服务器响应慢、卡顿是什么原因？怎么解决？

服务器响应变慢、服务无法启动、磁盘空间告急……面对这些常见故障，盲目重启不仅治标不治本，还可能掩盖真实问题。

本文整理10条关键Linux命令，配合详细使用方法与场景说明，助你高效排查CPU、内存、端口、磁盘、Swap等核心资源异常。

在日常运维中，快速定位问题是保障系统稳定的第一步。Linux系统本身提供了丰富的诊断工具，掌握以下命令组合，可在5分钟内完成初步故障分析。

1. 定位高CPU占用进程

命令：

ps aux --sort=-%cpu | head -n 11

自定义参考

ps -eo pid,comm,%cpu --no-headers | sort -k3 -nr | head -11 | awk '{printf "PID: %6s | Process: %-20s | CPU: %6.1f%%\n", $1, $2, $3}'

使用说明：该命令按CPU使用率降序列出前11个进程。重点关注 %CPU 列和 COMMAND 列。若某进程持续占用过高CPU（如 >80%），需进一步分析其行为。

注意事项：

多核系统中，单进程CPU使用率可能超过100%（例如4核系统最大为400%）。若 kswapd0 进程CPU占用高，通常反映内存不足，应优先检查内存与Swap使用情况。

2. 查看高内存占用进程

命令：

ps aux --sort=-%mem | head -n 11

自定义参考

ps -eo pid,comm,rss --no-headers | sort -k3 -nr | head -5 | awk '{printf "PID: %6s | Process: %-20s | MEM: %7.2f GB\n", $1, $2, $3/1024/1024}'

使用说明：

按物理内存（RSS）使用量排序，识别内存消耗大户。结合 free -h 查看整体内存状态，避免误判缓存（buff/cache）为实际内存压力。

关键指标：

%MEM：进程占用物理内存百分比RSS：实际使用的物理内存大小（KB）

3. 检查指定端口被哪个进程占用

命令：

ss -tulnp | grep :<端口号>

例如检查80端口：

ss -tulnp | grep :80

*使用说明：

当服务启动失败并提示“Address already in use”时，此命令可快速定位占用端口的PID及程序名。

输出示例：

tcp  LISTEN 0 128 *:80 *:* users:(("nginx",pid=1234,fd=6))

其中 pid=1234 即为占用进程ID。

替代方案：

lsof -i :80 功能类似，但 ss 性能更优，推荐在生产环境使用。

4. 列出所有监听端口及对应进程

命令：

ss -tulnp

使用说明：

全面查看系统当前监听的TCP/UDP端口及其所属进程，适用于安全审计或服务状态核查。

参数解释：

-t：TCP连接-u：UDP连接-l：仅显示监听状态-n：以数字形式显示地址和端口（避免DNS解析延迟）-p：显示进程信息

5. 分析Swap使用情况及占用进程

步骤一：查看Swap总体使用

free -h

若 Swap 行中 used 值显著大于0，说明系统已开始使用交换分区，可能影响性能。

步骤二：定位具体占用Swap的进程（需root权限）

for file in /proc/*/status; do awk '/VmSwap|Name/{printf $2 " " $3}END{ print ""}' $file; done | sort -k2 -n -r | head

典型场景：

Java应用因堆内存设置不合理，频繁触发Full GC并导致大量内存换出至Swap，表现为系统IO飙升、响应迟缓。

6. 检查磁盘空间使用情况

命令：

df -h

使用说明：

以人类可读格式（GB/MB）展示各挂载点的磁盘使用率。重点关注 /、/var、/home 等关键分区。

告警阈值：

使用率 ≥90%：需立即处理使用率 ≥95%：可能导致服务写入失败甚至崩溃

7. 定位大文件或大目录

命令（在目标目录下执行）：

du -sh * | sort -hr

使用流程：通过 df -h 确定空间紧张的分区（如 /var）进入该目录：cd /var执行上述命令，按大小排序子目录逐层深入，直至定位具体大文件（如日志、缓存、core dump等）扩展技巧：

查找全系统大于100MB的文件（忽略权限错误）：

find / -type f -size +100M -exec ls -lh {} \; 2>/dev/null | head -n 20

8. 查看系统负载情况

命令：

uptime

输出示例：

19:30:01 up 10 days, load average: 4.20, 3.80, 2.90

解读：

三个数值分别表示过去1分钟、5分钟、15分钟的平均负载。

对于N核CPU系统，负载长期 > N 表示存在资源瓶颈负载高 ≠ CPU高，也可能由IO等待（D状态进程）引起辅助命令：

查看CPU核心数：

nproc

9. 检测僵尸进程（Zombie Processes）

命令：

ps aux | awk '$8 ~ /^[Zz]/'

说明：

僵尸进程是已终止但未被父进程回收的子进程，状态为 Z。虽不消耗CPU/内存，但会占用进程表项。大量僵尸进程可能导致系统无法创建新进程。

处理建议：

通常需重启其父进程若父进程为init（PID=1），系统会自动清理，无需干预

10. 识别异常网络连接（潜在攻击迹象）

命令：

ss -tn | tail -n +2 | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -nr | head

用途：

统计每个远程IP的TCP连接数，用于发现暴力破解、DDoS或异常爬虫行为。

应对措施：

结合防火墙（iptables/firewalld）或云平台安全组封禁可疑IP检查认证日志：grep "Failed" /var/log/secure（CentOS）或 /var/log/auth.log（Ubuntu）

故障排查通用流程建议

**观察现象：**服务不可用？响应慢？写入失败？检查负载：uptime判断系统整体压力分资源排查：CPU→ps aux --sort=-%cpu内存/Swap→free -h + 进程内存排序磁盘→df -h + du -sh网络→ss -tulnp + 连接统计定位进程：结合PID进一步分析（日志、strace、lsof等）处理与验证： 修复后持续观察指标是否恢复正常

重要原则：

不要依赖重启解决问题。只有理解根本原因，才能实现真正的系统稳定性。

为什么说这一句呢！因我在某项目上经常由项目导致资源问题甲方要求重启让占用释放，我只能默默地配合。