Linux 系统性能调优：CPU、内存、IO 瓶颈分析方法(草履虫版)

 0. 写在前面：为什么你需要“神器”而非“常用命令

把系统从「慢」变成「稳」有时候不需要大折腾，而是把最显著的瓶颈找出来。下面是一套我常用的方法.

---

先说一句话的心法：先把用户感受恢复，再去追根溯源。很多时候临时的减害手段（降级、限流、回滚、切流）比立刻找根因更重要。下面分三类瓶颈：CPU、内存、IO（含磁盘与网络），每类给出诊断命令、常见判别依据、应急缓解和长期修复建议。

---

常用工具速览（先熟悉这些工具）

这些命令几乎是现场救火的工具箱，建议熟练掌握：

top, htop, vmstat, mpstat, pidstat, ps, perf, strace, pstack
free, slabtop, smem
iostat, iotop, blktrace, lsblk, df, du, smartctl
ss, netstat, iftop, iperf3, tc
sar (sysstat), dstat, atop
tcpdump (小心会产生日志)

我常把一台机器的检查脚本写成几行命令串，先快速跑一遍，得出第一轮结论，再深入。

---

一：CPU 瓶颈 — 如何判断与处理

诊断思路

看整体负载（load）只是起点，关键是区分：是用户态占满、内核态占满、还是等待 I/O（iowait）、或是被虚拟化的 steal（被抢占），再决定对症下药。

现场诊断命令（顺序执行，快速采样）

# 1) 快速看系统负载与总体 CPU 使用
$ top -b -n1 | head -n5
top - 11:30:00 up 12 days,  2:01,  1 user,  load average: 12.34, 11.98, 10.12
%Cpu(s): 92.0 us,  3.0 sy,  0.0 ni,  2.0 id,  3.0 wa

# 2) 更细：每个 CPU 的使用（查看是否存在核不均衡）
$ mpstat -P ALL 1 1
Linux 5.4.0 (host)  08/10/2025  _x86_64_  (8 CPU)
08:30:01 AM  CPU  %usr  %nice  %sys  %iowait  %irq  %soft  %steal  %guest  %idle
08:30:01 AM  all   92.0   0.00   3.0    3.0      0.0   0.0     0.0      0.0    2.0
08:30:01 AM    0   99.0    0.0   0.0    0.0      0.0   0.0     0.0      0.0    1.0
08:30:01 AM    1   85.0    0.0   6.0    0.0      0.0   0.0     0.0      0.0    9.0
...

# 3) 找出占用最严重的进程
$ ps aux --sort=-%cpu | head -n 8
root  23456  95.0  1.2 123456 78900 ?  R  11:29   120:00 /usr/bin/myapp --worker

判别：

• • %usr 高，且某个进程占比高 → 进程计算密集（业务逻辑/算法）；

• • %sys 高 → 内核开销高（例如频繁上下文切换、网络/磁盘中断）；

• • %iowait 高 → 可能是 IO 瓶颈（继续看 IO 部分）；

• • %steal 高 → 虚拟化宿主被抢占（云主机需联系云厂商或扩容）。

应急缓解（先恢复服务可用性）

1. 1. 临时降级或限流：在流量入口（Nginx、LB）做限流或返回降级页面，果断减少负载。

2. 2. 迁移/扩容：把部分实例从流量池摘除、扩容实例数或增加容器副本（Kubernetes）：

# k8s 临时扩副本
$ kubectl scale deployment myapp --replicas=10 -n prod
deployment.apps/myapp scaled

1. 3. 进程优先级调整/隔离：对非关键进程 renice 或把关键进程绑定到空闲核 taskset：

# 优先级调低（