每天学一个Linux命令系列(24):top/htop - CPU飙高谁搞的鬼?一眼定位

这个命令是干啥的

top 是 Linux 系统自带的任务管理器。实时显示所有进程的 CPU 和内存使用情况，还能排序、过滤、杀进程。

ps 是"拍一张照片"，告诉你"此刻有哪些进程在跑"。top 是"一段录像"，持续刷新，让你看到 CPU 和内存的实时变化。

我第一次用 top 是在公司服务器 CPU 飙到 100% 报警的时候。登录上去敲了个 top，回车一敲，就看到一个 PHP 进程的 CPU 列在 95% 左右晃动。回车确认 PID，直接 k 杀掉，全过程不到 10 秒。如果当时用 ps 查，找到 PID，再切出去执行 kill，多好几步。

htop 是 top 的升级版，界面更漂亮，能用鼠标操作，支持彩色显示。不过很多服务器默认没装，得自己 apt install htop 或者 yum install htop。

基本用法（3分钟上手）

top

# 直接输入 top
top

一进去你看到的是这个画面（简化版）：

top - 10:15:23 up 30 days,  2:15,  1 user,  load average: 1.20, 0.80, 0.50
Tasks: 123 total,   2 running, 121 sleeping,   0 stopped,   0 zombie
%Cpu(s): 45.2 us,  8.5 sy,  0.0 ni, 45.1 id,  0.8 wa,  0.0 hi,  0.4 si,  0.0 st
MiB Mem :   7956.2 total,   1234.5 free,   3456.8 used,   3264.9 buff/cache
MiB Swap:   2048.0 total,   1800.0 free,    248.0 used.   4200.0 avail Mem

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND
 1289 www-data  20   0  456890  65432  12340 S  45.2   0.8   2:34.56 nginx
 3421 mysql     20   0 1234567 234567  45678 S  12.3   2.9  45:23.12 mysqld
 5678 root      20   0  169740  13540   8932 S   2.1   0.2   0:12.34 sshd

最上面几行是系统概览，包含：当前时间、系统运行时间、登录用户数、load average（1分钟/5分钟/15分钟的平均负载）。

下面就是进程列表。按 q 退出。

top 的常用快捷键

在 top 运行界面里按：

这组快捷键里我天天用的就是 P、M、1 这三个，排查性能问题基本够了。

htop

# 如果系统没装
sudo apt install htop     # Debian/Ubuntu
sudo yum install htop     # CentOS/RHEL

# 启动
htop

htop 默认就有颜色区分（绿色表示进程的 CPU 占用，红黄表示内存），还能用鼠标点击排序。按 F9（或 F10）可以选择信号杀进程，按 F5 可以看树形结构。

我个人习惯是：公司电脑装 htop，远程服务器用 top（因为不一定有 htop 的安装权限）。

进阶骚操作

按 CPU 排序 + 按内存排序

top 启动之后：

# 启动 top
top

# 按大写 P（按 CPU 降序排列）
# 按大写 M（按内存降序排列）

这两个快捷键是 top 最重要的两个操作。我排查问题时的顺序：

1. 登录服务器，敲 top
2. 按 P 看哪个进程吃 CPU
3. 按 M 看哪个进程吃内存
4. 按 q 退出，决定怎么处理

查看每个 CPU 核心的使用率

# 启动 top 后按数字键 1
top

按 1 之后，顶部会从显示一个总的 CPU 使用率，变成显示每个核心的：

%Cpu0  : 50.2 us,  8.5 sy,  0.0 ni, 40.1 id,  0.8 wa,  0.0 hi,  0.4 si,  0.0 st
%Cpu1  : 30.1 us,  5.2 sy,  0.0 ni, 63.5 id,  0.8 wa,  0.0 hi,  0.4 si,  0.0 st

如果其中某些核心是 100%，其他核心是 0%，那很可能某个单线程应用把单核吃满了。这跟多核满载是两种不同的排查方向。

查看线程

# 按 H 切换到线程视图
top -H

# 或者
top   # 进去后按 H

# 指定只看某个进程的线程
top -H -p 1234

这对排查 Java 或者 Python 的多线程应用特别有用。你能看到哪个线程在"偷 CPU"。

load average 到底怎么看

top 顶部有一行：

load average: 1.20, 0.80, 0.50

这是 1分钟、5分钟、15分钟的平均负载。很多人以为是 CPU 利用率，其实不是。

平均负载 = 正在运行 + 等待运行的进程数。

怎么看这个数字？

• ·单核 CPU：load average 超过 1.0 说明 CPU 饱和了
• ·4 核 CPU：load average 超过 4.0 说明 CPU 饱和了
• ·如果 1 分钟远大于 15 分钟：负载在上升，刚出事
• ·如果 1 分钟小于 15 分钟：负载在下降，正在恢复

比如一个 4 核服务器，load average 3.5，看起来很高，但实际 CPU 还没满载（3.5 < 4）。如果 load average 到 8，那就是确实排队了。

批量模式（用于采集数据做报表）

# 只输出一次结果，不用交互界面
top -b -n 1

# 每小时采集一次，共采集 3 次
top -b -n 3 -d 3600 > /tmp/cpu_report.txt

# 批量模式 + 自定义列，采集到日志文件
top -b -n 1 -o %CPU -e k | head -20 > /var/log/cpu_top_$(date +%Y%m%d_%H%M).log

配合 crontab 可以实现定时采集 CPU 数据：

# 每 5 分钟采样一次 CPU 排名靠前的进程
*/5 * * * * top -b -n 1 -o %CPU | head -12 >> /var/log/top_cpu.log

top 的过滤功能

# 只显示某个用户的进程
top -u mysql

# 只显示特定 PID
top -p 1234,5678

# 交互模式下按 u 然后输入用户名
top
# 按 u
# 输入 mysql
# 回车

避坑指南

1. CPU 使用率 vs 平均负载，是两码事

很多人把 top 里的 %Cpu(s) 和 load average 搞混。

CPU 使用率高：有一个或多个进程在大量计算。10% CPU 使用率说明 CPU 很闲。

平均负载高：即使 CPU 使用率只有 20%，平均负载可能很高。因为进程在等待磁盘 I/O 或者网络。

比如：
- CPU 使用率 20%，load average 8.0：进程在等磁盘（I/O 瓶颈，最常见的是数据库）
- CPU 使用率 90%，load average 9.0：CPU 确实不够用（需要升级服务器或者优化代码）

2. 别只看 %CPU，也得看 wa（I/O Wait）

top

看这行：

%Cpu(s):  5.2 us,  1.5 sy,  0.0 ni, 20.1 id, 70.8 wa,  0.0 hi,  2.4 si,  0.0 st

wa 是 70.8%。这意味着 CPU 在花 70% 的时间等待磁盘 I/O。这时候程序慢不是 CPU 不够，是磁盘太慢了。

我之前遇到过一个 case：应用响应很慢，top 一看 CPU 使用率才 8%，但 wa 占了 60%。用 iotop 查出来是某个备份脚本在大量读写磁盘，等备份跑完就好了。

3. top 的 %MEM 和 free 显示的不一定一致

top 里的 %MEM 是「该进程占物理内存的百分比」。而系统内存使用量（used）包括 buffer/cache，这两个是不同的概念。

4. htop 用颜色吓唬人

htop 默认把进程 CPU 使用率用颜色标出来：绿色是普通，黄色有一定负载，红色就是快满了。但我发现很多人看到 htop 有几个红色条就慌了，其实每个核心整体使用率还是要看百分比数字，颜色仅供参考。

实战场景（重点！结合真实运维场景）

场景一：CPU 飙高报警，10 秒定位

收到 Zabbix 告警：CPU 使用率超过 90%。

# SSH 登录服务器
ssh deploy@prod-server

# 直接 top
top

进去后做这几步：

1. 按 P（大写），按 CPU 降序排列
2. 看到最上面那个进程，记下 PID
3. 按 1，看是所有核心都高还是单个核心高
4. 按 c，看完整命令行，确认是什么程序
5. 按 k，输入 PID，信号默认 15（SIGTERM），回车

整个过程 10 秒搞定。

场景二：top 采集数据写报告

线上每台服务器做一个周报，看一周 CPU 和内存的趋势：

#!/bin/bash
# 每周一采集 CPU 数据
LOG_DIR="/var/log/perf"
mkdir -p $LOG_DIR

echo "=== $(date) ===" >> $LOG_DIR/cpu_$(date +%Y%W).log

# 采集系统概览
top -b -n 1 | head -5 >> $LOG_DIR/cpu_$(date +%Y%W).log

# 采集前 10 名进程
top -b -n 1 -o %CPU | head -17 >> $LOG_DIR/cpu_$(date +%Y%W).log

echo "---" >> $LOG_DIR/cpu_$(date +%Y%W).log

配合 cron 每 5 分钟采样一次：

# crontab 每 5 分钟采集一次
*/5 * * * * /usr/local/bin/cpu_collect.sh

数据多了之后，导入到 Excel 或者 Grafana 里画图，能看到明显的趋势。

场景三：I/O 瓶颈导致响应慢

用户反馈网页响应很慢，登录服务器看：

# top 看一眼
top

发现：

%Cpu(s):  3.2 us,  1.5 sy,  0.0 ni, 15.1 id, 78.8 wa,  0.0 hi,  1.4 si,  0.0 st

wa 占 78.8%！磁盘在拼命干活。

# 按 P 看看哪个进程 CPU 占最多
# 运行 mysql，那可能是数据库查询太慢
# 运行 dd/rsync 之类，那是备份脚本在抢磁盘

用 iostat 进一步确认：

# 看磁盘 I/O 负载
iostat -x 1 5

如果是备份脚本导致的，调低备份速度，或者换到半夜跑。

场景四：top 结合 watch 做实时监控

# 每 2 秒刷新一次，按 CPU 排序显示前 10 个进程
watch -n 2 'top -b -n 1 -o %CPU | head -17'

# 只看 MySQL 进程的实时情况
watch -n 1 'top -b -n 1 -p $(pgrep -d, -x mysqld)'

这个组合在你调试某个服务的时候特别好用。比如改了 Nginx 配置重载后，看看 worker 进程的 CPU 变化。

今日作业（一道小题目）

题目：你接到报警说某台线上服务器的 CPU 超过 90%，SSH 上去排查。

要求写出：
1. 你登录后敲的第一条命令（启动 top）
2. 进去后你按哪个快捷键（说明原因和看到什么）
3. 如果发现是某个进程搞的，怎么杀掉它（在 top 里操作）
4. 如果 top 显示 CPU 使用率很低（比如 15%）但系统还是很慢，该看哪些指标（写 2-3 个 CPU 状态列）

。