Linux CPU 使用率 vs 負載 (Load Average) 深度解析：差異、判讀與優化策略

執行 top 或 uptime 時看到的 load average 三個數值 (1/5/15 分鐘)，代表系統平均工作負載。許多管理員誤以為它等同 CPU 使用率，兩者實有本質差異。本文以電話亭比喻深度剖析，並給出理想閾值與降低負載實務建議。

核心差異：使用率 ≠ 負載

電話亭比喻

• CPU = 電話，進程 = 打電話的人。
• 一人通話 1 分鐘 (佔用 CPU 100%)，負載 ≈ 1。
• 兩人同時通話 (輪流)，CPU 仍 100%，負載 = 2。
• 前 30 秒找號碼、後 30 秒通話 → CPU 使用率 50%，但負載仍計為 1 (因在佇列中)。

結論：高使用率不代表高負載；高負載意味著頻繁上下文切換，系統回應變慢。

多核心下的負載判讀標準

• 單核心：負載 ≤ 0.5 理想，1.0 為滿載邊界，>1.0 代表有進程排隊。
• 多核心：理想負載 ≤ 核心數 × 0.5~0.7。
  例：4 核心伺服器，負載長期 ≤ 2.8 較健康；持續 4.0 表示全核心滿載無閒暇。

經驗法則：「核心數 = 可接受的最大負載基準」，但追求穩定應預留 30%~50% 餘裕。

如何降低 CPU 負載

1. 硬體升級：增加 CPU 插槽數與核心數 (比單純提高主頻更有效)。
2. 應用優化：減少鎖競爭、改非同步 I/O、拆分微服務分散負載。
3. 排程調整：錯峰執行備份、掃描、報表等批次作業。
4. 核心參數微調：kernel.sched_latency_ns、kernel.sched_min_granularity_ns 等調度參數 (需深入測試)。

CPU 使用率理想區間

長期 60%~80% 屬正常負載；持續 >90% 易觸發效能瓶頸。結合負載指標綜合判斷：
低使用率 + 高負載 → 大量 I/O 等待 (磁碟/網路瓶頸)
高使用率 + 低負載 → 少數計算密集型進程獨佔 CPU