Linux常用性能分析工具速查

排查 Linux 性能问题，先确认“慢”发生在什么时间、哪些进程或服务受影响，再观察 CPU、内存、磁盘和网络的变化。单次快照容易误导：最好连续采样几次，和故障前或正常时的数据比较。以下命令多来自 procps、sysstat、iproute2 等软件包；不同发行版可能需要单独安装。

快速看整机：top、uptime、vmstat

uptime 显示运行时间、登录用户数和 1、5、15 分钟负载均值。负载均值表示处于可运行状态或等待不可中断任务的进程数量，不等于 CPU 使用率。要结合 CPU 核数和具体资源指标判断：负载持续高于可用 CPU 数量，可能有任务在排队，但也可能是进程在等磁盘等资源。

top 可以动态查看进程的 CPU 和内存占用。按 P 按 CPU 排序，按 M 按内存排序；关注 %Cpu(s) 中的 us（用户态）、sy（内核态）、wa（等待 I/O）和 id（空闲）。进程列表中的 %CPU 通常按一个逻辑 CPU 的满载能力计量，多核机器上进程超过 100% 并不一定异常。需要按进程持续采样时，可用 pidstat -u 1；它能显示每个任务在采样间隔内的 CPU 活动。pidstat 手册

vmstat 1 每秒输出一次内存、进程、交换和 I/O 概况。第一行往往是开机以来的平均值，后续行才是采样间隔内的变化。重点看 r（等待运行的进程）、b（不可中断睡眠进程）、si/so（换入、换出速率）和 wa。持续出现非零 si/so 可能说明内存压力导致交换活动，但不应只凭这一项就断定内存不足；还要结合应用表现和内存可用量。vmstat 手册

CPU：mpstat、pidstat、perf

整机 CPU 忙时，用 mpstat -P ALL 1 查看各核负载。如果总体空闲但某个核心长期接近满载，可能是单线程任务或线程调度不均。pidstat -u 1 则能帮助定位持续消耗 CPU 的进程。

如果 CPU 使用率高但进程和线程层面仍不清楚原因，可以用 perf 做采样分析。例如 perf top 查看系统中热点函数，perf record -g -- command 记录程序运行，再用 perf report 分析调用栈。perf 的事件支持、权限和采样开销受内核、硬件及系统配置影响，线上使用时应先确认采样范围和开销。

内存：free、ps、/proc 与 PSI

free -h 适合快速查看内存概况。不要把 free 列的数字直接理解为“应用还能用的内存”；Linux 会将空闲内存用于缓存，通常更应关注 available。ps -eo pid,comm,%mem,rss --sort=-rss | head 可以列出常驻内存较大的进程。RSS 是进程当前驻留在物理内存中的页数统计，多个进程共享的页可能重复计入，不能简单相加当作真实总占用。

若怀疑系统因内存紧张而卡顿，可查看 /proc/pressure/memory。PSI（压力停滞信息）描述任务因等待 CPU、内存或 I/O 而停顿的时间比例；它比单看“已用内存”更接近资源压力对任务的实际影响。内核配置及系统环境会影响 PSI 是否可用。

磁盘与文件系统：iostat、df、du

iostat -xz 1 连续查看块设备的吞吐、请求和等待情况。r/s、w/s 是读写请求速率，rMB/s、wMB/s 是吞吐，await 是平均 I/O 等待时间，%util 表示设备忙碌时间比例。高 await、持续队列积压或 %util 接近满载，都可能提示磁盘压力；但 SSD、RAID 和多队列设备可以并行处理请求，不能单凭 %util 判断设备已达性能上限。应结合延迟、吞吐、应用响应和设备类型综合判断。iostat 手册

空间不足时，df -h 查看文件系统容量，df -i 查看 inode 使用情况；空间充足但写入失败，也可能是 inode 耗尽。du -xhd1 /目录 可按目录统计占用，-x 限定在同一文件系统，避免跨挂载点扫描。定位占用前先确认目录和挂载点，避免把网络盘或容器挂载误当成本地磁盘。

网络与历史数据：ss、sar

ss -s 查看 socket 概况，ss -lntp 查看监听中的 TCP 端口及进程，ss -ant 查看 TCP 连接状态。连接数量异常、队列增长或大量连接堆积时，可进一步按端口、状态和进程筛选。ss 能查看 socket 统计和连接信息，但不能单独说明网络链路为何变慢。ss 手册

排查网卡吞吐可用 sar -n DEV 1 观察各接口收发速率；若安装并启用了 sysstat 的定时采集，也可用 sar -u、sar -r、sar -d 回看历史 CPU、内存和磁盘数据。sar 的历史结果取决于采集服务是否运行，事后才安装通常无法补回此前的数据。sar 手册

实用的排查顺序是：先用 uptime、top、vmstat 判断整体负载和资源方向，再用 pidstat、mpstat、iostat 或 ss 缩小到进程、核心、设备或连接。记录采样时间和当时的业务现象，避免把相关指标误当成根因。