2、PSI指标详解：CPU、内存、IO三种资源的PSI指标含义与数据格式

PSI（Pressure Stall Information）是 Linux 内核 4.20 引入的度量机制，用于量化系统资源（CPU、内存、IO）的竞争程度。与传统的系统负载（Load Average）不同，PSI 能够精确区分“任务在等待资源”的时间比例，从而直接反映延迟尖峰的根因。

2.1 PSI 的核心设计思想

PSI 通过跟踪任务在可运行队列（runnable）或不可中断睡眠（IO 等待）状态下的等待时间，计算资源短缺导致的“压力”百分比。其核心指标分为两类：

• some：至少有一个任务因资源不足而等待的时间占比。
• full：所有任务都因资源不足而等待的时间占比（即系统完全停滞）。

2.2 三种资源的 PSI 指标含义

2.3 PSI 数据格式与文件结构

PSI 数据通过 /proc/pressure/ 目录下的三个伪文件暴露：

/proc/pressure/cpu
/proc/pressure/memory
/proc/pressure/io

每个文件的内容格式如下（以 /proc/pressure/cpu 为例）：

some avg10=0.00 avg60=0.00 avg300=0.00 total=0
full avg10=0.00 avg60=0.00 avg300=0.00 total=0

字段说明：

• avg10 / avg60 / avg300：过去 10 秒、60 秒、300 秒的平均压力百分比（浮点数，精确到小数点后两位）。
• total：自系统启动以来的累计等待时间（微秒，单调递增）。

2.4 PSI 指标与延迟尖峰的关联

下图展示了 PSI 指标如何映射到应用延迟的恶化过程：

2.5 PSI 数据读取与解析示例

以下 Python 代码演示如何读取并解析 PSI 指标：

import re

def read_psi(resource):
    """读取指定资源的 PSI 指标"""
    path = f"/proc/pressure/{resource}"
    with open(path, 'r') as f:
        data = f.read()
    return data

def parse_psi(data):
    """解析 PSI 数据为结构化字典"""
    result = {}
    for line in data.strip().split('\n'):
        parts = line.split()
        metric_type = parts[0].rstrip(':')  # 'some' 或 'full'
        avg10 = float(parts[1].split('=')[1])
        avg60 = float(parts[2].split('=')[1])
        avg300 = float(parts[3].split('=')[1])
        total = int(parts[4].split('=')[1])
        result[metric_type] = {
            'avg10': avg10,
            'avg60': avg60,
            'avg300': avg300,
            'total': total
        }
    return result

# 示例：读取内存 PSI
psi_data = read_psi('memory')
parsed = parse_psi(psi_data)
print(f"Memory some avg10: {parsed['some']['avg10']}%")
print(f"Memory full avg10: {parsed['full']['avg10']}%")

2.6 PSI 指标在延迟尖峰告警中的使用建议

2.7 PSI 与 cgroup v2 的集成

在 cgroup v2 环境下，PSI 指标同样适用于容器级别。每个 cgroup 的 PSI 数据位于：

/sys/fs/cgroup/<cgroup_path>/cpu.pressure
/sys/fs/cgroup/<cgroup_path>/memory.pressure
/sys/fs/cgroup/<cgroup_path>/io.pressure

数据格式与系统级完全一致。这使得我们可以精确监控单个容器或 Pod 的资源压力，避免“邻居效应”导致的误告警。