一、CPU性能参数指标

1.1 CPU使用率

CPU使用率是衡量CPU繁忙程度的核心指标，通常分为用户态（user）、系统态（system）、空闲（idle）和等待I/O（iowait）四部分。通过top、htop或vmstat命令可实时查看。例如：

vmstat 1  # 每秒刷新一次，观察us（用户态）、sy（系统态）、id（空闲）比例

高用户态使用率可能表明应用存在计算密集型任务，需优化算法或并行化；高系统态使用率可能涉及内核频繁处理中断或上下文切换，需检查驱动或内核参数。

1.2 上下文切换（Context Switches）

上下文切换指CPU在不同进程/线程间切换的次数，过高会导致性能下降。通过vmstat的cs列或pidstat -w监控：

pidstat -w 1  # 每秒显示各进程的上下文切换次数

优化建议：减少线程数、避免频繁创建/销毁线程、使用线程池。

1.3 运行队列（Run Queue）

运行队列长度（vmstat的r列）表示等待CPU调度的进程数。若持续超过CPU核心数，说明系统过载。例如：

grep -c '^processor' /proc/cpuinfo  # 获取CPU核心数
vmstat 1  # 对比r值与核心数

解决方案：扩容CPU、优化任务调度、负载均衡。

二、内存性能参数指标

2.1 可用内存（Available Memory）

free -h命令中的available字段反映系统可用内存（含缓存回收空间），比free更准确。内存不足会触发OOM（Out of Memory）杀手，导致进程被终止。

free -h  # 查看内存使用情况

优化策略：增加物理内存、优化内存分配（如使用对象池）、监控/proc/meminfo中的Slab（内核内存碎片）。

2.2 缓存与缓冲区（Cache/Buffer）

Linux利用空闲内存缓存磁盘数据（cache）和元数据（buffer），通过drop_caches可手动释放：

sync; echo 3 > /proc/sys/vm/drop_caches  # 谨慎操作，可能影响性能

建议：仅在内存紧张时清理，避免频繁操作。

2.3 交换分区（Swap）

交换分区使用率（free -h的swap行）过高表明物理内存不足。通过vmstat的si（换入）、so（换出）列监控交换活动：

vmstat 1  # 观察si/so值

优化方向：增加物理内存、调整swappiness（默认60，值越低越少用Swap）：

echo 10 > /proc/sys/vm/swappiness  # 降低Swap使用倾向

三、磁盘I/O性能参数指标

3.1 IOPS与吞吐量

IOPS（每秒I/O操作数）和吞吐量（MB/s）是磁盘性能的关键指标。通过iostat -x 1监控：

iostat -x 1  # 查看%util（利用率）、r/s（读IOPS）、w/s（写IOPS）

高%util且低IOPS可能表明磁盘饱和，需升级硬件或优化I/O模式（如异步I/O）。

3.2 等待时间（Await）

iostat的await列表示I/O请求的平均等待时间（毫秒）。若持续高于阈值（如SSD>10ms，HDD>50ms），需检查文件系统或RAID配置。

3.3 文件系统缓存

Linux通过page cache加速文件访问，可通过sar -b 1监控读写缓存命中率：

sar -b 1  # 查看%cachehit（缓存命中率）

优化建议：使用fadvise或madvise提示内核预读/释放缓存。

四、网络性能参数指标

4.1 带宽与吞吐量

通过iftop、nload或sar -n DEV 1监控网卡实时流量：

sar -n DEV 1  # 查看rxkB/s（接收）、txkB/s（发送）

瓶颈排查：对比网卡理论带宽（如ethtool eth0 | grep Speed）与实际吞吐量。

4.2 连接数与队列

ss -s统计TCP连接数，netstat -s查看错误统计。若ListenOverflows增加，需调整somaxconn参数：

echo 4096 > /proc/sys/net/core/somaxconn  # 增大监听队列

4.3 延迟与丢包

ping测试基础延迟，mtr结合traceroute和ping诊断路径丢包。工具如iperf3可测试端到端带宽。

五、系统级性能指标

rage-">5.1 负载平均值（Load Average）

uptime或top显示的1/5/15分钟负载均值，反映系统整体压力。若长期超过CPU核心数，需排查瓶颈。

5.2 中断与软中断

/proc/interrupts查看硬件中断分布，mpstat -P ALL 1监控各CPU核心的软中断（SI）比例。高SI可能涉及网络包处理（如NET_RX）。

5.3 系统日志分析

通过journalctl或dmesg排查错误事件，例如OOM记录、内核警告：

journalctl -k --since "1 hour ago" | grep -i error  # 查看内核日志错误

六、综合监控工具

• Prometheus + Grafana：可视化监控CPU、内存、磁盘、网络等指标。
• Perf：性能分析工具，定位热点函数。
• eBPF：无侵入式追踪系统行为（如bcc-tools中的execsnoop跟踪进程创建）。

七、优化实践案例

案例1：高CPU使用率
现象：top显示某Java进程CPU占用90%。
解决：通过perf top发现热点在GC线程，调整JVM堆大小（-Xms/-Xmx）后恢复正常。

案例2：磁盘I/O延迟高
现象：iostat显示%util=100%，await=200ms。
解决：迁移数据至SSD，并启用deadline调度器（echo deadline > /sys/block/sda/queue/scheduler）。

案例3：网络丢包
现象：mtr显示中间节点丢包率10%。
解决：联系ISP修复链路，并调整应用层重试机制。

八、总结

Linux性能优化需结合多维度指标（CPU、内存、I/O、网络）和工具（vmstat、iostat、perf）进行综合分析。定期监控、建立基线、针对性调优是保障系统高效运行的关键。