cpu使用率是否真高需分三类看：%us、%sy、%wa；%wa>20%说明i/o瓶颈而非cpu，结合pidstat、mpstat和top shift+i模式综合判断。
怎么看 CPU 使用率是否真的高？
Linux 的 top 或 htop 显示的 %CPU 常被误读。关键要看三类值：用户态（%us）、内核态（%sy）、等待 I/O（%wa）——如果 %wa 长期 >20%，说明不是 CPU 瓶颈，而是磁盘或网络卡住了。
更准的做法是结合 pidstat -u 1 查单个进程的真正 CPU 消耗，避免被短时峰值误导。注意：top 默认按 CPU% 排序，但会把多核总和当 100%，比如 4 核机器满载显示为 400%，需用 top → Shift+I 切换到“整体使用率”模式（即归一化到 100%）。
-
mpstat -P ALL 1可查看每颗 CPU 核心的负载差异，排查不均衡调度 - Java 进程常因 GC 导致
%sy升高，此时要查jstat -gc <pid></pid>而非只盯%us - 容器环境里，
docker stats显示的 CPU% 是相对于容器限制值（--cpus）计算的，不是宿主机物理核占比
内存到底够不够？别只看 free -h 的 available
available 字段是内核估算的“当前可立即分配的内存”，比 free 更靠谱，但它不包含可快速回收的 page cache。真实压力要看 pgpgin/pgpgout 和 pgmajfault：
watch -n 1 'grep -E "pgpgin|pgpgout|pgmajfault" /proc/vmstat'
若 pgmajfault 每秒持续 >100，说明频繁缺页中断，进程在反复申请新内存又释放；若 pgpgin 远大于 pgpgout，可能有内存泄漏或缓存堆积。
- 应用堆内存（如 Java
-Xmx）设得过大，反而会推高pgmajfault，因为内核要花更多时间找连续物理页 -
slabtop能定位内核模块（如xfs_inode、ext4_inode_cache）是否占用了异常多的 slab 内存 -
/proc/meminfo中的MemAvailable是动态估算值，低内存设备上可能滞后，建议同时看Committed_AS / CommitLimit比值是否 >90%
磁盘 I/O 等待时间（%util）为什么不准？
iostat -x 1 输出的 %util 只表示设备忙的时间百分比，不反映队列深度或响应延迟。SSD 或 NVMe 设备即使 %util 为 100%，await 也可能只有 0.1ms；而机械盘 %util 70% 时 await 已达 20ms+，才是真正瓶颈。
更关键的指标是 avgqu-sz（平均队列长度）和 r_await/w_await（读写平均延迟）。当 avgqu-sz > 1 且 r_await > 10（HDD）或 > 1（NVMe），说明 I/O 请求开始排队。
- 使用
iotop -oPa可直接看到哪些进程在发起同步 I/O（IO列非 0），比ps aux --sort=-%cpu更准 - LVM 或加密设备（如 LUKS）会在
dm-*层引入额外延迟，iostat要加-d参数才能显示底层物理设备（如sda）的真实指标 -
cat /sys/block/sda/queue/scheduler查当前 IO 调度器，云主机常用none（绕过内核调度），本地 HDD 应设为deadline
网络丢包和重传怎么快速定位？
netstat -s 或 ss -s 显示的 “retransmits” 是累计值，看不出实时恶化趋势。应优先看：
watch -n 1 'ss -i | grep -E "(retrans|rtt)" | head -5'
重点关注每行末尾的 retrans 计数（单连接重传次数）和 rtt（往返时间）。若某连接 retrans:2+ 且 rtt:1000+（ms），基本可判定链路不稳定。
-
tcpretrans（bpftrace 工具）能追踪每个重传报文的原始 socket 和进程，比tcpdump更轻量 - 云环境常见问题是网卡多队列未绑定 IRQ，导致单核软中断（
softirq）打满，用cat /proc/interrupts | grep eth0查各 CPU 上网卡中断分布 -
ethtool -S eth0中的rx_missed_errors或tx_aborted_errors非零，说明驱动或硬件层已出问题，不是 TCP 协议栈能解决的
这些指标之间很少孤立变化。比如 %wa 升高时，大概率伴随 pgpgin 暴涨和 r_await 上升——与其单独调优某一项，不如用 perf record -e syscalls:sys_enter_read,syscalls:sys_enter_write -a sleep 10 抓系统调用热点，从源头看进程到底在等什么。
