1. 问题现象与初步判断
最近在维护服务器时,突然收到监控系统告警:某台Linux服务器的CPU使用率持续保持在100%。这种状况如果持续下去,轻则导致服务响应变慢,重则可能引发系统崩溃。作为运维人员,我们需要快速定位问题根源。
CPU满载通常表现为:
- 系统响应明显变慢,连简单的命令都要等待很久
- 通过top命令查看,CPU的us(用户空间)或sy(内核空间)指标持续高位
- 服务器负载(load average)数值远高于CPU核心数
遇到这种情况,我通常会先确认是否属于正常业务高峰。如果是突发流量导致的正常负载,可以考虑扩容;如果是异常进程占用,就需要深入排查了。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 基础排查工具与技巧
2.1 top命令:第一响应工具
最快捷的方式就是使用top命令:
bash复制top -c
关键观察点:
- %CPU列:查看哪些进程占用率高
- COMMAND列:查看进程名称和启动参数
- 按P键:按CPU使用率排序
- 按1键:显示每个CPU核心的详细使用情况
注意:有些异常进程会不断fork子进程来逃避监控,这时需要观察进程树的整体占用情况。
2.2 htop:增强型进程查看器
如果系统安装了htop,它能提供更直观的视图:
bash复制htop
优势在于:
- 彩色显示,不同类型资源占用一目了然
- 支持鼠标操作,方便选中进程
- 可以直接杀死进程或调整优先级
2.3 vmstat:系统整体状态监控
对于短期突发的CPU问题,可以用vmstat查看瞬时状态:
bash复制vmstat 1 5
输出示例:
code复制procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
r b swpd free buff cache si so bi bo in cs us sy id wa st
3 0 0 250000 50000 800000 0 0 10 20 1000 1500 80 20 0 0 0
重点关注:
- r列:运行队列长度,如果持续大于CPU核心
