3. PSI 指标解读：some 与 full 的区别、avg10/avg60/avg300 的含义、total 累计值的意义

在压力测试中，PSI（Pressure Stall Information） 是衡量系统资源（CPU、内存、I/O）因竞争而导致任务停滞时间的核心指标。正确解读 PSI 的各个字段，是区分“系统繁忙”与“系统异常”的关键。本章将深入剖析 PSI 数据中的核心概念：some 与 full 的区别、avg10/avg60/avg300 的时间窗口含义，以及 total 累计值的实际应用场景。

3.1 some 与 full：资源竞争的两种程度

PSI 将资源竞争导致的停滞分为两个层级：some 和 full。这两个字段是理解系统瓶颈严重性的基础。

以下 SVG 图展示了在压力测试中，随着并发请求增加，some 和 full 指标的变化趋势与系统状态的关系。

3.2 avg10 / avg60 / avg300：时间窗口的洞察力

PSI 提供了三个时间窗口的滑动平均值，用于观察资源压力的短期、中期和长期趋势。这三个指标共同构成了一个“时间望远镜”，帮助工程师快速定位问题是瞬时抖动还是持续恶化。

• avg10：过去 10 秒内的平均停滞时间占比。对突发压力非常敏感，用于检测瞬时尖峰。
• avg60：过去 60 秒内的平均停滞时间占比。平滑了短期波动，反映分钟级的负载变化。
• avg300：过去 300 秒（5 分钟）内的平均停滞时间占比。用于观察系统在长时间压力下的稳定性趋势。

下面的 SVG 图展示了在同一个压力事件中，三个时间窗口指标的不同响应速度和形态。

3.3 total 累计值：从“占比”到“绝对损失”

与 avg 系列的百分比不同，total 字段记录的是自系统启动以来，任务因资源停滞而损失的总微秒数。这是一个单调递增的计数器，它从绝对时间维度量化了资源竞争造成的“性能债务”。

以下是一个使用 total 值进行异常检测的 Python 代码示例：

import time
import psutil

def monitor_psi_delta(interval=10):
    """监控 PSI total 值的增量，判断异常"""
    # 获取初始 total 值
    initial = psutil.cpu_times().iowait  # 示例：使用 iowait 模拟 PSI total
    # 实际 PSI 数据可从 /proc/pressure/ 读取
    time.sleep(interval)
    # 获取结束 total 值
    final = psutil.cpu_times().iowait
    delta = final - initial
    print(f"在 {interval} 秒内，I/O 等待累计损失: {delta} 微秒")
    if delta > 1000000:  # 超过 1 秒
        print("警告：检测到严重的 I/O 性能损失！")
    return delta

# 调用示例
monitor_psi_delta(interval=30)

3.4 综合解读：从指标到决策

在实际的压力测试分析中，需要将 some/full、avg10/60/300 和 total 结合起来，形成一个立体的判断模型。下表总结了不同指标组合所代表的系统状态：