Linux 服务器 CPU 占用飙高：从 top 到定位代码的排查思路

一、先判断现象：是真忙还是假忙

收到 CPU 告警后，不要急着杀进程。先执行 uptime 看 load average，再用 top 看 CPU 行各项占比：

• us 高：用户态计算多，多是业务代码热点、死循环、正则回溯。
• sy 高：内核态开销大，常见于频繁系统调用、上下文切换、锁竞争。
• wa 高：在等磁盘或网络 IO，CPU 并不忙，应转去查 iostat。
• si 高：软中断多，常见于网卡小包风暴，可看 /proc/softirqs。

load 高而 CPU 不高，多半是 IO 等待或线程排队，思路完全不同。

二、找到进程和线程

top -c            # 按 P 按 CPU 排序
top -Hp <pid>     # 查看该进程内各线程的 CPU 占用

记下最耗 CPU 的线程号（TID），按 1 可查看每个核心，判断是单核打满还是整体饱和。

三、把线程号映射到代码

Java：线程号转 16 进制，在 jstack 输出中匹配 nid。

printf '%x\n' 12345        # 得到 3039
jstack <pid> | grep -A 20 'nid=0x3039'

连续抓三次 jstack 对比，反复出现在同一方法栈的就是热点。若线程名是 GC task thread，说明 GC 频繁，应看 jstat -gcutil。

Python：py-spy dump --pid <pid>，无需重启即可看调用栈。

C/C++：perf top -p <pid> 采样查看热点函数。

四、常见原因

1. 死循环或空转：条件写错，或无退避的重试循环。
2. GC 频繁：内存泄漏或堆过小，Full GC 反复触发。
3. 正则回溯：嵌套量词遇到特殊输入，耗时指数增长。
4. 锁竞争：线程频繁切换，sy 与上下文切换同时升高，可用 pidstat -w 确认。
5. 软中断：网络包集中在单核，需开启 RPS/RSS 分散，或排查异常流量。

五、处理与预防

止血：先限流、降级或摘除异常节点，保留现场（jstack、火焰图）后再重启。

根治：修复热点代码，给正则和循环加超时与上限，为线程池和队列设边界。

预防：

• 监控告警：对 CPU 占比、load、GC 次数、线程数设置分级告警。
• 常态化压测：上线前压测，提前暴露热点和锁竞争。
• 灰度发布：新版本先小流量观察，异常即回滚。