我們都知道一臺服務(wù)器優(yōu)良的特性能夠給用戶很好的體驗。但服務(wù)器并不是萬能的，雖然服務(wù)器出現(xiàn)卡頓的現(xiàn)象比較少見，但也不排除出現(xiàn)的可能，而服務(wù)器一旦出現(xiàn)卡頓，造成的后果會嚴(yán)重的多。這里霍霍分享幾個處理技巧，希望能有所幫助。
服務(wù)器卡頓的情況下，請先檢查服務(wù)器的使用情況。
1、CPU使用率是否大于50%。
2、內(nèi)存使用率是否過高。
3、網(wǎng)絡(luò)使用率是否過高。
如果出現(xiàn)上述情況，請聯(lián)系技術(shù)人員處理。如果沒有出現(xiàn)上述情況則可能由以下原因造成：
1、服務(wù)器遭遇CC攻擊導(dǎo)致，需要聯(lián)系售后人員做CC防護策略。
2、服務(wù)器遭遇較大的流量攻擊，但服務(wù)器沒有被流量牽引。
3、設(shè)備網(wǎng)卡故障、網(wǎng)線故障、上層交換機故障。在出現(xiàn)故障前，您可以對您服務(wù)器的相鄰ip進行測試，如果相鄰ip 也同樣出現(xiàn)丟包情況，說明是上層交換設(shè)備故障。
4、機房網(wǎng)絡(luò)故障，這將是大范圍的故障。
服務(wù)器卡的情況下，一般會出現(xiàn)的表現(xiàn)狀況：
1、服務(wù)器嚴(yán)重丟包，正常的服務(wù)器丟包率為0%，若丟包率高于1%則會出現(xiàn)卡的情況。
2、部分用戶卡，部分用戶不卡，可能由于硬件防火墻造成，部分鏈路堵塞。
3、另外，上述情況也可能是互聯(lián)網(wǎng)節(jié)點故障造成。
排查服務(wù)器的卡頓有利于保證業(yè)務(wù)穩(wěn)定性和持續(xù)性。Linux中可以通過一些監(jiān)控命令來實現(xiàn)。
在Linux服務(wù)器運維中，實時掌握系統(tǒng)資源的使用情況是保障服務(wù)穩(wěn)定性的基石。無論是CPU過載、內(nèi)存泄漏、磁盤I/O瓶頸，還是網(wǎng)絡(luò)流量異常，都需要依賴一系列高效的命令行工具進行精準(zhǔn)監(jiān)控與分析。本文將系統(tǒng)梳理Linux生態(tài)中用于服務(wù)器指標(biāo)監(jiān)控的核心命令，涵蓋資源查看、性能診斷、趨勢預(yù)測及自動化監(jiān)控場景，并結(jié)合實際案例演示如何快速定位問題與優(yōu)化系統(tǒng)性能。
基礎(chǔ)監(jiān)控：快速獲取系統(tǒng)狀態(tài)
1. top與htop——全局資源總覽
作為最經(jīng)典的實時監(jiān)控工具，top命令以動態(tài)刷新的方式展示系統(tǒng)的整體負(fù)載情況，包括：
CPU使用率：用戶態(tài)（us）、系統(tǒng)態(tài)（sy）、空閑（id）、等待I/O（wa）等狀態(tài)占比。
內(nèi)存與Swap：物理內(nèi)存總量、已用、緩存（cache）、交換分區(qū)使用情況。
進程列表：按CPU或內(nèi)存占用排序的進程詳情（PID、用戶、資源消耗等）。
htop是top的增強版，支持彩色顯示、鼠標(biāo)操作、進程樹視圖及直接殺死進程的功能，交互性更強。例如，通過F6鍵可按磁盤I/O排序進程，快速定位高負(fù)載服務(wù)。
2. vmstat——虛擬內(nèi)存與CPU統(tǒng)計
vmstat（Virtual Memory Statistics）以固定間隔輸出系統(tǒng)資源快照，適合觀察趨勢變化：
$ vmstat 2 5 每2秒采樣一次，共5次
procs memory swap io system cpu
r b swpd free buff cache si so bi bo in cs us sy id wa st
1 0 0 5012344 102384 2103456 0 0 25 30 105 220 10 5 85 0 0
關(guān)鍵指標(biāo)解析：
procs.r：等待CPU的進程數(shù)，持續(xù)大于CPU核心數(shù)表示CPU資源緊張。
memory.swpd：交換分區(qū)使用量，持續(xù)增長可能預(yù)示內(nèi)存不足。
io.bi/bo：塊設(shè)備每秒讀寫量（塊數(shù)），反映磁盤I/O壓力。
3. iostat——磁盤I/O與設(shè)備負(fù)載
iostat專注于存儲設(shè)備監(jiān)控，可展示每個磁盤的吞吐量、響應(yīng)時間及利用率：
$ iostat x 1 每秒顯示擴展信息
Device r/s w/s rkB/s wkB/s await %util
sda 5.2 3.1 120.4 45.2 2.1 8.3
%util：設(shè)備帶寬使用率，接近100%表明磁盤成為瓶頸。
await：I/O操作平均等待時間（毫秒），過高可能因磁盤過載或硬件故障。
4. netstat與ss——網(wǎng)絡(luò)連接與流量監(jiān)控
netstat可查看當(dāng)前網(wǎng)絡(luò)連接、路由表及接口統(tǒng)計信息：
$ netstat tulnp 列出所有監(jiān)聽端口及對應(yīng)進程
$ netstat s 顯示網(wǎng)絡(luò)協(xié)議統(tǒng)計（如TCP重傳數(shù)）
ss（Socket Statistics）作為netstat的替代品，速度更快且信息更詳細(xì)：
$ ss s 匯總所有socket狀態(tài)
$ ss it '( dport = :80 )' 篩選目標(biāo)端口為80的TCP連接
5. free與df——內(nèi)存與磁盤空間檢查
free顯示內(nèi)存總量及使用情況，推薦使用h參數(shù)以易讀格式輸出：
$ free h
total used free shared buff/cache available
Mem: 7.7G 2.1G 3.2G 256M 2.4G 5.0G
Swap: 2.0G 0B 2.0G
df（Disk Free）展示文件系統(tǒng)磁盤空間使用情況，結(jié)合h和T參數(shù)可顯示文件系統(tǒng)類型：
$ df hT
Filesystem Type Size Used Avail Use% Mounted on
/dev/sda1 ext4 50G 32G 16G 67% /
進階工具：深度診斷與趨勢分析
1. dstat——多功能資源監(jiān)控器
dstat整合了vmstat、iostat、netstat等工具的功能，支持彩色輸出與CSV導(dǎo)出：
$ dstat cmsdn topcpu 監(jiān)控CPU、內(nèi)存、磁盤、網(wǎng)絡(luò)及高CPU進程
通過插件擴展，可監(jiān)控MySQL查詢、ZFS文件系統(tǒng)等特定服務(wù)。
2. sar——歷史數(shù)據(jù)回溯與報告生成
sar（System Activity Reporter）屬于sysstat工具包，可記錄并分析歷史性能數(shù)據(jù)：
$ sar u 1 3 每秒采樣CPU使用率，共3次
$ sar r f /var/log/sa/sa15 查看15號的內(nèi)存歷史數(shù)據(jù)
需提前啟用sysstat服務(wù)（systemctl enable sysstat），數(shù)據(jù)默認(rèn)存儲在/var/log/sa/。
3. nmon——交互式性能儀表盤
nmon以分屏模式展示CPU、內(nèi)存、磁盤、網(wǎng)絡(luò)等核心指標(biāo)，支持快捷鍵切換視圖：
$ nmon s2 c60 每2秒采樣一次，共60次，生成交互式界面
結(jié)果可導(dǎo)出為CSV文件，便于后續(xù)分析。
4. iftop與nload——實時網(wǎng)絡(luò)流量監(jiān)控
iftop按主機對顯示實時網(wǎng)絡(luò)帶寬使用情況：
$ iftop i eth0 監(jiān)控eth0接口流量
nload則分通道展示進出流量曲線，直觀識別流量峰值。
5. glances——跨平臺綜合監(jiān)控工具
glances通過Web界面或終端提供一站式監(jiān)控，支持API集成與告警功能：
$ glances webserver 啟動Web服務(wù)（默認(rèn)端口61208）
場景化監(jiān)控策略與自動化實踐
1. 實時告警與閾值觸發(fā)
結(jié)合watch命令定期執(zhí)行監(jiān)控指令，并利用grep或awk過濾異常值：
$ watch n 5 "df h | grep '/data' | awk '{print $5}' | tr d '%'" 每5秒檢查/data分區(qū)使用率
當(dāng)使用率超過90%時，可通過郵件或Slack發(fā)送告警（需集成mail或curl命令）。
2. 性能瓶頸快速定位
CPU密集型場景：使用pidstat u 1定位高CPU進程，結(jié)合perf top分析熱點函數(shù)。
內(nèi)存泄漏排查：通過smem s swap查看進程Swap使用，或valgrind tool=memcheck檢測內(nèi)存錯誤。
磁盤I/O延遲：iotop按進程排序I/O消耗，iostat x 1觀察%util與await指標(biāo)。
3. 日志與監(jiān)控數(shù)據(jù)持久化
使用cron定時任務(wù)收集關(guān)鍵指標(biāo)并存儲：
每日凌晨收集CPU、內(nèi)存、磁盤數(shù)據(jù)
0 0 /usr/bin/sar u r d p 1 60 > /var/log/sa/daily_$(date +%F).log
4. 容器化環(huán)境監(jiān)控
對于Docker或Kubernetes環(huán)境：
Docker：docker stats實時查看容器資源消耗，cAdvisor提供可視化監(jiān)控。
Kubernetes：kubectl top pod/node獲取資源用量，集成Prometheus+Grafana構(gòu)建監(jiān)控面板。
總結(jié)與最佳實踐建議
Linux服務(wù)器監(jiān)控的核心在于“分層觀測”與“工具鏈組合”。日常運維中，建議：
基礎(chǔ)巡檢：使用htop、dstat快速掌握全局狀態(tài)。
深度診斷：通過sar、nmon回溯歷史數(shù)據(jù)，定位偶發(fā)性問題。
自動化：編寫Shell腳本或使用Ansible集成監(jiān)控任務(wù)，減少人工干預(yù)。
可視化：將數(shù)據(jù)導(dǎo)入Elasticsearch或Grafana，生成趨勢圖表與告警儀表盤。
無論是單機部署還是大規(guī)模集群，合理運用這些命令可將隱性的系統(tǒng)負(fù)載轉(zhuǎn)化為顯性的數(shù)據(jù)指標(biāo)，為性能優(yōu)化與容量規(guī)劃提供堅實依據(jù)。掌握這些工具，意味著在服務(wù)器管理的復(fù)雜戰(zhàn)場中，始終擁有“看得清、控得住”的核心能力。

審核編輯 黃宇