1. free -h(human) —— 查看当前内存使用情况

该命令基本都是查看当前的内存情况，能很直观的看到现在是否存在OOM的情况，但无法定位出原因。

$ free -h
              total        used        free      shared  buff/cache   available
Mem:           820Mi       183Mi        82Mi       0.0Ki       555Mi       502Mi
Swap:            0B          0B          0B

关键字段解释

字段	含义说明
available	最重要！表示系统当前真正还能分配给新进程的内存 = 空闲内存 + 可回收的 cache/buffer
used	已分配出去的内存(包含正在使用的 + 已经被缓存占用的)
buff/cache	Linux 主动用来缓存文件/块设备的内存，高是正常现象（“空闲内存就是浪费”）
free	完全没被碰过的内存，日常可以忽略，值很小很正常
Swap	硬盘划出来当“临时内存”用。当物理内存彻底不够且无法立刻回收时，才会使用

核心结论：看内存够不够，只看 available，不要看 free！

【补充说明】Swap 被使用不一定是坏事，有时候跑大业务的时候内存被打满是很正常的，但如果 si/so（后面 vmstat 会讲）长期非 0，说明内存压力已经很大，需要扩容或优化。

2. vmstat —— 快速判断系统哪类资源是瓶颈

vmstat更多的是从CPU的角度出发，看看现在等待使用CPU的进程有多少，CPU是否空闲，CPU等待I/O的时间长不长。 按理来说这是最直观的，但在我的日常工作中感觉用的还是很少。

# 每秒刷新一次
vmstat 1

procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 4  0      0  84984   1004 568064    0    0     1     6   29   28  1  2 97  0  0

重要字段快速判断法则

扩展: 可以通过 lscpu 命令查看服务器有几核

字段	含义	经验阈值判断
r	就绪队列（等待 CPU 的进程数）	r ≈ CPU 核数：正常 r > CPU 核数 × 2：CPU 瓶颈
b	被阻塞的进程（通常在等 I/O）	b 持续大于 0：可能有 I/O 瓶颈
si/so	Swap In / Swap Out	持续非 0：内存严重不足，已经开始换出到硬盘
bi/bo	块设备读/写（KB/s）	持续很高 + wa 很高：磁盘 I/O 瓶颈
us	用户态 CPU
sy	内核态 CPU
id	空闲 CPU
wa(wait i/o)	CPU空闲，等待I/O的时间	wa高[>30%]，就说明CPU在等待IO，罪魁祸首是磁盘读的太慢了

3. dmesg —— 内核环形缓冲区日志（底层第一现场）

全称：display message 或 driver message，读作 “dee-message”

• 记录的是内核态的错误、警告、信息
• 典型场景：
  • OOM killer 杀了进程
  • 硬盘 I/O 错误（smart、坏道）
  • 网卡掉线、驱动异常
  • 内核参数调优失败等

dmesg | tail -50          # 看最新的 50 条
dmesg | less              # PgDn、PgUp一样的配置
dmesg -w                  # 实时跟随（类似 tail -f）
dmesg --level=err,warn    # 只看错误和警告
dmesg -T | egrep -i 'oom|kill|out of memory|blocked' # 通过内核的日志，给出IO过高的铁证

4. journalctl —— systemd 系统与服务日志

与 systemd 深度绑定，所有 systemctl 管理的服务日志都在这里。

journalctl -xe            # -x 加人性化解释，-e 直接跳到最后
journalctl -f             # 实时跟随（等价于 tail -f）
journalctl -u sshd        # 查看某个服务日志
journalctl --since "10 min ago"

日志分类小结（别用错）

场景	看哪里
应用自己打印的日志	看应用自己的日志文件（如 /var/log/nginx/access.log）
systemd 服务日志	journalctl -u 服务名
内核级异常	dmesg 或 journalctl -k
所有系统+服务日志	journalctl

5. iostat -x —— 详细查看磁盘 I/O 性能（判断 I/O 瓶颈神器）

iostat -xz 1              # 推荐参数组合，带扩展统计，每秒刷新

关键指标：

指标	含义	经验阈值（严重瓶颈）
%util	磁盘忙碌百分比	> 80% 基本就很危险了
await	平均 I/O 等待时间（ms）	> 20-50ms 已经很慢
svctm	平均服务时间（越小越好，已弃用）
r/s + w/s	每秒读写 IOPS
rkB/s + wkB/s	每秒读写吞吐量

I/O 瓶颈典型表现：

• wa（vmstat）很高
• %util 接近 100%
• await 很高
• 大量进程在 D 状态（uninterruptible sleep，通常是等磁盘）

经典 I/O 流程图（为什么 CPU 会“发呆”）

进程发起读请求
      ↓
内核向磁盘发 I/O 请求
      ↓
磁盘硬件慢慢读取（机械硬盘几十~几百毫秒，SSD 几十微秒）
      ↓
整个进程进入 D 状态（不可中断睡眠），CPU 啥也干不了，只能等

6.sar 命令学习笔记

sar（System Activity Reporter）是 Linux 系统中用于收集和查看系统性能数据的工具，属于 sysstat 工具包。可以查看 CPU、内存、磁盘、网络等资源的使用情况，并支持历史数据分析。

---

1. 常用功能

• 查看 CPU 使用率
• 查看内存使用情况
• 查看磁盘 I/O
• 查看网络流量
• 查看系统负载、上下文切换、进程创建等
• 查看历史性能数据（依赖 sysstat 服务）

---

2. 常用命令示例

查看 CPU 使用情况

sar -u
sar -u 1 5  # 每 1 秒采样一次，共 5 次
sar -r      # 查看内存使用情况
sar -d      # 查看磁盘 I/O
sar -n DEV  # 查看网络流量
sar -u -f /var/log/sa/sa15  # 查看 15 号的 CPU 使用情况

sar 命令 CPU 字段全称与含义解释

字段	全称/含义	解释
%user	User time	CPU 用于运行用户态进程（普通应用、程序）的百分比。通常是主要消耗。
%nice	Nice time	CPU 用于运行低优先级（niced）用户态进程的百分比（nice 值 >0 的进程，优先级降低，让出 CPU 给其他任务）。常见于后台批量任务。
%system	System/Kernel time	CPU 用于运行内核态任务（系统调用、驱动、中断等）的百分比。
%iowait	I/O wait	CPU 等待 IO 操作完成的百分比（类似 vmstat 的 wa）。高时表示 IO 瓶颈（磁盘/网络慢，导致 CPU 空闲但等 IO）。
%steal	Steal time	在虚拟化环境（VM、云服务器）中，虚拟 CPU 被 hypervisor（虚拟机管理器）“偷走”去服务其他虚拟机或宿主机的百分比。物理机上为 0；云服务器（如阿里云、AWS）上如果高，说明宿主机超售或负载重。
%idle	Idle time	CPU 完全空闲（无任务、无 IO 等待）的百分比。高表示系统很闲。

系统负载

在使用top的时候会看到一排信息

load average: 0.40, 0.47, 0.38

分别代表了最近1分钟、5分钟、15分钟内处于「可运行状态（R）」和「不可中断睡眠状态（D）」的进程平均数量。

• 「可运行状态（R）」:包括正在使用CPU的进程、等待CPU调度的进程
• 「不可中断睡眠状态（D）」:包括等待磁盘 IO | 等待网络 IO | 等待块设备等进程

这也是很常见的情况: CPU很低，但是系统负载很高，说明目前系统卡在其他资源IO上

快速故障定位口诀（背下来超实用）

1. 服务器卡了 → 先 vmstat 1 看 r / wa / si/so
   • r 高 → CPU 瓶颈
   • wa 高 → 磁盘 I/O 瓶颈
   • si/so 非 0 → 内存不够
2. 有进程被杀 → dmesg | grep -i kill 或 journalctl -k | grep -i kill
3. 服务挂了 → journalctl -u 服务名
4. 磁盘慢 → iostat -xz 1