Linux系统满载时如何快速定位高消耗进程

当服务器卡成狗：Linux 系统满载时的快速排障指南

大家好，我是33blog的运维老司机。上周五凌晨2点，我正睡得香甜，突然被一阵急促的报警短信惊醒——公司生产服务器CPU负载直接飙到了800%！这种场景相信各位运维同仁都不陌生，今天我就来分享几个压箱底的排查技巧。

第一反应：别慌，先看整体情况

遇到系统满载时，新手容易手忙脚乱直接杀进程。我的经验是先用top命令看全局：

top -c

加-c参数可以显示完整命令，特别有用。这时候重点看：

• CPU占用前五的进程（%CPU列）
• 内存占用大户（RES列）
• 运行时间异常的进程（TIME+列）

进阶排查：这些命令更好用

如果top看不太明白，我常用这套组合拳：

# 按CPU排序
ps -eo pid,ppid,cmd,%mem,%cpu --sort=-%cpu | head -n 10

# 按内存排序  
ps -eo pid,ppid,cmd,%mem,%cpu --sort=-%mem | head -n 10

有一次排查Java应用内存泄漏，就是靠这个发现有个Tomcat进程吃了16G内存，而正常情况下应该不超过4G。

深挖元凶：线程级分析

遇到多线程应用（比如Java）时，普通命令可能看不出问题。这时候要祭出大杀器：

# 查看指定进程的线程
top -H -p [PID]

# 或者用这个更直观
ps -eLf | grep [进程名]

记得去年有个Go服务CPU爆满，就是用top -H发现有个goroutine卡死在死循环里。

实战中的血泪教训

说几个我踩过的坑：

1. 不要直接kill -9！先尝试kill -15给进程优雅退出的机会
2. MySQL吃满CPU时，先看show processlist而不是直接重启
3. 用strace -p [PID]追踪系统调用前，记得评估性能影响

预防胜于治疗

最后分享我的防护措施：

• 配置监控告警（推荐Prometheus+Alertmanager）
• 关键服务设置cgroup限制
• 定期做压力测试，知道系统瓶颈在哪

希望这些经验对你有帮助。下次服务器再抽风时，记得深呼吸，然后优雅地敲出这些命令~ 大家有什么排查妙招，欢迎在评论区交流！