Linux 常用命令清单（实战版）+ 进程故障排查讲透：开发 / 训练 / 运维一路打穿

0) df：看磁盘/文件系统空间（Disk Free） df：看磁盘/文件系统空间（Disk Free）)

最常用：人类可读显示

只看某个路径属于哪个分区、剩多少空间

显示文件系统类型（排查挂载/容器环境很有用）

[df vs du：别混了（一个看"盘"，一个看"目录/文件"）](#df vs du：别混了（一个看“盘”，一个看“目录/文件”）)

1) 目录与文件操作（最基础但最常用）目录与文件操作（最基础但最常用）)

[touch：创建空文件 / 更新时间戳](#touch：创建空文件 / 更新时间戳)

cp：复制

[mv：移动 / 重命名](#mv：移动 / 重命名)

rm：删除（⚠️不可恢复）

2) 查看文件内容与编辑辅助（日志党必备）查看文件内容与编辑辅助（日志党必备）)

cat：输出文件内容

less：分页查看（强烈推荐）

[head / tail：看开头/结尾](#head / tail：看开头/结尾)

wc：统计行数/单词数/字节数

3) 搜索与过滤（文本处理神器）搜索与过滤（文本处理神器）)

grep：按关键词筛选

find：按条件找文件

awk：按列处理（日志/表格/进程输出常用）

sed：文本替换

4) 进程与系统排查（"为什么卡住了？"）进程与系统排查（“为什么卡住了？”）)

ps：看进程

[top / htop：实时看 CPU/MEM](#top / htop：实时看 CPU/MEM)

kill：结束进程

free：看内存

df：看磁盘（前面讲了）

du：看目录/文件占用空间（找"谁占了我硬盘"）

5) 网络与下载（"服务器通不通？文件怎么拉？"）网络与下载（“服务器通不通？文件怎么拉？”）)

6) 权限与用户（Linux 的"结界系统"）权限与用户（Linux 的“结界系统”）)

chmod：改权限

chown：改归属

sudo：以管理员权限运行

7) 压缩与解压（传模型/传数据必备）压缩与解压（传模型/传数据必备）)

tar：打包/解包

[zip/unzip：zip 格式](#zip/unzip：zip 格式)

8) 环境与命令定位（"我的 python 到底是哪一个？"）环境与命令定位（“我的 python 到底是哪一个？”）)

9) 磁盘/硬件/挂载（运维常用）磁盘/硬件/挂载（运维常用）)

lsblk：看磁盘/分区结构

mount：查看挂载

uname：系统内核信息

10) 一条"日常最常用排错组合拳"（训练/部署特别好用）一条“日常最常用排错组合拳”（训练/部署特别好用）)

结尾：你可以怎么"用这套命令打穿日常"

做开发、跑训练、上服务器排错，Linux 命令就像"随身多功能瑞士军刀"：不一定天天用到每一把，但真出事的时候，手里没刀会很难受。

这篇把 排查运行时进程问题 讲清楚，再给你一份 日常最高频命令清单，每条都带示例，偏"真正在终端里能救命"的用法。最后附一条训练/部署常用的"组合拳"监控命令。

0) `df`：看磁盘/文件系统空间（Disk Free）

df 用来查看 文件系统维度 的空间使用情况：每个挂载点（/、/home、/dev/shm ...）的 总容量、已用、可用、使用率。

最常用：人类可读显示

复制代码

df -h

-h：human-readable（GB/MB 显示，更直观）

典型输出（示例）：

复制代码

Filesystem      Size  Used Avail Use% Mounted on
/dev/nvme0n1p2  200G  120G   70G  64% /
tmpfs            32G  1.2G   31G   4% /dev/shm

只看某个路径属于哪个分区、剩多少空间

复制代码

df -h /home
df -h /dev/shm

这个特别实用：你看到"目录没剩多少空间"，先确认它到底挂在哪个分区上。

显示文件系统类型（排查挂载/容器环境很有用）

复制代码

df -Th

-T：显示类型（ext4 / xfs / tmpfs / overlay 等）
-h：依然人类可读

`df` vs `du`：别混了（一个看"盘"，一个看"目录/文件"）

命令	看的是什么	常见用途
`df`	文件系统/挂载点总量、剩余	"这块盘快满了吗？""/dev/shm 还够吗？"
`du`	目录/文件实际占用	"到底是谁把空间吃掉了？"

1) 目录与文件操作（最基础但最常用）

`pwd`：显示当前目录

复制代码

pwd

`ls`：列出文件

复制代码

ls -lh        # 详细 + 人类可读大小
ls -a         # 显示隐藏文件（.开头）

`cd`：切换目录

复制代码

cd /opt/data
cd ..         # 上一级
cd ~          # 家目录

`mkdir`：创建目录

复制代码

mkdir logs
mkdir -p a/b/c   # 递归创建（中间不存在也能建）

`touch`：创建空文件 / 更新时间戳

复制代码

touch train.log

`cp`：复制

复制代码

cp a.txt b.txt
cp -r dir1 dir2  # 复制目录

`mv`：移动 / 重命名

复制代码

mv old.py new.py
mv file.txt /tmp/

`rm`：删除（⚠️不可恢复）

复制代码

rm file.txt
rm -r folder
rm -rf folder   # 强制递归删除（非常危险）

小建议：在不确定路径时，先 ls 看一下；删除目录前先 pwd 确认自己没在奇怪的位置（真实事故高发区）。

2) 查看文件内容与编辑辅助（日志党必备）

`cat`：输出文件内容

复制代码

cat config.yaml

`less`：分页查看（强烈推荐）

复制代码

less train.log
# /关键词 搜索，n 下一个，q 退出

`head / tail`：看开头/结尾

复制代码

head -n 20 train.log
tail -n 100 train.log
tail -f train.log   # 持续追踪日志（看训练进度/报错很爽）

`wc`：统计行数/单词数/字节数

复制代码

wc -l train.log     # 行数

3) 搜索与过滤（文本处理神器）

`grep`：按关键词筛选

复制代码

grep "error" train.log
grep -n "OOM" train.log      # 带行号
grep -r "TODO" ./src         # 递归搜索

`find`：按条件找文件

复制代码

find . -name "*.py"
find /opt/data -type f -size +100M

（排查磁盘爆炸时：找大文件一把梭）

`awk`：按列处理（日志/表格/进程输出常用）

复制代码

ps aux | awk '{print $2, $11}' | head

这里示例是：从 ps aux 输出里抓 PID 和 命令列。

`sed`：文本替换

复制代码

sed -i 's/old/new/g' file.txt

-i：原地修改（建议重要文件先备份：cp file.txt file.txt.bak）

4) 进程与系统排查（"为什么卡住了？"）

`ps`：看进程

复制代码

ps aux | grep python

补充：

1. aux 是一种常用的"全量模式"：

a：显示所有用户的进程（不仅仅是你当前终端的）
u：用"用户友好"的格式显示（带 USER/CPU/MEM/COMMAND 等列）
x：也显示没有绑定终端的进程（后台/守护进程等）

**"|"**是什么：把输出接到下一个命令

最经典理解：

cmd1 | cmd2 | cmd3

cmd1 负责"产出文本"
cmd2 负责"过滤/处理"
cmd3 负责"汇总/展示"

`top` / `htop`：实时看 CPU/MEM

复制代码

top

htop 更好用（交互强），但可能需要安装。

`kill`：结束进程

复制代码

kill 12345       # SIGTERM（较温和，给进程收尾机会）
kill -9 12345    # SIGKILL（强制，最后手段）

`free`：看内存

复制代码

free -h

`df`：看磁盘（前面讲了）

复制代码

df -h

`du`：看目录/文件占用空间（找"谁占了我硬盘"）

复制代码

du -sh * | sort -h
du -sh /opt/data/*

5) 网络与下载（"服务器通不通？文件怎么拉？"）

`ping`：连通性测试

复制代码

ping -c 4 8.8.8.8

`curl`：请求/下载（万能）

复制代码

curl -I https://example.com
curl -L -o file.zip https://example.com/file.zip

-I：只看响应头（判断是否 200、是否跳转）
-L：跟随跳转（很多下载链接需要）

`wget`：下载

复制代码

wget https://example.com/file.zip

`ssh`：远程登录

复制代码

ssh user@server-ip

`scp`：拷贝文件（本地↔远程）

复制代码

scp local.txt user@server:/tmp/
scp user@server:/tmp/a.log .

6) 权限与用户（Linux 的"结界系统"）

`chmod`：改权限

复制代码

chmod +x run.sh         # 让脚本可执行
chmod 644 file.txt      # 常见：rw-r--r--

`chown`：改归属

复制代码

sudo chown -R amax:amax /opt/data/project

`sudo`：以管理员权限运行

复制代码

sudo apt update

7) 压缩与解压（传模型/传数据必备）

`tar`：打包/解包

复制代码

tar -czf code.tar.gz ./src      # 压缩
tar -xzf code.tar.gz            # 解压

`zip/unzip`：zip 格式

复制代码

unzip data.zip

8) 环境与命令定位（"我的 python 到底是哪一个？"）

`echo`：打印变量/文本

复制代码

echo $PATH

`env`：看环境变量

复制代码

env | grep CUDA

`which`：命令在哪

复制代码

which python
which nvidia-smi

`history`：历史命令

复制代码

history | tail

9) 磁盘/硬件/挂载（运维常用）

`lsblk`：看磁盘/分区结构

复制代码

lsblk

`mount`：查看挂载

复制代码

mount | grep shm

`uname`：系统内核信息

复制代码

uname -a

10) 一条"日常最常用排错组合拳"（训练/部署特别好用）

做训练/部署最怕"悄悄炸掉"：GPU OOM、CPU 内存顶满、磁盘写爆、/dev/shm 不够导致 DataLoader 抽风......这条命令一眼全看完：

复制代码

watch -n 1 "nvidia-smi; echo '---'; free -h; echo '---'; df -h / /dev/shm"

watch -n 1：每 1 秒刷新一次
nvidia-smi：GPU 显存/利用率
free -h：内存
df -h / /dev/shm：根分区 + 共享内存（很多训练容器/多进程加载会踩它）

结尾：你可以怎么"用这套命令打穿日常"

一个很实用的习惯是：先总览（df/free/top），再定位元凶（du/find/grep），最后处理（kill/rm/mv/chown/chmod） 。排障就像侦探推理，别一上来就"删库跑路"（rm -rf）------先锁定嫌疑人再动手。

你接下来如果要写"AI 训练/部署工程师命令速查表"，可以按这几个高频场景扩展：

GPU 排查：显存碎片、进程占用、卡死定位
OOM 定位：CPU OOM vs GPU OOM、谁在疯狂吃内存
DataLoader 卡死：/dev/shm、文件句柄、网络盘延迟
端口占用：服务起不来时一眼找到谁占了端口
Docker/容器：overlay 文件系统空间、日志、挂载