📚 课程目录第1章 PSI指标概述

1. PSI 指标概述

1.1 什么是 PSI（Pressure Stall Information）

PSI（Pressure Stall Information）是 Linux 内核 4.20 版本引入的一项资源压力度量机制，由 Facebook 工程师 Johannes Weiner 主导设计。它通过量化任务因等待 CPU、内存或 I/O 资源而停滞的时间比例，直接反映系统资源的 “过载程度”，而非简单的使用率。

传统监控指标（如 CPU 使用率、内存占用率）在资源接近饱和时往往呈现“非线性突变”，而 PSI 能够提前捕捉到资源竞争的 “排队效应”，是压力测试中识别性能瓶颈的早期信号。

  核心价值：PSI 衡量的是“任务因资源不足而无法运行的时间占比”，比传统指标更敏感、更贴近真实用户体验。

1.2 PSI 的三大指标

PSI 针对三种关键系统资源分别输出压力数据，每种资源包含两个子指标：some（至少一个任务受阻）和 full（所有任务均受阻）。

资源类型	指标名称	含义	典型场景
CPU	`cpu.some`	至少一个任务因等待 CPU 而停滞的时间占比	高并发计算、线程争抢
Memory	`memory.some`	至少一个任务因等待内存分配（如缺页、回收）而停滞的时间占比	内存泄漏、OOM 边缘、swap 抖动
Memory	`memory.full`	所有可运行任务均因内存不足而停滞的时间占比	严重内存耗尽、系统濒临 OOM
I/O	`io.some`	至少一个任务因等待块设备 I/O 而停滞的时间占比	磁盘吞吐瓶颈、日志刷盘延迟
I/O	`io.full`	所有可运行任务均因 I/O 等待而停滞的时间占比	存储阵列过载、文件系统锁竞争

监控建议：在压力测试中，优先关注 some 指标（更敏感），当 full 指标持续 > 10% 时，通常意味着系统已进入严重过载状态。

1.3 PSI 在压力测试中的重要性

压力测试的核心目标是发现系统在极限负载下的 性能拐点 与 稳定性边界。传统指标（如 CPU 使用率 100%、内存占用 95%）往往在系统已经崩溃或响应急剧恶化时才触发告警，而 PSI 提供了更早的预警窗口：

提前发现资源竞争：当 CPU 使用率仅 70% 时，PSI 的 cpu.some 可能已开始上升，提示存在调度延迟。
区分瓶颈类型：通过对比 cpu.some、memory.some、io.some 的数值，可快速定位瓶颈是计算密集型、内存密集型还是 I/O 密集型。
量化用户体验：PSI 的“停滞时间比例”与请求延迟、吞吐量下降之间存在强相关性，可直接映射到 SLO 违约风险。
避免“假饱和”误判：某些场景下 CPU 使用率虽高但任务并未停滞（如纯计算无等待），PSI 能准确区分“忙碌”与“阻塞”。

常见误区：不要将 PSI 指标与系统负载（Load Average）直接等同。Load Average 包含不可中断睡眠（D 状态）任务，而 PSI 仅统计可运行任务因资源不足而停滞的时间，更精确地反映“可感知的”资源压力。

1.4 如何获取 PSI 指标

在 Linux 系统中，PSI 数据通过 /proc/pressure/ 伪文件系统暴露，每个资源对应一个文件：

# 查看 CPU 压力
cat /proc/pressure/cpu

# 查看内存压力
cat /proc/pressure/memory

# 查看 I/O 压力
cat /proc/pressure/io

输出格式示例：

some avg10=2.35 avg60=1.78 avg300=0.95 total=123456789
full avg10=0.12 avg60=0.08 avg300=0.03 total=9876543

字段说明：

avg10 / avg60 / avg300：最近 10 秒、60 秒、300 秒的滑动平均压力百分比。
total：自系统启动以来的累计停滞微秒数。

实战技巧：在压力测试中，建议同时采集 avg10 和 avg60 两个窗口的数据。avg10 对瞬时突发敏感，avg60 更能反映持续压力趋势。

1.5 PSI 与传统监控指标的对比

对比维度	传统指标（CPU%/Mem%/iowait）	PSI 指标
测量对象	资源使用率	任务因资源不足的停滞比例
敏感度	仅在接近 100% 时突变	在资源竞争初期即线性上升
瓶颈定位	需结合多指标人工推断	直接区分 CPU/Memory/I/O 三类
与延迟相关性	间接、非线性	直接、近似线性
适用场景	容量规划、长期监控	压力测试、异常检测、SLO 告警