Linux 服务器 CPU 占用高时的排查思路与实战命令

<h2>一、先确认“高”在哪个维度</h2>

<p>登录服务器后第一件事是看 top 的输出，重点不是看总的 CPU 利用率，而是拆开看几个指标：%us 是用户态占用，%sy 是内核态占用，%wa 是 IO 等待，%st 是被虚拟化层偷走的比例。如果 %wa 高，问题往往在磁盘 IO 而不是 CPU 计算；如果 %st 高，说明宿主机资源紧张，应用本身可能没问题。先把方向确定下来，后面的排查才不会南辕北辙。</p>

<h2>二、从进程到线程逐层定位</h2>

<p>top 找到占用最高的进程 PID 后，按 H 切换线程视图，或者直接用 top -H -p PID，观察具体是哪个线程在消耗 CPU。对 Java 服务，把线程号转成十六进制后到 jstack 输出里搜索，就能对应到具体堆栈；对 Go 服务，pprof 的 goroutine 视图会更直观。很多时候“CPU 高”最终都能落到某段具体代码上。</p>

<h2>三、常见原因与判断方法</h2>

<p>实践中见过的高 CPU 场景大致有几类：一是死循环或忙等待，特征是 CPU 曲线平滑地贴着 100%；二是频繁 GC，可以用 jstat -gcutil 观察 GC 次数和耗时；三是锁竞争后的自旋，需要结合火焰图看；四是大量小文件或网络系统调用，%sy 会明显偏高。不同原因对应的优化方向完全不同，先归因再动手。</p>

<h2>四、好用的工具组合</h2>

<p>pidstat -u 1 可以按进程持续采样，适合观察趋势；perf top 能直接看到热点函数，配合 perf record + perf report 生成火焰图数据；strace -c -p PID 统计系统调用耗时，但会对性能有明显影响，线上慎用。另外，vmstat 1 的 r 列如果长期大于核数，说明有大量任务在等待调度，也是 CPU 压力的信号。</p>

<h2>五、一个小结</h2>

<p>CPU 排查的核心思路是“先分维度、再分进程、最后分线程”的逐层收敛，工具只是手段。把这些命令整理成自己的排查清单，遇到告警时按步骤走一遍，比临时翻文档效率高得多。最后提醒一点：不要在生产环境长时间挂 perf 和 strace，采样类工具优先，抓取类工具要评估影响。</p>