Linux 与服务器运维 / 知识点
Linux 运维命令速查手册
进程与终端任务
pgrep -af -- <PATTERN>按进程名称、命令参数或端口定位目标进程。
查找指定进程
需要重启服务、抓取线程栈、检查端口冲突或确认程序是否启动时,可按进程名称、完整命令参数或监听端口定位 PID,并在执行终止操作前核对实际命令行。
按名称或参数查找
pgrep 适合直接返回 PID;加 -a 显示命令行,加 -f 后会匹配完整启动参数。
pgrep -af java预期输出:
24816 java -jar /opt/apps/order-service.jar --spring.profiles.active=prod
25103 java -jar /opt/apps/report-service.jar输出第一列是 PID,后面是完整命令。名称可能匹配到多个实例,执行后续操作前应根据 JAR 路径、Profile 或其他启动参数确认目标。
只按进程名精确匹配:
pgrep -ax nginx预期输出:
1024 nginx: master process /usr/sbin/nginx-x 要求进程名完全匹配,可减少 nginx-helper 等相似名称造成的误命中。某些系统的进程名长度有限,复杂 Java 服务通常更适合使用 pgrep -af 匹配完整命令行。
使用 ps 核对进程
已知关键词但需要同时查看父进程、用户、状态和资源占用时,可使用 ps:
ps -eo pid,ppid,user,stat,%cpu,%mem,etime,cmd | grep '[o]rder-service.jar'预期输出:
24816 1 app Sl 12.4 10.1 02:16:43 java -jar /opt/apps/order-service.jar --spring.profiles.active=prod[o]rder-service.jar 能匹配目标命令,又不会把当前 grep 命令本身列入结果。PPID 为父进程,STAT 为状态,ETIME 为进程已运行时间。
按监听端口定位
发生“端口已被占用”或需要确认服务监听者时,优先使用 ss:
sudo ss -lntp 'sport = :8080'预期输出:
State Recv-Q Send-Q Local Address:Port Peer Address:Port Process
LISTEN 0 4096 0.0.0.0:8080 0.0.0.0:* users:(("java",pid=24816,fd=91))LISTEN 表示正在监听,0.0.0.0:8080 表示监听所有 IPv4 地址,pid=24816 是占用端口的进程。普通用户可能看不到其他用户进程的 PID,因此排障时通常需要 sudo。
系统未安装或不支持 ss 过滤表达式时,可使用 lsof:
sudo lsof -nP -iTCP:8080 -sTCP:LISTEN预期输出:
COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME
java 24816 app 91u IPv4 92341 0t0 TCP *:8080 (LISTEN)-nP 禁止 DNS 和端口名称解析,可减少等待并直接显示数字端口。
kill [-TERM|-KILL] <PID>
kill -0 <PID>向目标进程发送终止信号并确认退出状态。
结束指定进程
用于向已确认的 PID 发送终止信号,并通过进程状态和退出码验证它是否真正退出。生产环境优先发送 SIGTERM,只在进程无法正常结束且影响仍在扩大时使用 SIGKILL。
命令定位
kill 的作用是发送信号,不是直接“删除进程”。默认信号通常为 SIGTERM(15),允许应用执行关闭监听、提交缓冲区、释放锁和删除临时文件等收尾动作。
下面是语法模板,<PID> 必须替换为实际进程号后再执行。
kill -TERM <PID>
kill -KILL <PID>
kill -0 <PID>
kill -lkill -0 不会终止进程,只检查 PID 是否存在以及当前用户是否有权发送信号。
高频用法
先创建一个可安全终止的测试进程,再发送 SIGTERM 并确认退出。
sleep 300 &
pid=$!
printf 'STARTED PID=%s\n' "$pid"
kill -TERM "$pid"
wait "$pid"
status=$?
if ps -p "$pid" >/dev/null 2>&1; then
printf 'RUNNING status=%s\n' "$status"
else
printf 'EXITED status=%s\n' "$status"
fi预期输出:
STARTED PID=<PID>
EXITED status=143<PID> 每次运行都不同。Bash 中 143 通常表示进程因信号 15 退出,即 128 + SIGTERM;交互式终端还可能额外显示一行 Terminated 作业通知。
常见操作包括:先用 ps -p <PID> -o pid,ppid,user,stat,etime,cmd 核对命令、属主和运行时长;正常停止使用 kill -TERM <PID>;等待一段明确的宽限期后仍未退出,再使用 kill -KILL <PID>;按名称处理前先用 pgrep -a -x <NAME> 精确列出目标,避免模糊匹配误伤。
风险与边界
PID 可能在旧进程退出后被系统复用。若根据过期记录直接执行 kill,可能终止无关进程;安全做法是立即用 ps 核对 PID、属主、启动时间和完整命令,再发送信号。
kill -9 会跳过应用清理逻辑,可能造成事务中断、临时文件残留、共享内存未释放或数据损坏。优先使用 SIGTERM 并设置宽限期;由 systemd 管理的服务优先执行 systemctl stop <UNIT>,让服务管理器按既定策略停止。
普通用户只能向自己拥有的进程发送信号。出现 Operation not permitted 时先核对属主和权限,不要直接扩大为无条件 sudo kill -9。
nohup <COMMAND> > <LOG_FILE> 2>&1 < /dev/null &将命令放入后台执行并避免终端关闭后中断。
后台运行命令
用于让命令脱离当前交互流程执行,并在需要时避免 SSH 或终端关闭后收到挂断信号。临时任务可用 &,需要跨会话继续运行时使用 nohup 并完整重定向标准输入、输出和错误。
命令定位
command & 只把命令放到当前 Shell 的后台,Shell 仍负责记录该作业;退出终端后是否继续运行取决于 Shell、终端和信号处理方式。nohup 会让命令忽略 SIGHUP,但不会提供自动重启、资源限制、日志轮转或重复启动保护。
下面是语法模板,使用时替换命令和日志路径。
command >app.log 2>&1 &
nohup command >app.log 2>&1 < /dev/null &
jobs -l重定向应放在最后的 & 之前。2>&1 表示让标准错误跟随标准输出,< /dev/null 避免后台程序继续读取已关闭的终端输入。
高频用法
下面启动一个持续写日志的测试任务,记录 PID,并验证进程与日志均正常。
log="/tmp/anystack-bg-$USER.log"
pid_file="/tmp/anystack-bg-$USER.pid"
nohup bash -c '
printf "started %s\n" "$(date "+%F %T")"
exec sleep 300
' >"$log" 2>&1 < /dev/null &
pid=$!
printf '%s\n' "$pid" >"$pid_file"
sleep 1
printf 'PID=%s LOG=%s\n' "$pid" "$log"
ps -p "$pid" -o pid=,stat=,cmd=
head -n 1 "$log"预期输出:
PID=<PID> LOG=/tmp/anystack-bg-<USER>.log
<PID> S sleep 300
started <TIME><PID>、<USER>、<TIME> 和命令显示长度会因环境不同而变化。$! 只表示最近一次放入后台的进程 PID,应在启动后立即保存。
测试完成后可执行清理:
pid_file="/tmp/anystack-bg-$USER.pid"
log="/tmp/anystack-bg-$USER.log"
kill -TERM "$(cat "$pid_file")"
rm -f "$pid_file" "$log"
printf 'stopped\n'预期输出:
stopped仅需当前终端内并行执行时,使用 command &,再用 jobs -l 查看作业。交互式 Bash 中可按 Ctrl+Z 暂停前台任务,执行 bg 继续后台运行,再用 disown -h %1 让指定作业不随 Shell 接收挂断信号;这些作业控制命令不适合写入非交互脚本。
风险与边界
后台启动后若没有重定向,程序仍可能持有终端文件描述符,退出会话时出现写入失败、读取阻塞或意外终止。安全做法是同时处理标准输入、标准输出和标准错误。
长期使用 nohup 可能导致日志无限增长、重复启动、无人回收退出状态以及故障后不自动恢复。生产常驻服务应改用 systemd,并配置工作目录、环境变量、重启策略、用户权限和日志轮转。
PID 文件只是一条记录,不是并发锁;两个启动命令可能同时通过“文件不存在”检查并产生重复实例。需要单实例时使用 flock、systemd 或应用自身的互斥机制。命令行参数也可能被其他用户通过 ps 看到,不要把密码和令牌直接写在启动参数中。
jobs -l
bg %<JOB>
fg %<JOB>
kill -STOP %<JOB>查看、暂停、恢复和切换当前终端的后台任务。
管理终端任务
用于在当前交互式 shell 中查看、暂停、后台恢复和前台接管任务。核心对象是作业号 %1,不是进程 PID;jobs 只管理当前 shell 创建的任务。
基本语法
jobs 查看任务,Ctrl+Z 暂停前台任务,bg %作业号 在后台继续,fg %作业号 切回前台,kill %作业号 终止任务。作业号来自 jobs 输出中方括号内的数字。
常用参数:
| 命令 | 作用 |
|---|---|
jobs -l |
同时显示作业号和 PID |
jobs -p |
只输出进程组组长 PID,适合脚本取值 |
jobs -r |
只看运行中的任务 |
jobs -s |
只看已暂停的任务 |
高频用法
下面创建一个后台任务,再暂停和恢复它。实际作业号、PID 会不同。
sleep 300 &
jobs -l
kill -STOP %1
jobs
bg %1
jobs预期输出
[1] <PID>
[1]+ <PID> Running sleep 300 &
[1]+ Stopped sleep 300
[1]+ sleep 300 &
[1]+ Running sleep 300 &要把后台任务接回当前终端,执行:
fg %1预期结果
任务占用前台;sleep 本身无输出,命令会等待至结束,或再次按 Ctrl+Z 暂停。前台运行长命令时,也可直接按 Ctrl+Z 暂停,再执行 bg 继续后台运行;省略作业号时,bg 和 fg 默认操作带 + 的当前作业。
风险与边界
Ctrl+Z 或 SIGSTOP 会立即冻结进程。若程序正持有文件锁、数据库锁或网络连接,长时间暂停可能造成其他请求阻塞或超时;生产服务优先使用应用自带的优雅停机、限流或 systemd 管理。
关闭终端时,后台任务可能收到 SIGHUP 并退出。需要任务脱离当前会话时,优先使用 tmux、screen、systemd;临时任务可用 nohup 配合 disown。不要把 kill -9 当作常规停止方式,它会跳过清理逻辑,应先使用默认的 SIGTERM。
服务与日志
systemctl status <UNIT> --no-pager --full查询 systemd 服务是否运行、失败或设置为开机启动。
查看服务状态
用于确认 systemd 服务当前是否运行、是否进入失败状态,以及是否配置为开机启动。读取状态通常不需要 root 权限,修改或重启服务才需要提权。
命令定位
systemctl status:查看加载路径、运行状态、主进程和最近日志。systemctl is-active:只判断当前运行状态,适合脚本。systemctl is-failed:判断是否处于failed状态。systemctl is-enabled:查看是否配置为开机启动。
服务名通常写成 名称.service。下面以 Debian、Ubuntu 常见的 ssh.service 为例;RHEL、Rocky Linux、AlmaLinux 通常使用 sshd.service。
高频用法
SERVICE=ssh.service
systemctl status "$SERVICE" --no-pager --full
systemctl is-active "$SERVICE"
systemctl is-failed "$SERVICE"
systemctl is-enabled "$SERVICE"预期输出
● ssh.service - OpenBSD Secure Shell server
Loaded: loaded (<PATH>; enabled; preset: enabled)
Active: active (running) since <TIME>
Main PID: <PID> (sshd)
...
active
active
enabledis-failed 输出 active 表示单元当前不是失败状态;只有输出 failed 才表示 systemd 已记录失败。路径、时间、PID 和日志内容会因主机而不同。
脚本中不要解析 status 的展示文本,应使用退出码:
SERVICE=ssh.service
if systemctl is-active --quiet "$SERVICE"; then
echo 'running'
else
echo 'not running'
fi预期结果
服务运行时输出 running;未运行、失败或单元不存在时输出 not running。sudo systemctl <ACTION> <UNIT>启动、停止、重启或重新加载 systemd 服务。
启动、停止与重载 systemd 服务
用于启动、停止、重启或重新加载由 systemd 管理的服务。以下以 nginx 为例,实际使用时替换为目标单元名称,如 sshd.service、mysql.service。
基本语法
sudo systemctl <ACTION> <UNIT><ACTION> 常用值为 start、stop、restart、reload 和 status。服务单元的 .service 后缀通常可以省略。
高频用法
启动服务并验证
sudo systemctl start nginx && systemctl is-active nginx预期输出:
active停止服务并验证
sudo systemctl stop nginx
systemctl is-active nginx || true预期输出:
inactiveis-active 在服务未运行时会返回非零退出码,脚本中使用 || true 可避免检查命令中断后续流程。
重启服务
sudo systemctl restart nginx && systemctl is-active nginx预期输出:
active重启会先停止旧进程再启动新进程,通常会造成短暂连接中断。
重新加载配置
sudo systemctl reload nginx && systemctl is-active nginx预期输出:
activereload 仅让服务重新读取配置,通常不会终止主进程,但要求该服务实现重载操作。
状态与日志定位
先使用 systemctl status nginx --no-pager 查看运行状态、主进程 PID 和最近日志。信息不足时,再使用 journalctl -u nginx -n 100 --no-pager 查看该服务最近 100 条日志。
状态中的 active (running) 表示正在运行,inactive (dead) 表示已停止,failed 表示启动或运行过程中发生错误。动态时间、PID 和路径会因环境不同而变化。
风险与边界
生产环境执行 restart 或 stop 可能中断正在处理的请求。应先从负载均衡摘除节点,并运行服务自带的配置检查命令,例如 Nginx 使用 sudo nginx -t,确认无误后优先选择 reload。
当服务不支持 reload 时,命令会失败且配置不会生效。可以先执行 systemctl reload nginx 验证支持情况,确需自动降级为重启时再使用 reload-or-restart。
sudo systemctl enable <UNIT>
sudo systemctl disable <UNIT>启用或禁用 systemd 服务的开机自动启动。
设置 systemd 服务开机启动
用于启用或禁用 systemd 服务随系统启动自动运行,并确认配置是否生效。以下以 nginx 为例,服务名称应按实际环境替换。
基本语法
sudo systemctl enable <UNIT>
sudo systemctl disable <UNIT>enable 创建启动目标所需的符号链接,disable 删除这些链接。两者默认只修改下次启动行为,不改变服务当前运行状态。
高频用法
启用并立即启动
sudo systemctl enable --now nginx >/dev/null
systemctl is-enabled nginx
systemctl is-active nginx预期输出:
enabled
active--now 会在设置开机启动的同时启动服务,适合首次部署后立即投入运行。
禁用开机启动但保持当前运行
sudo systemctl disable nginx >/dev/null
systemctl is-enabled nginx || true
systemctl is-active nginx预期输出:
disabled
active该操作不会停止现有进程,服务会继续运行到被手动停止、异常退出或系统重启。
禁用并立即停止
sudo systemctl disable --now nginx >/dev/null
systemctl is-enabled nginx || true
systemctl is-active nginx || true预期输出:
disabled
inactive执行前应确认该服务不再承载流量,避免直接中断业务请求或后台任务。
状态读取
使用 systemctl is-enabled <UNIT> 检查开机启动状态。常见结果如下:
| 输出 | 含义 |
|---|---|
enabled |
已配置随目标启动 |
disabled |
未配置自动启动 |
static |
unit 没有可直接启用的安装规则,通常由其他单元依赖启动 |
indirect |
通过别名或关联单元间接启用 |
masked |
已被屏蔽,手动和依赖启动都会被拒绝 |
is-enabled 在 disabled、static 或 masked 等状态下可能返回非零退出码,Shell 脚本中应显式处理退出状态。
风险与边界
enable 不等于启动服务,未使用 --now 时当前进程状态不会变化;disable 也不等于停止服务。执行后应分别检查 is-enabled 和 is-active,不要只验证其中一个。
mask 比 disable 更严格,会把 unit 链接到 /dev/null,导致手动启动和依赖启动全部失败。仅在必须阻止任何方式启动时使用 sudo systemctl mask <UNIT>,恢复时执行 sudo systemctl unmask <UNIT>。
journalctl [选项] [匹配条件]查询 systemd 日志并按服务、时间或优先级筛选。
查看系统日志
用于在 systemd 系统中集中查询服务、内核和系统组件日志。优先使用 journalctl 按服务、时间和优先级缩小范围,再结合实时跟踪确认问题是否仍在发生。
命令定位
journalctl 读取 systemd-journald 日志。普通用户通常只能看到自己的会话日志;排查系统服务时使用 sudo,并用 --no-pager 避免进入交互式分页器。
基本语法
journalctl [选项] [匹配条件]常用参数:
| 参数 | 用途 |
|---|---|
-u <UNIT> |
只看指定 systemd 服务 |
--since <TIME> |
从指定时间开始 |
--until <TIME> |
截止到指定时间 |
-p <LEVEL> |
按优先级过滤;err 会包含更严重级别 |
-n <N> |
只显示最后 N 条 |
-f |
持续跟踪新增日志 |
-o short-iso-precise |
输出精确时间,便于跨系统对时 |
高频用法
查看某个服务最近一小时的日志:
sudo journalctl -u nginx.service --since '1 hour ago' --no-pager预期输出:
<DATE> <TIME> <HOST> systemd[1]: Started nginx.service - A high performance web server.
<DATE> <TIME> <HOST> nginx[<PID>]: <DATE> <TIME> [error] <PID>#<PID>: connect() failed第一列是时间,随后是主机名、进程及 PID;末尾为原始日志。实际时间、主机名和 PID 会不同。
查看今天的错误及更严重日志:
sudo journalctl -p err --since today --no-pager预期输出:
<DATE> <TIME> <HOST> kernel: EXT4-fs error (device <DEVICE>): <MESSAGE>
<DATE> <TIME> <HOST> app[<PID>]: database connection failed若没有匹配记录,命令可能不输出正文并正常退出,这表示当前筛选范围内未记录错误。
实时跟踪服务日志,先显示最后 20 条:
sudo journalctl -u nginx.service -n 20 -f预期输出:
<DATE> <TIME> <HOST> nginx[<PID>]: <MESSAGE>
<DATE> <TIME> <HOST> nginx[<PID>]: <NEW_MESSAGE>新日志会持续追加;按 Ctrl+C 结束,不会停止服务。
sudo logrotate -d /etc/logrotate.conf检查、调试和执行 logrotate 日志轮转配置。
管理日志轮转
日志文件持续增长、磁盘空间被单个日志占满,或需要验证轮转策略是否生效时,使用 logrotate 检查规则。生产环境优先先做 debug,确认匹配文件、轮转周期和 postrotate 行为后再执行。
查看配置
常见主配置:
cat /etc/logrotate.conf
ls -1 /etc/logrotate.d/单个应用规则通常类似:
/var/log/myapp/*.log {
daily
rotate 14
compress
missingok
notifempty
}表示每天检查、保留 14 份、旧日志压缩,文件缺失或为空时不报错/不轮转。
安全预演
sudo logrotate -d /etc/logrotate.conf预期结果:打印将读取的规则、状态文件和“是否需要轮转”的判断,但不会真正改动日志。
查看更详细过程:
sudo logrotate -v /etc/logrotate.conf-v 会执行正常轮转并打印细节,不是 dry-run。
强制测试
确认只针对测试配置且已评估影响后:
sudo logrotate -f /etc/logrotate.d/<APP>-f 会忽略时间条件强制轮转,可能触发压缩、删除旧文件、执行 postrotate 或重载服务。
关键边界
对于仍被进程打开的日志,重命名后应用可能继续写旧 inode。推荐应用支持重新打开日志时使用 postrotate 发送 reload/HUP;只有应用无法重新打开日志且明确接受复制开销时才考虑 copytruncate,因为复制与截断之间存在丢失少量日志的窗口。
磁盘已经爆满时不要只反复强制轮转,应同时用 df -h、du、lsof +L1 判断是当前日志、旧归档还是“已删除但仍被进程占用”的文件。
journalctl --list-boots --no-pager查询本次或历史启动过程中的内核与服务日志。
查看启动日志
用于定位本次或历史启动中的内核报错、磁盘挂载失败、驱动异常和服务启动超时。先列出可用启动记录,再用启动序号 -b 精确查询,避免把不同重启周期的日志混在一起。
命令定位
journalctl -b 按 boot ID 过滤日志:-b 或 -b 0 表示本次启动,-b -1 表示上一次启动,-b -2 表示上上次启动。历史记录是否存在取决于 journald 是否启用持久化存储。
高频用法
列出系统保存的启动记录:
journalctl --list-boots --no-pager预期输出:
-1 <BOOT_ID> <START_TIME>—<END_TIME>
0 <BOOT_ID> <START_TIME>—<END_TIME>左侧序号用于后续 -b 查询;0 是当前启动,负数越小表示越早的启动。boot ID 和时间会因机器而异。
查看本次启动的完整日志:
sudo journalctl -b --no-pager预期输出:
<DATE> <TIME> <HOST> kernel: Linux version <KERNEL_VERSION> ...
<DATE> <TIME> <HOST> systemd[1]: Reached target multi-user.target.
<DATE> <TIME> <HOST> systemd[1]: Startup finished in <DURATION>.从前向后可看到内核初始化、挂载、设备发现和服务启动过程;故障排查时重点搜索 failed、timeout、error。
查看上一次启动中的警告及更严重日志:
sudo journalctl -b -1 -p warning --no-pager预期输出(存在上一轮持久化记录时):
<PREVIOUS_DATE> <TIME> <HOST> systemd[1]: <UNIT>: start operation timed out. Terminating.
<PREVIOUS_DATE> <TIME> <HOST> kernel: <DEVICE>: I/O error若返回 Data from the specified boot is not available,说明该启动记录未保存或已被清理。
只查看本次启动的内核日志:
sudo journalctl -k -b --no-pager预期输出:
<DATE> <TIME> <HOST> kernel: Command line: <KERNEL_CMDLINE>
<DATE> <TIME> <HOST> kernel: <DEVICE>: detected
<DATE> <TIME> <HOST> kernel: <DRIVER_MESSAGE>-k 只保留内核消息,适合排查驱动、网卡、磁盘、文件系统和 OOM 等问题。
sudo dmesg --level=err,warn -T | tail -n 50查询设备、驱动、内存和内核异常相关消息。
查看内核消息
使用 dmesg 查询内核环形缓冲区,快速定位设备识别、驱动加载、磁盘 I/O、内存不足和内核异常。systemd 系统还可用 journalctl -k 查看带启动批次和标准时间的内核日志。
基本语法
dmesg [选项] 读取当前内核环形缓冲区;journalctl -k [选项] 从 systemd 日志中筛选内核消息。排查生产故障时,通常先限制日志级别和启动范围,避免被大量普通信息淹没。
高频用法
下面同时检查环形缓冲区和本次启动的内核告警。需要管理员权限的系统应保留 sudo。
echo '== kernel ring buffer =='
sudo dmesg --level=err,warn -T | tail -n 20
echo '== current boot journal =='
sudo journalctl -k -b --priority=warning --no-pager | tail -n 20预期输出
== kernel ring buffer ==
[Sun Aug 2 <TIME>] <DRIVER_OR_SUBSYSTEM>: <WARNING_OR_ERROR>
== current boot journal ==
Aug 02 <TIME> <HOST> kernel: <DRIVER_OR_SUBSYSTEM>: <WARNING_OR_ERROR>没有对应级别的异常时,标题后可能没有日志。实际时间、主机名、设备和消息内容会随环境变化。
常用命令还包括:sudo dmesg -wH 持续观察新消息,适合复现插拔设备或驱动故障;sudo journalctl -k -b -1 查看上一次启动;sudo dmesg | grep -Ei 'oom|killed process|out of memory' 定位内存不足记录。
关键参数与输出
-T 将内核启动后的相对时间转换为可读时间,--level=err,warn 只保留错误和警告,-w 持续等待新消息。journalctl 的 -k 表示内核日志,-b 表示本次启动,-b -1 表示上一次启动。
每行通常依次包含时间、设备或内核子系统以及消息正文。磁盘问题重点搜索 I/O error、reset、timeout;内存问题搜索 oom、Killed process;驱动问题搜索设备名、模块名、failed 或 firmware。
资源与存储
lscpu查询 CPU 型号、核心数量、架构和虚拟化能力。
查看 CPU 信息
使用 lscpu 一次查看 CPU 架构、型号、逻辑处理器数量、物理核心拓扑、NUMA 和虚拟化能力;使用 nproc 确认当前进程实际可使用的 CPU 数量。
基本语法
lscpu [选项] 汇总 /proc/cpuinfo 和 sysfs 中的处理器信息。默认输出适合人工阅读,lscpu -J 可输出 JSON,lscpu -e 可按每个逻辑 CPU 展示核心、插槽和 NUMA 节点关系。
高频用法
下面先查看完整拓扑,再确认当前进程可使用的逻辑 CPU 数量。
echo '== CPU topology =='
lscpu
echo '== CPUs available to current process =='
nproc预期输出
== CPU topology ==
Architecture: <ARCH>
CPU(s): <LOGICAL_CPU_COUNT>
Thread(s) per core: <THREADS_PER_CORE>
Core(s) per socket: <CORES_PER_SOCKET>
Socket(s): <SOCKET_COUNT>
Model name: <CPU_MODEL>
Virtualization: <VT_X_OR_AMD_V>
== CPUs available to current process ==
<AVAILABLE_CPU_COUNT>字段数量和名称会因架构、内核及 util-linux 版本不同而变化。部分物理机没有启用虚拟化时,可能不显示 Virtualization 字段。
常见查询包括:lscpu -e=CPU,CORE,SOCKET,NODE,ONLINE 查看逻辑 CPU 到核心、插槽和 NUMA 节点的映射;lscpu -J 供脚本解析;uname -m 只查看系统架构;grep -m1 'model name' /proc/cpuinfo 快速查看首个逻辑 CPU 的型号。
free -h查询物理内存、缓存、可用内存和交换空间占用。
查看内存使用
用于判断主机是否真正缺内存、缓存是否可回收,以及交换空间是否正在持续换入换出。先用 free -h 看总览,再用 vmstat 判断是否存在实时内存压力。
命令定位
free 读取内核内存统计并给出总览;vmstat 适合连续观察换页和 CPU 等待;swapon 用于确认交换设备。需要追查细项时再查看 /proc/meminfo,不要一开始就逐字段排查。
基本语法
free -h预期输出
total used free shared buff/cache available
Mem: <TOTAL> <USED> <FREE> <SHARED> <CACHE> <AVAIL>
Swap: <TOTAL> <USED> <FREE>实际数值因主机配置和当前负载而异。排障时优先看 available:它估算在不触发明显交换的情况下,应用还能使用多少内存;不要只因 free 很小就判断内存不足。
高频用法
持续观察可用内存
watch -n 2 free -h预期输出
Every 2.0s: free -h <TIME>
total used free shared buff/cache available
Mem: <TOTAL> <USED> <FREE> <SHARED> <CACHE> <AVAIL>
Swap: <TOTAL> <USED> <FREE>终端每 2 秒刷新一次。若 available 持续下降且无法回升,再结合进程内存和交换活动继续定位。
判断是否正在换入换出
vmstat 1 5预期输出
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
r b swpd free buff cache si so bi bo in cs us sy id wa st
<P> <P> <KB> <KB> <KB> <KB> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N>
<P> <P> <KB> <KB> <KB> <KB> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N>其中 <N>、<KB> 会替换为实际采样值。首行通常是自启动以来的平均值,重点看后续采样。si、so 持续大于 0 表示正在从交换区换入或换出;若同时响应变慢,通常已出现真实内存压力。
确认交换设备
swapon --show预期输出
NAME TYPE SIZE USED PRIO
<PATH> partition <SIZE> <USED> -2<PATH>、<SIZE>、<USED> 会按实际交换设备变化。若命令没有数据行,表示当前未启用交换空间。此时内存耗尽更容易直接触发 OOM Killer,应确认服务是否设置了合理内存上限和重启策略。
uptime分析平均负载、CPU 等待和任务运行状态。
查看系统负载
用于区分 CPU 饱和、I/O 阻塞和虚拟机被宿主机抢占。先看 1、5、15 分钟平均负载及 CPU 数,再用 vmstat 查看运行队列、阻塞任务和等待时间。
基本语法
uptime预期输出
<TIME> up <UPTIME>, <USERS> users, load average: <LOAD_1M>, <LOAD_5M>, <LOAD_15M>三个值分别表示最近 1、5、15 分钟的平均负载。Linux 负载包含可运行任务和不可中断睡眠任务,因此它不是 CPU 使用率百分比,也可能因磁盘或网络存储阻塞而升高。
负载读取方法
先确认在线逻辑 CPU 数:
nproc预期输出
<CPU_COUNT>持续负载应结合 <CPU_COUNT> 判断。负载长期接近 CPU 数,表示运行队列已接近满载;持续高于 CPU 数,通常存在排队。但短时峰值是否异常,还要结合业务延迟、vmstat 和 CPU 空闲率确认。
| 负载趋势 | 常见含义 |
|---|---|
| 1 分钟高,15 分钟低 | 刚出现的突发压力 |
| 1、5、15 分钟依次升高 | 压力正在扩大 |
| 1、5、15 分钟都高 | 已持续一段时间 |
| 负载高但 CPU 仍空闲 | 优先排查 I/O 阻塞或 D 状态任务 |
高频用法
同时观察队列、阻塞与 CPU 等待
vmstat 1 5预期输出
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
r b swpd free buff cache si so bi bo in cs us sy id wa st
<N> <N> <KB> <KB> <KB> <KB> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N>
<N> <N> <KB> <KB> <KB> <KB> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N> <N>其中 <N>、<KB> 会替换为实际采样值。首行通常是自启动以来的平均值,重点看后续采样。r 是等待或正在使用 CPU 的任务数,b 是不可中断睡眠任务数;id 是 CPU 空闲率,wa 是 I/O 等待,st 是虚拟机被宿主机抢占的 CPU 时间。
查找不可中断睡眠任务
ps -eo state,pid,comm,wchan:32 | grep '^D'预期输出
D <PID> <COMMAND> <WAIT_CHANNEL>没有输出表示采样时未发现 D 状态任务。若持续出现,结合 <WAIT_CHANNEL>、磁盘延迟、网络文件系统和内核日志定位阻塞点,不要直接批量杀进程;D 状态进程通常要等内核 I/O 返回后才能退出。
df [OPTION]... [FILE]...查询各文件系统的容量、已用空间和挂载位置。
查看磁盘空间
df 用于查看文件系统级别的容量、已用空间、剩余空间和挂载点。磁盘告警、写入失败或服务提示“空间不足”时,先用它确认是容量耗尽还是 inode 耗尽。
命令定位
df 统计已挂载文件系统,不负责定位具体大目录。常规检查使用 df -hT;文件数量异常时使用 df -i;只关心某个路径时把路径直接传给 df。
基本语法
df [OPTION]... [FILE]...常用参数如下:
| 参数 | 作用 |
|---|---|
-h |
以 K、M、G 等易读单位显示容量 |
-T |
显示文件系统类型 |
-i |
查看 inode 总量和使用率,而不是字节容量 |
-P |
使用稳定的 POSIX 单行格式,适合脚本解析 |
--total |
在末尾汇总所有文件系统容量 |
高频用法
查看所有本地已挂载文件系统的容量和类型:
df -hT预期输出:
Filesystem Type Size Used Avail Use% Mounted on
/dev/<DEVICE> ext4 100G 42G 53G 45% /
tmpfs tmpfs 3.9G 12M 3.9G 1% /run实际设备名和容量会因主机而异。重点读取 Use% 与 Mounted on,例如 / 达到 90% 以上时应继续定位大目录。
查看 inode 使用率,适合“容量还有剩余但无法创建文件”的场景:
df -i预期输出:
Filesystem Inodes IUsed IFree IUse% Mounted on
/dev/<DEVICE> 6553600 820000 5733600 13% /若 IUse% 接近 100%,通常是大量小文件占满 inode,删除少量大文件不能解决问题。
只检查某个目录所在的文件系统:
df -h /var/lib预期输出:
Filesystem Size Used Avail Use% Mounted on
/dev/<DEVICE> 100G 42G 53G 45% /df 会返回该路径所属的挂载点,不是 /var/lib 目录自身的大小。
du [OPTION]... [FILE]...统计目录或文件占用空间并定位大目录。
查看目录大小
du 用于统计目录或文件实际占用的磁盘空间。确认某个挂载点使用率过高后,用它逐层缩小范围,找出占用最大的目录或文件。
命令定位
du 从指定路径向下扫描并累计空间,适合回答“空间被哪些目录占用”。查看单个目录总量用 du -sh,查看一级子目录用 du -xhd1,定位大文件时再配合 sort。
基本语法
du [OPTION]... [FILE]...常用参数如下:
| 参数 | 作用 |
|---|---|
-s |
只输出汇总值 |
-h |
使用 K、M、G 等易读单位 |
-x |
不跨越到其他挂载点 |
-d N |
只显示到指定目录深度 |
-a |
同时显示文件和目录 |
--apparent-size |
显示逻辑大小,而不是实际占用块数 |
高频用法
查看一个目录的总占用:
du -sh /var/log预期输出:
1.8G /var/log实际数值会因主机而异。该结果表示 /var/log 下可扫描内容的累计磁盘占用。
按一级子目录查看 /var 的空间分布,并限制在当前文件系统内:
sudo du -xhd1 /var 2>/dev/null | sort -h预期输出:
120M /var/cache
640M /var/log
2.4G /var/lib
3.3G /var从下往上读取即可快速找到最大目录,再对最大路径重复执行同一命令。
列出 /var/log 中占用最大的 10 个文件或目录:
sudo du -xah /var/log 2>/dev/null | sort -h | tail -n 10预期输出:
96M /var/log/journal/<ID>/system.journal
180M /var/log/app/app.log
640M /var/log/journal
1.8G /var/log<ID> 代表实际目录标识。结果包含父目录汇总值,因此最后一行通常是扫描根目录本身。
sudo find <PATH> -xdev -type f -size +1G -printf '%s\t%p\n' | sort -nr | head按文件大小查找占用磁盘空间较多的文件。
查找大文件
用于磁盘空间告警时快速定位体积最大的普通文件。先限定文件系统和起始目录,再按字节排序,避免跨挂载点扫描网络盘、容器卷或其他磁盘。
高频用法
下面命令查找根文件系统内大于 1 GiB 的普通文件,按大小降序显示前 20 个。-xdev 只扫描当前文件系统,2>/dev/null 忽略无权限目录,适合先做只读排查。
sudo find / -xdev -type f -size +1G -printf '%s\t%p\n' 2>/dev/null \
| sort -nr \
| head -n 20 \
| numfmt --field=1 --to=iec --suffix=B预期输出
<SIZE> /<PATH>/large-image-layer
<SIZE> /<PATH>/service.log
<SIZE> /<PATH>/heapdump.hprof实际大小和路径会不同。第一列是文件大小,第二列是完整路径;优先检查日志、堆转储、缓存、备份和容器层文件。
常用参数
| 参数 | 用途 |
|---|---|
-xdev |
不进入其他挂载点,降低误扫网络盘或大容量数据盘的风险 |
-type f |
只匹配普通文件,不把目录、设备文件计入结果 |
-size +1G |
查找大于 1 GiB 的文件;可改为 +500M、+100M |
-printf '%s\t%p\n' |
输出字节数和完整路径,便于数值排序 |
sort -nr |
按第一列数值从大到小排序 |
head -n 20 |
只保留最大的 20 个结果 |
df -ih查询文件系统 inode 使用率并排查小文件耗尽问题。
查看 inode 使用
用于磁盘仍有可用容量但创建文件时报 No space left on device 的场景。先确认哪个文件系统 inode 接近耗尽,再统计高密度目录,定位海量小文件来源。
高频用法
下面先查看各文件系统 inode 使用率,再统计 /var 下每个一级目录包含的文件和目录总数,找出 inode 消耗最大的目录树。第二段会递归遍历,建议在业务低峰执行。
printf '== filesystem inode usage ==\n'
df -ih
printf '\n== top trees under /var ==\n'
sudo find /var -xdev -mindepth 1 -maxdepth 1 -type d -print0 2>/dev/null \
| while IFS= read -r -d '' dir; do
count=$(sudo find "$dir" -xdev -printf '.' 2>/dev/null | wc -c)
printf '%12d %s\n' "$count" "$dir"
done \
| sort -nr \
| head -n 10预期输出
== filesystem inode usage ==
Filesystem Inodes IUsed IFree IUse% Mounted on
/dev/<DEVICE> <TOTAL> <USED> <FREE> 96% /
== top trees under /var ==
<COUNT> /var/lib
<COUNT> /var/log
<COUNT> /var/cacheIUse% 接近 100% 表示 inode 紧张。下半部分数字越大,说明对应目录树包含的目录项越多,应继续缩小范围检查。
lsblk [选项] [设备]查询磁盘、分区、文件系统类型和挂载关系。
查看磁盘设备
使用 lsblk 快速确认主机上的磁盘、分区、文件系统类型及挂载关系。排查“新盘未识别、分区未挂载、设备名变化”时先执行本命令,再结合 blkid、findmnt 核对文件系统和实际挂载点。
基本语法
lsblk [选项] [设备]预期输出
NAME MAJ:MIN RM SIZE RO TYPE MOUNTPOINTS
sda 8:0 0 80G 0 disk
├─sda1 8:1 0 1G 0 part /boot
└─sda2 8:2 0 79G 0 part /不指定设备时列出全部块设备;指定 /dev/sdb 时只查看该磁盘及其下级分区。设备名称、容量和挂载点会因主机而异。
常用参数
-f:显示文件系统类型、UUID、卷标和挂载点。-o 字段列表:只输出需要的列,适合脚本和排障记录。-p:显示完整设备路径,如/dev/sda1。-d:只显示顶层设备,不展开分区或 LVM 子设备。-S:仅显示 SCSI 类磁盘及厂商、型号、传输类型。-J:输出 JSON,便于程序解析。
高频用法
查看磁盘、分区、文件系统和挂载关系:
lsblk -o NAME,TYPE,SIZE,FSTYPE,FSVER,LABEL,UUID,MOUNTPOINTS预期输出
NAME TYPE SIZE FSTYPE FSVER LABEL UUID MOUNTPOINTS
sda disk 80G
├─sda1 part 1G ext4 1.0 <UUID> /boot
└─sda2 part 79G xfs <UUID> /
sdb disk 200G
└─sdb1 part 200G ext4 1.0 <UUID>读取方法:TYPE=disk 是整盘,TYPE=part 是分区;FSTYPE 为空通常表示尚未格式化、未识别,或该层是 LVM/加密容器;MOUNTPOINTS 为空表示当前未挂载。
只确认文件系统标识,常用于编写挂载命令或 /etc/fstab 前核对 UUID:
lsblk -fp预期输出
NAME FSTYPE FSVER LABEL UUID FSAVAIL FSUSE% MOUNTPOINTS
/dev/sda
├─/dev/sda1 ext4 1.0 <UUID> 650M 28% /boot
└─/dev/sda2 xfs <UUID> 42G 47% /
/dev/sdb
└─/dev/sdb1 ext4 1.0 <UUID>查看物理磁盘型号和连接方式,用于区分云盘、本地盘、SATA、SAS 或 USB 设备:
lsblk -d -o NAME,SIZE,MODEL,SERIAL,TRAN,ROTA预期输出
NAME SIZE MODEL SERIAL TRAN ROTA
sda 80G Virtual Disk <SERIAL> 1
sdb 200G Samsung SSD <SERIAL> sata 0ROTA=1 通常表示旋转磁盘,ROTA=0 通常表示 SSD 或虚拟块设备;虚拟化平台可能不准确,应结合云控制台或硬件信息确认。
sudo mount [-t 文件系统类型] [-o 选项] <设备或远端路径> <挂载点>临时挂载磁盘分区、镜像或网络文件系统。
挂载文件系统
使用 mount 把磁盘分区、镜像文件或网络文件系统临时接入指定目录。生产操作前必须确认设备、文件系统类型和目标目录,挂载后用 findmnt 验证,避免把错误设备覆盖到业务目录上。
基本语法
sudo mount [-t 文件系统类型] [-o 选项] <设备或远端路径> <挂载点>预期输出
成功时通常没有输出;执行 findmnt <挂载点> 可查看实际挂载结果。挂载点必须已存在。mount 不会把数据复制到目录中,而是让该目录显示新文件系统内容;原目录中的文件会被临时遮住,卸载后重新可见。
常用参数
-t <类型>:指定ext4、xfs、nfs、cifs、iso9660等文件系统类型。-o ro:只读挂载,检查未知磁盘或镜像时更安全。-o rw:读写挂载,通常为默认值。-o loop:通过 loop 设备挂载镜像文件。-o noexec,nosuid,nodev:限制执行文件、SUID 和设备文件,适合不可信介质或临时数据盘。-a:按/etc/fstab挂载全部未挂载项;修改永久配置后用于验证。
高频用法
临时挂载本地分区。先用 lsblk -f 确认 /dev/<DEVICE> 对应正确文件系统,再替换示例中的占位符:
sudo mkdir -p /mnt/data
sudo mount /dev/<DEVICE> /mnt/data
findmnt /mnt/data预期输出
TARGET SOURCE FSTYPE OPTIONS
/mnt/data /dev/<DEVICE> ext4 rw,relatimeFSTYPE 和 OPTIONS 以实际设备为准。若系统无法自动识别类型,可明确指定,例如 sudo mount -t xfs /dev/<DEVICE> /mnt/data。
只读挂载待检查磁盘,降低误写和日志回放带来的风险:
sudo mkdir -p /mnt/recovery
sudo mount -o ro /dev/<DEVICE> /mnt/recovery
findmnt -no TARGET,SOURCE,FSTYPE,OPTIONS /mnt/recovery预期输出
/mnt/recovery /dev/<DEVICE> ext4 ro,relatime对损坏或来源不明的文件系统,只读挂载仍可能触发驱动级读取错误。重要数据应先制作块级镜像,再在副本上检查。
挂载 ISO 镜像:
sudo mkdir -p /mnt/iso
sudo mount -o loop,ro <PATH>/image.iso /mnt/iso
findmnt /mnt/iso预期输出
TARGET SOURCE FSTYPE OPTIONS
/mnt/iso /dev/loop0 iso9660 ro,relatimeloop 编号可能是 /dev/loop1 等其他值。ISO 通常为只读文件系统,不应强制使用 rw。
挂载 NFS 共享:
sudo mkdir -p /mnt/share
sudo mount -t nfs -o vers=4,soft,timeo=50 <SERVER>:/<EXPORT> /mnt/share
findmnt /mnt/share预期输出
TARGET SOURCE FSTYPE OPTIONS
/mnt/share <SERVER>:/<EXPORT> nfs4 rw,relatime,vers=4,<OPTIONS>soft 在超时后向应用返回错误,可能导致部分应用出现短写或数据不一致;数据库、队列等强一致业务通常应使用经过评估的 hard 挂载和合理超时策略。
卸载与验证
业务停止访问后再卸载:
sudo umount /mnt/data
findmnt /mnt/data >/dev/null || echo "已卸载"预期输出
已卸载若提示 target is busy,先用 findmnt -R /mnt/data 检查子挂载,再用 fuser -vm /mnt/data 查找占用进程。不要直接使用 umount -l 掩盖占用问题;延迟卸载会让旧挂载在进程释放前继续存在,可能造成监控误判或后续重复挂载。
风险与边界
挂载到非空目录会遮住原目录内容,容易被误判为“文件丢失”。触发条件是目标目录已有文件且新文件系统成功挂载;后果是业务读取到另一套目录内容。安全替代方案是先执行 findmnt <挂载点> 和 ls -la <挂载点>,优先使用新建的空目录。
把错误设备以读写方式挂载,可能触发文件系统日志回放、元数据更新或业务误写。操作未知磁盘时先用 lsblk -f、blkid 核对 UUID,并优先 -o ro;数据恢复场景应先做镜像。
mount -o remount,rw 不能修复底层介质或文件系统错误。若内核因 I/O 故障把文件系统切为只读,强制改回读写可能继续损坏数据;应先查看 journalctl -k,停止写入并安排文件系统检查或存储迁移。
网络文件系统的参数会直接影响故障行为。错误使用 soft、过短超时或不匹配的协议版本,可能造成应用报错、阻塞或数据一致性风险;生产环境应按业务类型和服务端能力验证后再固化到 /etc/fstab。