個復雜的并發系統，各模塊關系錯綜復雜。但是就load 而言，只要從runnable task和 uninterruptible task兩個維度進行分析，總能找到根源。
