我正在尝试简化我们现有的监控系统。
它具有多种查看服务器 CPU 使用率的视图，包括：
平均 CPU 使用率（总体而言，涵盖所有核心）。
低核心占用率和高核心占用率（在给定时间内使用的核心数量超过 20% 或 70%）
我们还对每个核心的使用情况有具体的指标。
核心占用率很有用，因为您可能有 4 个核心，1 个核心占用 100%，3 个核心占用 0%。在这种情况下，您可以减少到 1 个或 2 个核心而不会影响您的工作负载，而平均 CPU 使用率只会显示 25%（无用）。
保留所有这些单独的指标非常繁重，因为我们有数千台服务器每分钟多次报告指标。
是否有一种标准的方法来衡量 CPU 使用率，既考虑总功率，又考虑使用的核心数（您并行工作的程度如何）？
编辑：在设计实际系统方面，我们收到了一些非常棒/有用的回复。但让我们关注一下一般问题：“如何评分/制作一组或一小组指标来表示计算机对其 CPU 资源的使用情况（包括其使用并行性）？”。
答案1
测量 CPU 的空闲时间并不是衡量性能或容量的好方法。高 CPU 使用率可能表明更多的 CPU 可以使服务运行得更快，但更好的指标是平均负载。首先，这将告诉您是否有工作正在等待处理但卡在运行队列中等待时间片，此外，在 Linux（和一些其他操作系统）上，当有大量任务等待运行（当平均负载大于 CPU 数量时，就会有积压任务）时，调度程序将开始抢占任务。当操作系统尝试完成 tssk 并将其从运行队列中移除时，这种上下文切换的注入会导致吞吐量下降。
您对 1 个核心 100% 运行和 3 个核心闲置的描述可能有很多故事可以解释，也有很多解决方案可以更有效地利用您的“数千台服务器”。您需要深入挖掘才能确定这是配置问题、应用程序缺乏任务分片、irq 分配不佳还是其他几个原因。
答案2
总是有一个 LA 服务于完全相同的目的。LA（平均负载）本身显示了上次检查时准备运行的进程数。这使得 LA 有点难以理解，但也使 LA 非常有助于检测错误的服务器利用率或潜在的改进空间。
低 LA 告诉我们服务器在当前负载下运行良好，因此即使 100% 的 CPU 使用率也不会成为问题，因为它响应迅速且速度快。
高 LA 表示服务器负载过重或无法处理当前任务，因此即使 5% 的 CPU 使用率也可能让人感觉服务器完全卡住了并且没有响应。这种情况可能发生在各种情况下，例如等待磁盘数据（磁盘过载）、太多数据跨越内核边界（编码不良/有待改进）、CPU 行为不良（硬件问题）等等。
低 LA 和高 LA 之间的差额是虚构的，并且可能因操作系统的不同而略有不同。以前，Linux 在 LA 20 上表现相当糟糕，而 BSD 可以达到 100 而不会产生严重影响。今天这种情况可能已经发生了很大变化。