Linux 进程管理：从 ps 到 systemd，一次讲清

服务器上服务起不来、CPU 被吃满、内存越跑越高，十有八九是进程出了问题。进程管理就四件事：看进程、找问题进程、管进程、让进程开机自启。下面按这个顺序讲清。

一、看进程：ps、top、htop

最常用的是 ps aux，看当前所有进程：

ps aux | head -20
ps aux --sort=-%cpu | head -10
ps aux --sort=-%mem | head -10

输出里重点看这几列：USER 是谁跑的，%CPU 和 %MEM 是占用，STAT 是状态（R 运行、S 睡眠、D 不可中断睡眠、Z 僵尸），COMMAND 是命令。

想看某个服务相关的进程，用 grep 过滤：

ps aux | grep nginx
ps aux | grep -v grep | grep mysql

top 是实时看，按 M 按内存排序，按 P 按 CPU 排序，按 q 退出：

top

服务器上没装 htop 时，top 够用了。装了 htop 更直观，支持鼠标点选和 F9 杀进程：

htop

只看某个用户的进程：

ps -u www-data
top -u nginx

二、找问题进程：CPU 高、内存高、僵尸进程

CPU 被吃满

先用 top 看是哪个进程占 CPU，再看它是干什么的：

top -b -n 1 | head -20
ps -p <PID> -o pid,ppid,%cpu,%mem,cmd

如果是一个 Java 进程占满 CPU，可以看它里面的线程：

top -H -p <PID>

找到最耗 CPU 的线程号，转成十六进制，再去 jstack 里对：

printf "%x\n" <线程号>
jstack <PID> | grep -A 20 <十六进制线程号>

内存越跑越高

看进程内存占用和系统剩余内存：

free -h
ps aux --sort=-%mem | head -10
cat /proc/<PID>/status | grep -E 'VmRSS|VmSize'

注意区分：free 里 buff/cache 是系统拿去做缓存的内存，不算真正被用掉，available 那一列才是真正能用的。

僵尸进程

STAT 是 Z 的就是僵尸进程，本身不占资源，但占进程号。僵尸进程是子进程死了、父进程没回收造成的，杀僵尸进程没用，要处理它的父进程：

ps aux | grep Z
ps -o pid,ppid,stat,cmd -p <僵尸进程PID>

找到父进程 PID 后，重启父进程，或者给父进程发信号让它回收子进程。

D 状态进程

STAT 是 D 的进程在等磁盘 IO，杀不掉，只能等 IO 完成或者解决磁盘问题。D 状态一大片，往往是磁盘满了或者磁盘坏了，先去查磁盘。

三、管进程：kill、pkill、nice

结束进程

先礼后兵。默认的 TERM 信号（15）让进程自己收拾完再退出：

kill <PID>

等几秒还没死，再用 KILL 信号（9）强制杀：

kill -9 <PID>

KILL 是最后手段，数据可能来不及落盘，能不用就不用。

按名字杀一批：

pkill -f "python app.py"
killall nginx

pkill 的 -f 是按完整命令行匹配，写错了容易误杀，执行前先用 pgrep 核对：

pgrep -af "python app.py"

调整优先级

nice 值越小优先级越高，范围 -20 到 19。启动时指定：

nice -n 10 python app.py

对已经在跑的进程改优先级：

renice -n 5 -p <PID>

普通用户只能把 nice 值调大（降低优先级），调小需要 root。

后台运行

让进程在后台跑，关掉终端也不死：

nohup python app.py > app.log 2>&1 &

看后台任务：

jobs

把后台任务拉回前台：

fg %1

临时跑个长任务，screen 或 tmux 更稳，断线重连后还能接回来。

四、让进程开机自启：systemd

现在主流发行版都用 systemd 管服务。写一个 service 文件：

vim /etc/systemd/system/myapp.service

内容示例：

[Unit]
Description=My App
After=network.target

[Service]
Type=simple
User=www-data
WorkingDirectory=/opt/myapp
ExecStart=/usr/bin/python3 /opt/myapp/app.py
Restart=on-failure
RestartSec=5

[Install]
WantedBy=multi-user.target

写好后重载配置、启动、设开机自启：

systemctl daemon-reload
systemctl start myapp
systemctl enable myapp
systemctl status myapp

常用操作就这几个：

systemctl start myapp
systemctl stop myapp
systemctl restart myapp
systemctl status myapp
systemctl is-enabled myapp

服务起不来，先看状态和日志：

systemctl status myapp
journalctl -u myapp -n 50
journalctl -u myapp --since "10 minutes ago"

Restart=on-failure 的意思是进程异常退出后自动重启，配合 RestartSec=5 等 5 秒再拉起来，大多数线上服务都这么配。

五、排查流程：一个例子

线上接口突然变慢，按这个顺序查：

top
ps aux --sort=-%cpu | head -10
free -h
df -h
ss -tlnp
systemctl status myapp
journalctl -u myapp -n 100

top 先看是谁占 CPU，free 和 df 排除内存和磁盘，ss 看端口还在不在监听，systemctl 和 journalctl 看服务本身的状态和报错。大多数问题走到这一步就有答案了。

六、常用命令速查

查看进程：ps aux、top、htop、pgrep -af 关键词

结束进程：kill PID、kill -9 PID、pkill -f 关键词

调优先级：nice -n 10 命令、renice -n 5 -p PID

后台运行：nohup 命令 > 日志 2>&1 &、jobs、fg %1

服务管理：systemctl start/stop/restart/status 服务名、systemctl enable 服务名

服务日志：journalctl -u 服务名 -n 50、journalctl -u 服务名 --since "10 minutes ago"

记住一个原则：杀进程之前先确认它是谁，ps -p PID -o pid,ppid,cmd 看一眼再动手，生产环境误杀一个关键进程，代价比慢几分钟大得多。