3、PSI 指标分类详解：some 指标与 full 指标的区别、avg10/avg60/avg300 时间窗口含义
PSI（Pressure Stall Information）是 Linux 内核 4.20 引入的实时资源压力度量体系。要正确设定告警阈值，必须先理解 PSI 的两大分类维度：资源维度（some vs. full）和时间窗口维度（avg10 / avg60 / avg300）。
3.1 some 指标 vs. full 指标：资源压力的两种视角
PSI 为 CPU、内存、IO 三类资源分别输出 some 和 full 两个压力值。它们的核心区别在于：任务是否完全停滞。
| 指标 | 含义 | 典型场景 | 告警敏感度 |
|---|---|---|---|
| some | 至少有一个任务因资源不足而等待，但系统仍有其他任务在运行 | CPU 争抢、内存回收、IO 排队 | 中——表示资源开始紧张 |
| full | 所有可运行任务都在等待该资源，CPU 空转或完全阻塞 | 内存 OOM 边缘、IO 死锁、CPU 完全饱和 | 高——表示资源严重过载 |
关键认知：some 是“有人饿着”，full 是“全员饿着”。告警阈值设定时，full 指标通常应比 some 指标设置更低的阈值（更敏感），因为 full 状态对业务延迟的破坏性更大。
3.2 avg10 / avg60 / avg300：三个时间窗口的衰减平均
PSI 不直接输出瞬时值，而是使用指数加权移动平均（EWMA）计算三个时间窗口的压力百分比。每个指标后缀代表不同的衰减半衰期：
| 时间窗口 | 半衰期 | 敏感度 | 适用场景 |
|---|---|---|---|
| avg10 | 约 10 秒 | 高——反映瞬时抖动 | 突发流量、短时毛刺检测 |
| avg60 | 约 60 秒 | 中——反映短期趋势 | 常规告警、分钟级异常 |
| avg300 | 约 300 秒 | 低——反映长期基线 | 容量规划、慢速泄漏 |
实践要点：avg10 适合做“快速响应告警”，但容易误报；avg300 适合做“趋势分析”，但响应慢。推荐将 avg60 作为主要告警窗口，avg10 作为辅助确认，avg300 作为容量基线。
3.3 组合解读：some/full × 时间窗口
实际监控中，PSI 指标是 资源 × some/full × 时间窗口 的三维矩阵。以内存为例，内核输出如下 6 个值：
# cat /proc/pressure/memory
some avg10=2.34 avg60=1.89 avg300=1.45 total=12345678
full avg10=0.12 avg60=0.08 avg300=0.05 total=987654解读规则：
- some avg10 > 10%：内存回收导致部分任务抖动，可能触发短时延迟。
- full avg10 > 1%：内存严重不足，大量任务被阻塞，需立即介入。
- some avg300 持续上升：内存使用量在缓慢增长，可能存在泄漏。
- full avg60 从 0 跳变到 5%：突发性内存压力，可能是大页分配或 cgroup 限制。
常见误区：不要只关注 some 而忽略 full。很多团队只设置 some avg10 > 30% 的告警，结果 full 已经飙到 10% 以上才收到通知，此时业务已受损。建议将 full 指标的告警阈值设置为 some 的 1/3 到 1/5。
3.4 阈值设定参考速查表
| 资源 | 指标 | avg10 阈值 | avg60 阈值 | avg300 阈值 | 告警级别 |
|---|---|---|---|---|---|
| CPU | some | > 20% | > 15% | > 10% | Warning |
| full | > 5% | > 3% | > 2% | Critical | |
| 内存 | some | > 10% | > 8% | > 5% | Warning |
| full | > 2% | > 1% | > 0.5% | Critical | |
| IO | some | > 30% | > 20% | > 15% | Warning |
| full | > 10% | > 5% | > 3% | Critical |
最佳实践：以上阈值适用于通用场景。对于延迟敏感型业务（如交易系统、实时音视频），建议将阈值整体下调 30%~50%；对于批处理或离线计算，可适当上调 20%~30%。最终阈值需结合业务压测和故障复盘持续调优。