2. Linux性能工具集：perf、strace、ltrace、top、htop、vmstat、iostat、netstat、sar等工具概览
说实话，刚入行那会儿，我面对一台卡成狗的服务器，第一反应就是敲个top看看。后来踩的坑多了，才发现每个工具都有自己的脾气和专长。这一章，我就带你把这些家伙挨个认识一遍。
核心观点：没有万能工具，只有合适的场景。你手里拿的是瑞士军刀，不是大锤。
2.1 工具全家桶：一张图看懂
先给你看张我画的图。这玩意儿我每次培训都会拿出来，说白了就是一张「性能排查地图」。
2.2 CPU & 进程类工具
top / htop —— 入门必备
top是我用得最多的工具，没有之一。它就像汽车的仪表盘，一眼就能看到系统当前的健康状况。
我个人习惯，一上服务器先敲top，然后按P键按CPU排序，按M键按内存排序。这样最快找到「谁在吃资源」。
小技巧： htop是top的增强版，支持鼠标操作、彩色显示、树形进程视图。如果你能装，就别用top了。我在排查Java进程问题时，htop的树形视图帮我快速定位到了子线程的CPU飙升。
perf —— 性能分析的瑞士军刀
perf这玩意儿，说实话，入门有点门槛。但一旦用熟了，它就是你的「透视眼」。
它能干嘛？
- 统计CPU周期、缓存命中率、分支预测失败
- 采样分析热点函数（
perf top） - 记录并回放性能事件（
perf record+perf report）
# 实时查看CPU热点
perf top
# 采样30秒，然后分析
perf record -a -g -- sleep 30
perf report -g graph注意： perf需要内核支持，某些容器环境或云主机可能受限。我曾经在阿里云的一台ECS上折腾了半天，最后发现内核没开PERF_EVENTS……白忙活。
2.3 内存 & 交换工具
vmstat —— 虚拟内存的「心电图」
vmstat是我排查内存问题的首选。它不像free那样只给个快照，而是能持续输出变化趋势。
# 每2秒输出一次，共输出5次
vmstat 2 5输出里我最关注两列：
- si / so：交换入/出。如果这两个值持续非零，说明物理内存不够了。我遇到过一台数据库服务器，
so飙到几千，结果一看，swap分区在疯狂读写，磁盘I/O直接被打满。 - free：空闲内存。但注意，Linux会用空闲内存做缓存，所以
free小不一定代表内存不足。
避坑指南： 我曾经以为free命令显示的「available」才是真实可用内存。后来才发现，vmstat的free列是真正的未分配内存，而available是估算值。两者差距大时，说明缓存占了很多。
2.4 磁盘 I/O 工具
iostat —— 磁盘性能的「听诊器」
磁盘慢不慢，别靠感觉，用iostat说话。
# 查看磁盘I/O统计，每2秒刷新
iostat -x 2关键指标：
| 指标 | 含义 | 正常范围 |
|---|---|---|
| %util | 磁盘忙绿百分比 | < 80% |
| await | I/O请求平均等待时间（ms） | < 10ms（SSD），< 30ms（HDD） |
| svctm | I/O服务时间（ms） | 越短越好 |
嗯，这里要注意：%util到100%不代表磁盘坏了，可能是队列太深。我见过一个案例，%util只有60%，但await已经200ms了——原因是磁盘在做大量的随机小IO，寻道时间占了大部分。
2.5 网络 & 系统调用工具
netstat —— 网络连接的「户口本」
虽然现在ss命令更高效，但netstat依然是我排查端口和连接状态的利器。
# 查看所有监听端口
netstat -tlnp
# 查看连接状态统计
netstat -ant | awk '{print $6}' | sort | uniq -c你想想看，当你的服务报「端口被占用」时，netstat -tlnp | grep :8080是不是最快的方式？
strace / ltrace —— 追踪程序的「一举一动」
这两个工具，说白了就是「偷窥」程序在干什么。
- strace：追踪系统调用（如
open、read、write） - ltrace：追踪库函数调用（如
malloc、printf）
# 追踪某个PID的系统调用
strace -p 12345
# 只追踪与文件相关的系统调用
strace -e trace=file -p 12345实战经验： 有一次Nginx响应特别慢，我用strace -c -p $(pidof nginx)统计了系统调用耗时，发现epoll_wait占了99%的时间——说明Nginx在等事件，不是它在忙。问题出在后端服务上。
2.6 全能选手：sar
sar是我最敬重的工具。它能收集CPU、内存、磁盘、网络、进程等所有历史数据。说白了，它就是系统的「黑匣子」。
# 查看今天的CPU历史数据
sar -u
# 查看内存历史数据
sar -r
# 查看网络流量历史
sar -n DEV我个人习惯，所有服务器都开启sysstat服务，这样出问题时可以回头看历史数据。有一次凌晨3点服务挂了，我早上过来用sar -u -f /var/log/sa/sa06一看，凌晨2:45 CPU突然飙到100%——原来是定时任务和业务高峰撞车了。
一句话总结： top看当下，sar看历史，strace看细节，perf看热点。组合使用，才是高手。
好了，这一章的工具概览就到这里。每个工具都值得你花时间亲手敲一遍。别光看，打开终端试试——你会发现，性能排查其实没那么玄乎。