为什么top命令的CPU会超过100%

top现象

今天在跑程序的时候，用top看了一下，发现了如下

是的，大家看到，CPU占用超过了100%，当时我是懵的，为什么能超过100%。这好像无法用学习到的进程，线程，与CPU的相关知识解释。
然后，因为是跑的python脚步，所以为特意用两个简单脚本测试一下。

测试脚本一

if __name__=='__main__':

    while True:
        pass

这是一个简单的循环脚本，看看能不能复现问题。

测试结果一

然后经过了10多分钟观察，并不会出现超过100%。
毫无头绪。。。
然后想了半天，会不会是top的CPU百分比不是所有相加等于100的呢，会不会是为的曲解呢。
然后查阅top命令相关资料，发现原因：原来top命令默认是不显示多个CPU的状态的，输入top命令后按1，才能显示各个CPU的状态，如图。

top + 1 状态图

这样的话，我就理解为什么会可以一个进程超过100%CPU占用了，因为python脚本只能同时有一个线程运行(GIL全局解释锁的缘故)，所以多线程时，多个CPU轮流抢占，就造成多个CPU占用超过了100%,而单线程的时候，虽然都是随机CPU调度，但是没有那么多抢占。(这个与单位时间计算用户空间CPU占用以及python多线程有关，在这里不做拓展)

测试脚本二

用一个多线程脚本测试测试。

import threading

def th01():
    while True:
        pass



def multi_th():
    th1=threading.Thread(target=th01)
    th1.start()
    th2=threading.Thread(target=th01)
    th2.start()
    th01()


if __name__=='__main__':
    multi_th()

测试结果二

噔噔噔，复现了。

结论

可以看到其实各个CPU都没有超过100%占用，对应的python进程却超过了100%，因为单位时间每个CPU都有一部分抢占到了该python脚本的各自线程，导致总体相加CPU占用超过了100%。
谜底揭开，谢谢阅读。