Linux服务CPU打满需先区分是整体打满还是子模块异常飙高；聚焦进程维度分析其行为、依赖、资源使用及合理性，通过top -c确认目标进程，pwdx、ls -l /proc/PID/exe、environ、lsof、ss等查上下文与资源，用pidstat、vmstat观察模式，结合日志与监控定位业务根因。
Linux服务CPU打满，核心要区分是“服务整体打满”，还是“服务内部某个子模块或线程异常飙高”。服务级分析不看单个线程堆栈，而是聚焦进程维度：它在干什么、依赖什么、资源怎么用、行为是否合理。
看服务进程本身是否异常
执行 top -c，按 P 降序排列，确认高CPU进程确实是你的目标服务（比如 java、node、python3、php-fpm）。注意 COMMAND 列是否显示完整启动命令（如含 -jar、--config、-m http.server 等），避免误判为同名但无关的进程。若 PID 频繁变动，可能是服务被反复拉起（如 systemd 重启、supervisord 崩溃重载），需查 journalctl -u your-service.service。
查服务运行上下文与资源依赖
拿到 PID 后，快速获取关键环境信息：
- pwdx PID：查看服务工作目录，判断是否在预期路径（如 /opt/app 或 /var/www）
- ls -l /proc/PID/exe：确认实际执行文件路径和软链接指向
- cat /proc/PID/environ | tr '\0' '\n' | grep -E '(JAVA|NODE|PYTHON|PATH)'：检查关键环境变量是否异常（如 NODE_OPTIONS 被注入调试参数）
- lsof -p PID | wc -l：统计打开文件数，过高可能暗示连接泄漏或日志未轮转
- ss -tunp | grep PID：确认监听端口、连接状态（大量 TIME-WAIT 或 CLOSE-WAIT 可能反映下游阻塞）
观察服务行为模式而非瞬时值
CPU 打满常有周期性或触发式特征。不要只看 top 一眼：
- 用 pidstat -p PID 1 10 每秒采样 10 次，观察 CPU% 波动是否规律（如每 30 秒突增，可能对应定时任务）
- 结合 vmstat 1 查看 wa（IO 等待）是否同步升高：若 CPU 高但 wa 也高，说明服务在忙等磁盘或网络响应，不是纯计算问题
- 检查 systemctl status your-service 中的 “Active” 时间和 “Main PID”，确认服务未刚启动就失控（启动即满载常指向初始化逻辑缺陷）
关联日志与业务语义
服务级分析必须回到业务逻辑：
- 查服务自身日志（如 /var/log/your-service/*.log），搜索 ERROR、WARN、"slow"、"timeout"、"retry" 等关键词，尤其关注 CPU 高峰前后的日志时间戳
- 若服务调用外部接口（DB、Redis、HTTP API），检查对应客户端日志：超时重试、失败后指数退避失效、批量请求未分页等都易引发 CPU 暴涨
- 对比监控图表（如 Prometheus 的 rate(http_requests_total[5m]) 和 container_cpu_usage_seconds_total）：若 QPS 未明显上涨但 CPU 翻倍，大概率是单次请求处理变慢（如缓存击穿后全量查库）
