【Linux日新月异(八)】CentOS 7系统资源监控与排查深度指南：性能调优全景图

🌌提供:

1. Kimi K2 Thinking（网站: 大语言模型（Large Language Model, LLM），是当前人工智能领域的重要技术分支，专注于自然语言处理和生成任务。）【开源】「AL」〖✿✿✿✿✿〗
   🔔说明: 本文内容由Kimi K2生成。AI创作虽经校对，仍难免疏漏或偏颇之处。若您发现错漏、或有任何建议，恳请不吝赐教。您的每一次指正，都是我改进与成长的重要指引。
   📓摘要:
   略...(有好建议的可以留言哦~~~(✿◕‿◕✿))

---

---

📊 CentOS 7系统资源监控与排查深度指南：性能调优全景图

系统监控是运维的"听诊器"，CentOS 7提供了从基础到专业的完整监控工具链。掌握这些命令，能在问题爆发前发现征兆，在故障发生后快速定位！

---

一、🔥 系统整体状态监控

1. uptime- 快速查看系统负载

语法：

uptime [选项]

案例：

uptime
# 输出：
#  15:30:45 up 5 days,  8:20,  3 users,  load average: 2.15, 1.80, 1.45

# 更简洁的显示
uptime -p
# 输出：up 5 days, 8 hours, 20 minutes

输出解析：

• 15:30:45：当前时间
• up 5 days, 8:20：运行时长
• 3 users：登录用户数
• load average ：核心指标！
  • 2.15：最近1分钟平均负载
  • 1.80：最近5分钟平均负载
  • 1.45：最近15分钟平均负载

负载解读（假设4核CPU） ：

• < 4.0 ：系统正常运行
• 4.0 ~ 8.0 ：系统繁忙，但可接受
• > 8.0 ：严重过载，需要立即排查！

---

⚠️ 注意事项：

• 🔥负载≠CPU使用率 ：负载包含运行中+等待I/O的进程数
• 多核考虑 ：负载应除以CPU核心数。nproc或lscpu查看核心数
• 上升趋势：如果1分钟负载远高于15分钟，说明负载正在上升
• I/O等待 ：高负载但CPU空闲，说明是磁盘或网络瓶颈

---

2. dmesg- 内核环缓冲区（硬件/驱动故障）

语法：

dmesg [选项]

核心选项：

• -H：人类可读，带时间戳
• -T：显示绝对时间
• -c：清除缓冲区
• -l 级别：过滤级别（emerg,alert,crit,err,warn,info）
• --follow：实时追踪

---

案例1：查看硬件检测信息

dmesg | grep -i eth
# 查看网卡识别

dmesg | grep -i memory
# 查看内存识别

dmesg | grep -i usb
# 查看USB设备

---

案例2：查看错误信息

# 只显示错误和警告
dmesg -l err,warn

# 显示时间戳（重要！）
dmesg -T | grep -i error

# 输出示例：
[Thu Nov 14 15:30:45 2024] EXT4-fs error (device sda1): ext4_lookup: deleted inode referenced: 12345
# 说明文件系统出现错误！需fsck检查

---

案例3：实时监控硬件故障

# 监控磁盘I/O错误
dmesg --follow | grep -i "i/o error"
# 出现该错误说明磁盘即将损坏！

---

⚠️ 注意事项：

• 🔥时区问题 ：dmesg -T显示的时间可能有时区偏差，需校准
• 缓冲区大小：dmesg缓冲区有限，重启后清空，重要错误需及时保存
• 权限：普通用户可查看，但某些敏感信息需root
• 与journalctl关系 ：CentOS 7中journalctl -k功能类似，但更全面

---

3. dmidecode - 硬件信息查询

语法：

dmidecode [选项]

核心选项：

• -t 类型：指定类型（bios, system, processor, memory）
• -s 关键字：直接输出关键字值

---

案例1：查看内存信息

# 查看内存条数量和容量
dmidecode -t memory | grep -i size
# 输出：
# 	Size: 8192 MB
# 	Size: 8192 MB
# 说明有两条8GB内存

# 查看内存槽位
dmidecode -t memory | grep -i "locator"
# 输出：
# 	Locator: DIMM_A1
# 	Locator: DIMM_A2

---

案例2：查看CPU信息

# 查看CPU型号
dmidecode -t processor | grep -i "version"
# 输出：Version: Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz

# 查看CPU核心数
dmidecode -t processor | grep -i "core"
# 输出：Core Count: 12

---

案例3：查看服务器序列号

# 查看制造商和序列号（资产管理）
dmidecode -t system | grep -E "Manufacturer|Serial Number"
# 输出：
# 	Manufacturer: Dell Inc.
# 	Serial Number: 8XYZ123

---

⚠️ 注意事项：

• 🔥需root权限：普通用户无法读取DMI信息
• 虚拟机限制：虚拟机信息可能不完整或显示宿主机信息
• 准确性：信息来自BIOS，如果BIOS有bug可能不准确
• 与lshw区别 ：lshw信息更详细，但需要安装

---

二、⚡ CPU资源监控

1. top- 动态CPU监控（前面已讲，补充CPU视角）

案例：CPU视角分析

top - 16:45:30 up 5 days, 9:35,  3 users,  load average: 3.50, 2.80, 2.10
Tasks: 215 total,   3 running, 212 sleeping,   0 stopped,   0 zombie
%Cpu(s): 25.0 us, 15.0 sy,  0.0 ni, 58.0 id,  2.0 wa,  0.0 hi,  0.0 si,  0.0 st

# CPU解读：
# us(25%) + sy(15%) = 应用+内核占用40%（正常）
# id(58%) = 空闲58%
# wa(2%) = I/O等待2%（轻微）

交互命令：

• 1：显示每颗CPU核心（排查单核瓶颈）
• P：按CPU排序
• H：显示线程
• c：显示完整命令路径

---

⚠️ 高CPU排查流程：

# 1. top找到高CPU进程
# 假设PID 5678占用150% CPU（多核）

# 2. 查看进程线程
ps -Lp 5678 -o pid,tid,pcpu,comm
# 找到具体哪个线程(TID)占用高

# 3. 查看进程打开的文件和调用
lsof -p 5678
strace -p 5678 -c          # 统计系统调用

# 4. 找到代码位置（Java示例）
jstack 5678 | grep <TID的十六进制>

# 5. 生成火焰图（高级）
perf record -F 99 -p 5678 -g -- sleep 60
perf script | flamegraph.pl > cpu.svg

---

2. mpstat- 多核CPU统计

安装：

yum install -y sysstat

语法：

mpstat [选项] [间隔] [次数]

案例：

# 查看每颗CPU统计
mpstat -P ALL 1 3
# 每秒刷新，共3次

# 输出：
Linux 3.10.0-1160.el7.x86_64 (centos7) 	11/15/2024 	_x86_64_	(4 CPU)

04:50:12 PM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle
04:50:13 PM  all   25.12    0.00   15.06    2.01    0.00    0.00    0.00    0.00    0.00   57.81
04:50:13 PM    0   30.00    0.00   20.00    5.00    0.00    0.00    0.00    0.00    0.00   45.00
04:50:13 PM    1   20.00    0.00   10.00    1.00    0.00    0.00    0.00    0.00    0.00   69.00
04:50:13 PM    2   35.00    0.00   18.00    1.00    0.00    0.00    0.00    0.00    0.00   46.00
04:50:13 PM    3   15.00    0.00   12.00    1.00    0.00    0.00    0.00    0.00    0.00   72.00

---

⚠️ 单核瓶颈识别：

• 🔥某CPU idle持续<10%：该核过载，进程绑定不均
• 软中断不均衡：网卡等多队列未开启，导致单核处理所有中断
• 解决方案：启用RPS/RFS或绑定进程到特定CPU

---

3. pidstat - 进程级CPU统计

安装：

yum install -y sysstat

语法：

pidstat [选项] [间隔] [次数]

核心选项：

• -u：CPU统计
• -r：内存统计
• -d：I/O统计
• -t：线程级统计
• -p PID：指定进程

---

案例：

# 监控所有进程CPU（每秒刷新）
pidstat -u 1

# 输出：
Linux 3.10.0-1160.el7.x86_64 (centos7) 	11/15/2024 	_x86_64_	(4 CPU)

05:00:12 PM   UID       PID    %usr %system  %guest    %CPU   CPU  Command
05:00:13 PM     0       1234    5.00    2.00    0.00    7.00     2  nginx
05:00:13 PM     0       5678   85.00   15.00    0.00  100.00     1  java

# 高亮：java进程占满1核CPU（100%）

---

⚠️ 注意事项：

• 🔥线程级分析 ：pidstat -t -p 5678 1可定位具体哪个线程
• 综合监控 ：pidstat -urd 1同时看CPU、内存、I/O
• 采样间隔：生产环境建议≥5秒，避免监控本身影响性能

---

4. perf - 性能分析神器（Linux Profiling）

安装：

yum install -y perf

案例1：CPU周期采样

# 采样10秒
perf record -F 99 -a -g -- sleep 10

# 生成报告
perf report

案例2：针对进程分析

# 分析Java进程5678的CPU热点
perf record -F 99 -p 5678 -g -- sleep 30

# 查看热点函数
perf report --no-children
# 可看到是哪些函数占用CPU

---

⚠️ 注意事项：

• 🔥需要内核调试符号：否则只看到16进制地址
• 性能开销 ：采样频率过高会影响生产环境，建议-F 99（99Hz）
• 生成火焰图 ：需要安装flamegraph工具
• 权限：普通用户只能分析自己的进程，root可分析所有

---

三、💾 内存资源监控

1. free- 内存使用情况

语法：

free [选项]

核心选项：

• -h：人类可读
• -m：MB单位
• -g：GB单位
• -t：显示总计

---

案例：

free -h
# 输出：
#               total        used        free      shared  buff/cache   available
# Mem:           7.6G        2.1G        1.2G        136M        4.3G        5.2G
# Swap:          2.0G          0B        2.0G

# 重要指标解读：
# - used：已使用（包含缓存，不反映真实占用）
# - free：完全空闲
# - buff/cache：缓存（可回收，不属于真实占用）
# - available：真正可用内存（近似free+buff/cache）
# - Swap used：swap使用量（>0说明内存不足）

---

⚠️ 内存不足判断标准：

• 🔥available < 500MB：内存紧张
• Swap used持续增长：内存泄漏或不足
• 内存回收慢 ：echo 3 > /proc/sys/vm/drop_caches手动清理缓存（临时）

---

2. vmstat- 虚拟内存统计（含进程/CPU/IO）

案例（间隔1秒，共5次）：

vmstat 1 5
# 输出：
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 2  0      0 123456  23456 4567890    0    0    10    20   50  100  5  2 90  3  0
 3  1      0 122000  23500 4568000    0    0   500  2000  100  200 10  5 70 15  0

关键字段：

• si/so：swap换入/换出（⚠️>0说明内存不足）
• bi/bo：块设备读/写（磁盘I/O）
• wa：CPU等待I/O时间（>10%说明I/O瓶颈）

---

⚠️ 内存泄漏排查：

# 持续监控，观察free和cache变化
for i in {1..60}; do
  echo "=== $(date) ==="
  vmstat -s | grep -E "used memory|swap"
  sleep 60
done

# 找到占用内存增长的进程
pidstat -r -p 5678 1
# 观察RSS（常驻内存）是否持续增加

---

3. smem - 内存使用分析（Proportional Set Size）

安装：

yum install -y smem

案例：

# 查看进程真实内存占用（共享内存按比例分配）
smem -s pss
# 输出：
  PID User     Command                         Swap      USS      PSS      RSS
 1234 root     nginx: worker process              0    2.1M    2.5M    4.2M
 5678 root     java -jar app.jar                  0   1.2G    1.3G    1.5G

# PSS更准确地反映进程真实占用（考虑共享库）

---

4. pmap - 进程内存映射

语法：

pmap [选项] PID

案例：

pmap 5678
# 输出：
5678:   java -jar app.jar
0000000000400000    884K r-x-- java
00000000007dc000      8K r---- java
...
00007f8e44000000  65536K rw---   [ anon ]  # 匿名内存（堆栈）
00007f8e48000000  131072K rw---   [ anon ]
...
total              1572864K                # 总映射1.5GB

---

⚠️ 内存映射分析：

• [ anon ]：匿名内存，通常是堆和栈，重点关注
• [ stack ]：线程栈，线程越多越大
• libc-2.17.so：共享库，不计入进程独占内存

---

5. sar - 系统活动报告（历史数据）

安装：

yum install -y sysstat
systemctl enable --now sysstat

语法：

sar [选项] [间隔] [次数]

核心选项：

• -u：CPU
• -r：内存
• -b：I/O
• -n DEV：网络接口
• -f /var/log/sa/saXX：查看历史数据

---

案例1：查看历史CPU数据

# 查看今天的CPU数据（每10分钟采样）
sar -u -f /var/log/sa/sa15
# sa15表示15号的数据

# 输出：
Linux 3.10.0-1160.el7.x86_64 (centos7) 	11/15/2024 	_x86_64_	(4 CPU)

12:00:01 AM     CPU     %user     %nice   %system   %iowait    %steal     %idle
12:10:01 AM     all      5.00      0.00      2.00      1.00      0.00     92.00
12:20:01 AM     all     80.00      0.00     15.00      5.00      0.00      0.00
# 12:20的idle=0%，说明当时CPU跑满！

---

案例2：查看历史内存数据

sar -r -f /var/log/sa/sa15
# 关注%memused和%swapused

---

⚠️ sar配置：

# 修改采集频率（默认10分钟太粗）
nano /etc/cron.d/sysstat
# 改为每1分钟
*/1 * * * * root /usr/lib64/sa/sa1 1 1

# 保留90天数据
nano /etc/sysconfig/sysstat
# HISTORY=90

---

⚠️ 注意事项：

• 🔥历史回溯：sar是唯一能看到历史性能数据的工具，故障后复盘必备
• 采样精度：生产环境建议1-5分钟，避免数据太粗漏掉峰值
• 磁盘空间 ：高频采集会占用更多磁盘，监控/var/log/sa/大小

---

四、🌐 网络资源监控

1. ss- 现代网络连接查看（替代netstat）

语法：

ss [选项] [过滤]

核心选项：

• -t：TCP
• -u：UDP
• -n：不解析服务名（显示端口号）
• -l：监听套接字
• -p：显示进程信息（需root）
• -a：所有套接字
• -m：内存使用
• -i：内部信息

---

案例1：查看监听端口

ss -tuln
# 输出：
State    Recv-Q   Send-Q     Local Address:Port      Peer Address:Port   
LISTEN   0        128              0.0.0.0:22             0.0.0.0:*       
LISTEN   0        128                    *:8080                 *:*       
LISTEN   0        128                 [::]:80                [::]:*       

# 快速查看端口是否被占用
ss -tuln | grep :8080

---

案例2：查看ESTABLISHED连接

ss -tn state established
# 或
ss -tn | grep ESTAB

# 统计连接数
ss -tn state established | wc -l

# 查看每个IP的连接数
ss -tn state established | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -rn | head -10

---

⚠️ 大量连接排查：

# 1. 查看总连接数
ss -tn | wc -l

# 2. 查看TIME_WAIT（过多会占用端口）
ss -tn state time-wait | wc -l

# 3. 查看CLOSE_WAIT（程序bug导致连接不释放）
ss -tn state close-wait | wc -l

# 4. 查看进程持有的连接
ss -tnp | grep 5678
# -p显示PID和进程名

---

2. iptraf-ng / iftop - 实时网络流量

安装:

yum install -y iptraf-ng iftop

案例1：iftop查看实时流量

iftop -i eth0
# 界面显示：
# 源IP -> 目的IP   实时速率   峰值   总量
# 192.168.1.100 => 8.8.8.8   1.2Mb  2.3Mb  15.6MB

⚠️ 参数：

• -n：不解析主机名（更快）
• -P：显示端口
• -B：字节为单位

---

案例2：iptraf-ng交互式监控

iptraf-ng
# 菜单选择：
# 1. IP traffic monitor（按IP统计）
# 2. General interface statistics（接口统计）
# 3. Detailed interface statistics（详细统计）

---

⚠️ 注意事项：

• 🔥需要root ：iftop/iptraf-ng需root权限抓包
• 性能影响 ：高流量时iftop本身消耗CPU，生产环境慎用
• 端口镜像：如需抓其他服务器流量，需交换机端口镜像

---

3. sar -n- 网络历史数据

# 查看今天网络流量历史
sar -n DEV -f /var/log/sa/sa15

# 输出：
12:00:01 AM     IFACE   rxpck/s   txpck/s    rxkB/s    txkB/s   rxcmp/s   txcmp/s  rxmcst/s
12:10:01 AM        lo      0.00      0.00      0.00      0.00      0.00      0.00      0.00
12:10:01 AM      eth0    100.50     80.30     12.30     15.20      0.00      0.00      0.00

# 关键指标：
# rxpck/s: 每秒接收包数
# txpck/s: 每秒发送包数
# rxkB/s: 每秒接收KB数
# txkB/s: 每秒发送KB数

---

4. netstat - 传统网络统计（已废弃）

# 虽然废弃但仍广泛使用
netstat -tuln
netstat -tn | grep ESTABLISHED

---

五、🐛 日志分析神器

1. journalctl- systemd日志管理 ⭐⭐

语法：

journalctl [选项] [匹配]

核心选项：

• -f：实时追踪（tail -f）
• -u 单元：查看服务日志
• -p 级别：按优先级过滤（0=emerg, 4=warning, 6=info）
• --since "时间"：从何时开始
• --until "时间"：到何时结束
• -n 行数：最近N行
• -o verbose：详细输出（含所有字段）
• -k：内核日志（代替dmesg）

---

案例1：查看服务日志

# 查看nginx日志（推荐！）
journalctl -u nginx.service

# 查看最近100行
journalctl -u nginx.service -n 100

# 实时追踪
journalctl -u nginx.service -f

# 查看今天的日志
journalctl -u nginx.service --since today

---

案例2：按时间过滤

# 查看过去1小时
journalctl --since "1 hour ago"

# 查看特定时间段
journalctl --since "2024-11-15 14:00:00" --until "2024-11-15 15:00:00"

# 查看系统启动后的日志
journalctl --since "2024-11-15 09:30:00"

---

案例3：筛选错误日志

# 只显示错误及以上级别
journalctl -p err

# 查看内核错误
journalctl -k -p err

# 组合：nginx的错误日志
journalctl -u nginx.service -p err --since today

---

案例4：跟踪进程日志

# 查看PID为5678的进程日志
journalctl _PID=5678

# 查看用户操作
journalctl _UID=1000

---

⚠️ 日志管理配置：

# 配置日志保留（避免占满磁盘）
nano /etc/systemd/journald.conf

# 关键参数：
SystemMaxUse=5G           # 日志最大占用5GB
MaxFileSec=30day          # 单个文件最多30天
ForwardToSyslog=no        # 不转发到syslog（避免重复）

# 重启服务
systemctl restart systemd-journald

# 清理旧日志
journalctl --vacuum-size=2G     # 保留最近2GB
journalctl --vacuum-time=7d     # 保留最近7天

---

⚠️ 注意事项：

• 🔥日志持久化 ：默认日志在内存（/run/log），重启丢失。需配置Storage=persistent到/var/log/journal
• 二进制存储：journalctl日志是二进制，不能直接用cat查看
• 性能：高频日志写入可能占满磁盘，务必配置上限
• 与rsyslog关系：CentOS 7中rsyslog和journald并存，可配置互转

---

2. rsyslog 传统日志（/var/log/）

核心日志文件：

文件	用途
/var/log/messages	系统通用日志
/var/log/secure	安全日志（SSH登录等）
/var/log/cron	定时任务日志
/var/log/boot.log	启动日志
/var/log/dmesg	内核日志
/var/log/maillog	邮件日志

---

案例：ssh爆破排查

# 查看失败登录
grep "Failed password" /var/log/secure

# 统计IP
grep "Failed password" /var/log/secure | awk '{print $11}' | sort | uniq -c | sort -rn | head -20

# 查看成功登录（潜在入侵）
grep "Accepted password" /var/log/secure

---

3. logrotate - 日志轮转管理

配置：

# 查看配置
nano /etc/logrotate.conf

# 示例：自定义nginx日志轮转
nano /etc/logrotate.d/nginx
# /var/log/nginx/*.log {
#     daily
#     missingok
#     rotate 52
#     compress
#     delaycompress
#     notifempty
#     create 640 nginx adm
#     postrotate
#         /bin/kill -USR1 $(cat /run/nginx.pid)
#     endscript
# }

---

手动触发轮转：

logrotate -f /etc/logrotate.d/nginx
# -f: force

---

六、🛠️ 综合故障排查案例

案例1：系统响应慢，SSH卡顿

排查步骤：

# 1. 查看负载
uptime
# load average: 15.0, 10.0, 5.0  (4核CPU，严重过载)

# 2. top看CPU
top -b -n 1 | head -20
# 发现wa=60% (I/O等待！)

# 3. vmstat确认
vmstat 1 5
# wa列持续50-70%，bi/bo很大

# 4. iostat找磁盘
iostat -x 1
# sda的%util=99.9%，await=200ms（磁盘瓶颈！）

# 5. 找进程
iotop -o
# 发现mysql进程占I/O 80%

# 6. 查mysql
journalctl -u mysqld -p err
# 大量 "InnoDB: Deadlock found..." 死锁

# 结论：MySQL死锁导致磁盘I/O暴增
# 解决：kill长事务，优化SQL

---

案例2：内存耗尽，OOM Killer触发

排查步骤：

# 1. dmesg查看OOM日志
dmesg -T | grep -i "out of memory"
# 输出：
[Thu Nov 14 16:00:00 2024] Out of memory: Kill process 5678 (java) score 882 or sacrifice child

# 2. 查看OOM前的内存
sar -r -f /var/log/sa/sa14
# %memused 从80%直线上升到99%

# 3. 查看进程占用
ps aux --sort=-%mem | head -10
# java进程RSS=6GB，系统内存8GB

# 4. 查看内存泄漏
pmap -x 5678 | tail -1
# total kB    6291456（持续增长）

# 5. 检查jvm参数
ps -ef | grep java
# -Xmx8g，但系统只有8GB，留不足！

# 结论：JVM堆配置过大+内存泄漏
# 解决：调小-Xmx，修复代码泄漏

---

案例3：网络连接数暴增，服务无法响应

排查步骤：

# 1. 查看连接数
ss -tn | wc -l
# 10000+（正常应<1000）

# 2. 查看TIME_WAIT
ss -tn state time-wait | wc -l
# 8000+（连接未快速回收）

# 3. 查看端口监听
ss -tuln | grep :8080
# Recv-Q=128（队列满）

# 4. 查看进程FD限制
cat /proc/5678/limits | grep "Max open files"
# Max open files            1024                 1024                 files
# 限制太小！

# 5. 查看系统级限制
sysctl fs.file-max
# fs.file-max = 100000（够用）

# 6. 查看TCP参数
sysctl net.ipv4.tcp_tw_reuse
# net.ipv4.tcp_tw_reuse = 0（未开启复用）

# 结论：FD限制+TIME_WAIT未复用
# 解决：
# 1. ulimit -n 65535
# 2. sysctl -w net.ipv4.tcp_tw_reuse=1
# 3. 修改应用连接池配置

---

七、⚠️ 监控铁律与最佳实践

1. 🔥 监控的"3-3-3"原则

• 3秒 ：突发问题3秒内发现（dmesg -w实时）
• 3分钟 ：定位到进程和原因（top+ss+journalctl）
• 30分钟 ：解决问题或止损（kill/systemctl restart）

---

2. 🔥 监控工具选择矩阵

场景	推荐工具	备选工具	避免使用
CPU瞬时高	top + pidstat	htop	ps aux（静态）
CPU历史	sar -u	perf	vmstat（粗略）
内存泄漏	pmap + pidstat -r	smem	free（整体）
内存历史	sar -r	vmstat	top（不准确）
磁盘I/O	iostat -x	iotop	du（无关）
网络连接	ss -tnp	iftop	netstat（废弃）
网络历史	sar -n DEV	iptables	ifconfig（过时）
日志实时	journalctl -f	tail -f	cat（低效）
日志历史	journalctl --since	grep	vim（大文件卡死）

---

3. 🔥 生产环境监控禁忌

1. 禁止生产环境运行perf record -F 9999：高频采样导致系统卡顿
2. 禁止tail -f /var/log/xxx | grep xxx监控：占用大量内存（管道缓冲）
3. 禁止高频lsof：遍历所有进程文件句柄，性能差
4. 禁止du -h /定时任务：每次扫描全盘，I/O风暴

---

4. 🔥 监控脚本最佳实践

#!/bin/bash
# 健康检查脚本示例

# 1. 设置超时（避免卡死）
timeout 5 ss -tn > /tmp/conn.txt

# 2. 使用ss代替netstat
CONN=$(wc -l < /tmp/conn.txt)

# 3. 阈值判断
if [ $CONN -gt 5000 ]; then
  # 4. 记录关键信息
  echo "$(date): Connection spike: $CONN" >> /var/log/health.log
  ss -tn state time-wait | wc -l >> /var/log/health.log
  
  # 5. 触发告警
  echo "High connections on $(hostname)" | mail -s "Alert" admin@example.com
fi

# 6. 清理临时文件
rm -f /tmp/conn.txt

---

八、📚 终极排查流程图

用户反馈：系统慢/无响应
        ↓
    uptime (load average)
        ↓
    top (CPU/内存/进程)
        ↓
    vmstat (wa/memory/swap)
        ↓
    iostat (磁盘I/O瓶颈)
        ↓
    ss/netstat (网络连接)
        ↓
    journalctl/dmesg (错误日志)
        ↓
    定位到具体进程 (PID)
        ↓
    strace/lsof/pmap (进程详情)
        ↓
    确定根本原因 (代码/配置/资源)
        ↓
    制定解决方案

---

🎓 总结：监控排查的"三字经"

1. 看整体 ：uptime+vmstat判断问题类型（CPU/内存/IO/网络）
2. 抓进程 ：top+pidstat定位元凶PID
3. 查细节 ：strace+lsof+pmap分析进程行为
4. 翻旧账 ：sar+journalctl追溯历史
5. 定方案：根据证据修复，而非猜测

记住：监控是预防医学，排查是急诊手术。建立完善的监控体系，远胜于救火式的排查！

---

---

📖原文: 聚散离合，乃是缘分，苦情巨树续的是缘，而有缘，未必有分。 --《狐妖小狐娘》

⌛怡然 : ...

---

---

🪁 LuminKu looks forward to seeing you again 🌌

---