處理器顯示百分之百：讀數字之前要先問的問題

在面板上一看，處理器使用率似乎很高。在採取任何行動之前，只有一個問題要問：這個數字描述的是哪一段時間？

因為有三個不同的數字頂著同一個名字，而這三個數字說的是不同的事。

同名的三個數字

開機以來的平均值。如果這台機器兩個月前忙了三天，那段忙碌至今仍留在這個平均值裡。它回答不了此刻的情況。

累計總量。它永遠不會下降。它說的是過去，不是今天。

兩次取樣之間的差值。進行兩次量測，讀取兩者之間的變化。只有這一個能回答此刻的情況。

經典陷阱

列出處理程序的標準工具，在第一個畫面上顯示的是開機以來的平均值。看著那第一個畫面就採取行動，介入的是過去而不是今天。

正確的做法是至少取樣兩次，並讀取第二次的結果。工具本身沒有錯，錯的是讀它的方式。

同樣的錯誤，到處都是同樣的形狀

在這個 wiki 裡，這個形狀已經出現過兩次。

談磁碟耗損時提過看的不是百分比，而是斜率：剩下百分之八十五，在一顆磁碟上代表十年，在另一顆磁碟上代表八個月。

談封包丟棄時提過看的不是總數，而是速率：去年有過一小時異常的機器，會被它的計數器一輩子貼上罪魁禍首的標籤。

談處理器時則是看的不是平均值，而是差值。三個不同的地方，同一種讀法錯誤。

這可以寫成一條通則：沒有標明時間範圍的數字不是量測。根據任何數字採取行動之前，先問它涵蓋的是哪一段時間。

處理器真的很高的時候

這時需要第二個區分：是某一台虛擬機器很忙，還是伺服器不夠用？

虛擬機器用滿分配給它的全部配額是正常的。如果給了它兩個核心，而它把這兩個核心用滿了，系統正完全依照設計在運作。

問題出在伺服器本身飽和的那一刻：客體開始得不到它們要求的資源，所有客體一起變慢。

還有一件常被混淆的事：負載不是處理器使用率。負載計算的是正在等待的東西，其中有些可能等的不是處理器，而是磁碟。負載很高而處理器閒置是有可能的，這表示該去別的地方找原因。

Atlas 的做法

Atlas 列出伺服器上最耗用處理器的處理程序時，刻意取樣兩次並讀取第二次的結果。

原因正是上面那個陷阱：第一次取樣帶著開機以來的平均值，顯示它會造成誤導。這個差別不是小細節；依第一次取樣排序的清單，會把幾個月前很忙的處理程序呈現為今天的元凶。

另一個小而誠實的細節：這次量測的結果會短暫保留，同時到達的請求會綁定到同一次量測。原因是：卡片開著的時候每隔幾秒就會重新整理，每次重新整理都啟動一次新的量測，會給伺服器帶來不必要的負載。

這與談溫度的那篇文章是同一個原則：負責監看的東西，不應該成為帶來成本的東西。