负载诊断流程
从load avgerage等总括性的数据着手，参考CPU使用率和I/O等待时间等具体的数字，从而自顶向下快速排查各进程状态。
概念：什么是负载?
负载可以分为两大部分：CPU负载、I/O 负载 。
load average
Copy uptime
top
cat /proc/loadavg
Copy load average:0.65, 1.49, 1.76 （负载很低）
load average:3.49, 3.67, 3.75 （负载一般）
load average:33.20, 18.39, 15.21 (负载高)
load average:70.25, 80.50, 95.38 (负载非常高，需要干预)
load average:7.89, 11.42, 13.42 (当前负载趋于下降)
load average:17.89, 13.28, 4.45 (当前负载趋于上升) 依次时过去1分钟，5分钟，15分钟内，单位时间的等待任务数，也就是表示平均有多少任务正处于等待状态。在load average较高的情况下，就说明等待运行的任务较多，因此轮到该任务运行的等待时间就会出现较大延迟，即反映了此时负载较高。
linux内核的进程调度器（Process Scheduler）
负责决定任务运行的优先级，以及让任务等待或使之重新开始等核心工作。调度器划分并管理进程（Process）的状态。例如：
等待分配CPU资源的状态
等待磁盘输入输出完毕的状态
进程描述符的状态
可中断的等待状态。例如系统睡眠或来自于用户输入的等待等。
不可中断的等待状态。主要为短时间恢复时的等待状态。例如磁盘输入输出的等待
响应暂停信号而运行中断的状态。直到恢复（Resume）前都不会被调度
僵死状态。虽然子进程已经终止（exit）,但父进程尚未执行wait(),因此该进程的资源没有被系统释放
TASK_INTERRUPTIBLE（等待状态，加权换算）
TASK_UNINTERRUPTIBLE（等待状态，不加权换算）
load average 表示“等待进程的平均数”，除了“TASK_RUNNING正在运行”，其它三个都是等待状态。TASK_INTERRUPTIBLE不被换算。即只换算“虽然需要即刻运行处理，但是无论如何都必须等待”。
load average所描述的负载就是：需要运行处理，但又必需等待队列前的进程处理完成的进程个数。具体来说：要么等待授予CPU运行权限，要么等待磁盘I/O完成。
内核函数：kernei/timer.c的calc-load();
CPU 还是 I/O ?
load average的数字只是表示等待的任务数，仅根据load average并不能判断具体是CPU负载高还是I/O负载高。
CPU密集型程序
I/O密集型程序
Sar (System Activity Reporter)
CPU使用率和I/O等待时间都是在不断变化的，可以通过sar 命令来确认这些指标。该工具包含在sysstat软件包内。
Copy $ sar
Linux 04/17/16 _x86\_64_ (24 CPU)
00:00:01 CPU %user %nice %system %iowait %steal %idle
00:10:02 all 1.26 0.00 0.55 0.00 0.00 98.19
00:20:01 all 1.58 0.00 1.04 0.00 0.00 97.38
00:30:01 all 1.23 0.00 0.56 0.00 0.00 98.21
00:40:01 all 1.59 0.00 1.01 0.00 0.00 97.40
00:50:01 all 1.35 0.00 0.59 0.00 0.00 98.06
01:00:01 all 1.63 0.00 1.10 0.00 0.00 97.27
01:10:01 all 1.22 0.00 0.54 0.00 0.00 98.24
01:20:01 all 1.68 0.00 1.06 0.00 0.00 97.25
01:30:01 all 1.23 0.00 0.54 0.00 0.00 98.23
Copy $ sar 1 10
18:54:58 %usr %sys %wio %idle
18:54:59 18 3 0 79
18:55:00 46 14 0 40
18:55:01 38 13 0 49
18:55:02 17 4 0 79
18:55:03 11 4 0 85
18:55:04 12 5 0 83
18:55:05 20 4 0 76
18:55:06 22 3 0 75
18:55:07 21 4 0 75
18:55:08 17 4 0 79 输出参数:
%user:用户(一般的应用软件运作模式)CPU资源
进程详细
Copy $ ps auxw
test 1551 0.2 0.1 6452 4776 ? S 19:25 0:00 Test.pl CTP00004.PRS00034 1 300
test 1553 2.6 0.4 18196 16424 ? S 19:25 0:00 /Test.pl 00001.PRS00034
test 1555 2.6 0.4 18168 16396 ? S 19:25 0:00 /Test.pl 00002.PRS00034
test 1557 2.8 0.4 18132 16432 ? S 19:25 0:00 /Test.pl 00004.PRS00034
test 1606 0.0 0.0 50060 916 ? Sl 19:25 0:00 /bin/PingTest -f CTP00004
test 1612 2.5 0.4 18156 16452 ? S 19:25 0:00 /Test.pl 00014.PRS00034
test 1629 2.1 0.4 18416 16696 ? S 19:25 0:00 /Test.pl 00015.PRS00034
test 2253 2.7 0.3 12868 11160 ? R 19:25 0:00 -w mrtg MRTG\_00027.cfg log
test 2254 3.6 0.3 12864 11184 ? S 19:25 0:00 -w mrtg MRTG\_00028.cfg log
test 2261 2.4 0.2 12640 11004 ? S 19:25 0:00 -w mrtg MRTG\_00030.cfg log 输出参数：
SWAP吞吐
Copy $sar -W
17:20:01 pswpin/s pswpout/s
17:30:01 0.00 0.00
17:40:01 0.00 0.00
17:50:01 0.00 0.00
18:00:01 0.00 0.00
18:10:01 0.00 0.00
18:20:01 0.00 0.00
18:30:01 0.00 0.00
18:40:01 0.00 0.00
18:50:02 0.00 0.00
19:00:01 0.00 0.00
19:10:02 0.00 0.00
Average: 0.00 0.00 输出参数：
发生频繁的交换时，服务器的吞吐量性能会大幅下降。
vmstat(Report Virtual Memory Statistics)
实时确认CPU使用率及实际的I/O等待时间
Copy $ vmstat
kthr memory page disk faults cpu
r b w swap free re mf pi po fr de sr s2 s2 s2 s2 in sy cs us sy id
0 0 0 45411448 17973032 140 1470 13 41 33 0 0 -0 -0 -0 -0 2753 313459 4984 16 3 81 解决方案
优化的真正工作是“找出系统瓶颈并加以解决”，我们所能做的就是“充分发挥硬／软件本来的性能，解决可能存在的问题”。例如，同样是I/O问题，我们可以通过增加内存来缓解，也可以调整调度方案来优化（时间换空间），但是更多的情况是，优化应用程序的I/O算法效果更佳。
最后，重温一句经典格言
别臆断，请监控
扩展阅读：Linux 操作系统
