内容总览

linux: 系统信息与进程服务命令 思维导图

一、系统与主机信息

1.1 uname

  • 全称:Unix name(Unix 系统名称)
  • 作用:显示内核与系统架构信息
  • 常用参数:
    • -a:显示全部信息
    • -r:仅显示内核版本
    • -s:显示内核名称
    • -m:显示硬件架构
    • -n:显示网络节点主机名
  • 示例:
    uname -a
    uname -r
    uname -m
    
  • 说明:uname -a 的输出顺序为"内核名称 主机名 内核版本 编译信息 架构 操作系统",其中内核发布日期可用于判断是否包含某个已修复的缺陷。

1.2 hostnamectl

  • 全称:hostname control(主机名控制)
  • 作用:查看和设置主机名及相关系统标识,systemd 提供
  • 常用参数:
    • 无参数:显示静态主机名、机型、操作系统、内核、架构
    • set-hostname:设置主机名
    • --static、--transient、--pretty:分别指定静态、临时、美观主机名
  • 示例:
    hostnamectl
    sudo hostnamectl set-hostname web01
    hostnamectl --static
    
  • 坑点:set-hostname 修改的是静态主机名,写入 /etc/hostname,不会自动更新 /etc/hosts 中指向 127.0.1.1 的旧主机名条目,解析本机名异常时需手工同步。

  • 高危 提醒:集群中随意修改主机名会导致依赖主机名的证书、监控、集群成员识别失效,修改前确认服务配置中无硬编码主机名。

1.3 hostname

  • 全称:主机名
  • 作用:显示或临时设置内核中的主机名
  • 常用参数:
    • -I:显示所有网络接口的 IP 地址【Debian/Ubuntu 特有】
    • -f:显示全限定域名(FQDN)
    • -d:显示域名部分
  • 示例:
    hostname
    hostname -I
    hostname -f
    
  • 坑点:hostname <新名> 只修改当前运行的内核主机名,重启后失效,需用 hostnamectl set-hostname 持久化;-I、-f 依赖 net-tools(sudo apt install net-tools)。

1.4 uptime

  • 全称:"运行时长"
  • 作用:显示当前时间、系统运行时长、登录用户数与平均负载
  • 常用参数:-p 以易读格式显示运行时长,-s 显示开机时间
  • 示例:
uptime
uptime -p
uptime -s
  • 说明:输出末尾三个数值为 1、5、15 分钟平均负载,含义见 2.10 小节。

1.5 date 与 timedatectl

  • 全称:"日期";timedatectl 为 time and date control(时间与日期控制)
  • 作用:date 显示/格式化/按规则计算时间;timedatectl 查看和设置系统时间、时区、NTP 同步
  • 常用参数:
    • date +%F:按 YYYY-MM-DD 输出;+%F:指定输出格式,%F = full date,等价于 %Y-%m-%d(ISO 8601 日期格式)
    • date +%F\ %T:日期与时间
    • date -d:按描述计算时间,如 -d "yesterday"
    • date -d @<秒>:把 Unix 时间戳转换为可读时间
    • timedatectl:显示本地时间、UTC 时间、RTC 时间、时区、NTP 状态
    • timedatectl set-ntp true:启用 NTP 自动同步
  • 示例:
date
date +%F\ %T
date -d "1 hour ago" +%F\ %T
date -d @1700000000
timedatectl
sudo timedatectl set-ntp true
  • 坑点:date -s 手工改时间与 NTP 同步冲突,改时间前先 sudo timedatectl set-ntp false;容器内 timedatectl 常因无 systemd 报错,属正常现象。

1.6 lscpu

  • 全称:list CPU(列出 CPU)
  • 作用:从 /proc/cpuinfo 与 sysfs 汇总 CPU 架构与拓扑信息
  • 常用参数:
    • -e:以表格列出每个逻辑 CPU
    • -p:以可解析格式输出
    • -c:仅显示离线 CPU
  • 示例:
lscpu
lscpu -e
lscpu | grep -E "Model name|^CPU\(s\)|Thread|Core|Socket"
  • 说明:输出中 CPU(s) 为逻辑 CPU 总数,Thread(s) per core、Core(s) per socket、Socket(s) 三者相乘应等于逻辑 CPU 总数,是判断超线程与物理核数的依据。

1.7 lsmem

  • 全称:list memory(列出内存)
  • 作用:按内存块(memory block)列出可用的物理内存范围
  • 常用参数:
    • --summary:仅显示汇总
    • -b:以字节为单位显示
    • --output:自定义输出列
  • 示例:
lsmem --summary
lsmem -b
  • 坑点:lsmem 显示的是物理内存块,不等于可用内存;实际可用量以 free -h 为准。

1.8 nproc

  • 全称:number of processors(处理器数量)
  • 作用:显示可用的处理单元数量(受 CPU 亲和性与 cgroup 限制影响)
  • 常用参数:--all 忽略亲和性限制,显示系统中全部处理器数量
  • 示例:
nproc
nproc --all
  • 说明:容器内 nproc 返回的是容器可见的 CPU 数,与宿主机 nproc --all 可能不同,排查性能问题前先确认两者差异。

1.9 free

  • 全称:"空闲"
  • 作用:显示物理内存与交换分区的使用情况
  • 常用参数:
    • -h:人性化单位
    • -m:以 MB 为单位
    • -s <秒>:按间隔持续刷新
    • -t:增加合计行
  • 示例:
free -h
free -m -s 2
free -h -t
  • 说明:判断内存是否紧张看 available 列而非 free 列,buff/cache 属可回收部分;available 指在不使用 swap 的前提下可供新进程使用的估算内存。
  • 坑点:free 数值偏小不代表内存不足,Linux 会主动使用空闲内存做缓存;真正不足的信号是 swap 使用量持续增长且 available 接近 0。

1.10 lsb_release【Debian/Ubuntu 特有】

  • 全称:Linux Standard Base release(Linux 标准基础发行版信息)
  • 作用:显示发行版名称、版本号与代号
  • 常用参数:-a 全部信息,-d 描述,-r 版本号,-c 代号
  • 示例:
lsb_release -a
lsb_release -ds
  • 坑点:由 lsb-release 包提供,最小化安装可能缺失(sudo apt install lsb-release);替代方式为查看 /etc/os-release,字段为 VERSION= 与 VERSION_CODENAME=。

1.11 w

  • 全称:源自 who 的扩展,"谁在做什么"
  • 作用:显示当前登录用户及其正在执行的命令,首行同时给出负载信息
  • 常用参数:-h 不显示表头,-s 精简输出,-f 显示来源字段,-i 显示 IP
  • 示例:
w
w -h
  • 说明:输出列含义为 USER、TTY、FROM(来源地址)、LOGIN@(登录时间)、IDLE(空闲时长)、JCPU、PCPU、WHAT(当前命令),是确认"是否有他人登录"的最快方式。

1.12 who

  • 全称:"谁"
  • 作用:显示当前登录的用户会话
  • 常用参数:-b 显示系统最近一次启动时间,-r 显示当前运行级别,-q 仅列出用户名与人数,-a 显示全部
  • 示例:
who
who -b
who -r
who -q
  • 坑点:who 读取 /var/run/utmp,只反映会话信息,不反映后台服务进程;容器或无 utmp 更新的环境中输出可能为空。

1.13 last

  • 全称:"最近"
  • 作用:查看登录、注销与重启历史记录
  • 常用参数:-n <条数> 限制条数,-x 包含关机与运行级别变更记录,-F 显示完整时间,-i 显示 IP
  • 示例:
last -n 10
last -x
last reboot
  • 说明:数据来源为 /var/log/wtmp(二进制文件),重启记录以 reboot 伪用户显示,是核对非计划重启时间的常用手段。

1.14 lastb

  • 全称:last bad(查看失败的登录)
  • 作用:查看失败的登录尝试记录
  • 常用参数:-n <条数> 限制条数
  • 示例:
lastb -n 10
  • 坑点:需 root 权限读取 /var/log/btmp,普通用户执行输出为空;该文件增长较快,可作为安全审计与暴力破解排查的输入。

1.15 history

  • 全称:"历史"
  • 作用:查看当前用户执行过的命令(shell 内建命令)
  • 常用参数:
    • history <数量>:仅显示最近若干条
    • -c:清空当前会话历史
    • -w:把当前会话历史写入历史文件
    • -a:把当前会话新增记录追加到历史文件
    • !!:重复上一条命令
    • !<编号>:按编号重复执行
  • 示例:
history 20
history -w
!120
  • 坑点:命令默认在 shell 退出时才写入 ~/.bash_history,多个终端并存时会互相覆盖;历史记录会保留密码等敏感参数,涉及敏感操作前可在命令前加空格(需设置 HISTCONTROL=ignorespace)或事后清理。

二、系统资源监控

2.1 top

  • 全称:"总览"
  • 作用:实时显示系统负载、任务数、CPU 与内存使用以及占用最高的进程
  • 常用参数:
    • -b:批处理模式,适合重定向到文件
    • -n <次数>:刷新次数
    • -d <秒>:刷新间隔
    • -u <用户>:仅显示指定用户的进程
    • -o <字段>:按字段排序
  • 常用交互键:
    • P:按 CPU 使用率排序
    • M:按内存使用率排序
    • T:按累计 CPU 时间排序
    • 1:展开显示每个逻辑 CPU
    • k:向指定 PID 发送信号
    • r:调整指定进程的 nice 值
    • q:退出
  • 示例:
top
top -b -n 1 | head -n 20
top -u www-data
top -o %MEM
  • 说明:头部 load average 为 1、5、15 分钟平均负载;us 用户态、sy 内核态、id 空闲、wa 等待 I/O、st 被虚拟化抢占。
  • 坑点:top -b -n 1 首次输出中的 %CPU 是自进程启动以来的平均值,不能反映瞬时占用,至少刷新两次后取第二次结果。

2.2 htop

  • 全称:由 top 衍生,h 为作者的命名习惯
  • 作用:带彩色与交互菜单的进程监控工具,支持树形视图与鼠标操作
  • 常用参数:-u <用户> 指定用户,-p <PID,...> 指定进程,-d <十分之一秒> 刷新间隔,-t 树形视图
  • 常用交互键:F5 树形,F6 排序,F9 发送信号,F4 过滤,F3 搜索,q 退出
  • 示例:
htop
htop -u www-data
htop -p $(pgrep -d, nginx)
  • 说明:Ubuntu 默认未安装,需 sudo apt install htop。

2.3 vmstat

  • 全称:virtual memory statistics(虚拟内存统计)
  • 作用:周期性输出进程、内存、交换、I/O、中断与 CPU 的统计信息
  • 常用参数:
    • <间隔> <次数>:如 1 5 表示每秒一次共五次
    • -s:以表格形式输出累计统计
    • -d:磁盘统计
    • -w:宽格式,字段对齐更易读
  • 示例:
vmstat 1 5
vmstat -s
vmstat -w 1 5
  • 说明:关键列 r 为运行队列长度,b 为不可中断睡眠进程数,si/so 为换入换出量,us/sy/id/wa 为 CPU 时间占比。r 持续大于逻辑 CPU 数说明 CPU 排队。
  • 坑点:第一条输出为自系统启动以来的平均值,分析瞬时状态必须看后续行。

2.4 iostat

  • 全称:input/output statistics(输入输出统计)
  • 作用:显示 CPU 使用率与各块设备的 I/O 统计
  • 常用参数:
    • -x:显示扩展统计(%util、await、r/s、w/s 等)
    • <间隔> <次数>:周期输出
    • -d:仅显示设备信息
    • -m:以 MB/s 为单位显示吞吐
  • 示例:
iostat -x 1 3
iostat -dxm 1
  • 说明:由 sysstat 包提供,需 sudo apt install sysstat;%util 接近 100% 表示设备基本饱和,await 为平均等待时间(毫秒),数值持续偏大说明 I/O 存在排队。
  • 坑点:iostat 主要面向传统块设备,对以队列深度为特征的 NVMe 固态盘,%util 不能单独作为饱和判据,应结合 await 与业务延迟综合判断。

2.5 mpstat

  • 全称:multiple processor statistics(多处理器统计)
  • 作用:按 CPU 或按核心分别显示 CPU 时间分布
  • 常用参数:
    • -P ALL:显示所有逻辑核心
    • -P <编号>:仅显示指定核心
    • <间隔> <次数>:周期输出
  • 示例:
mpstat
mpstat -P ALL 1 3
  • 说明:由 sysstat 包提供。当整体 CPU 使用率不高但单核 %usr 接近 100% 时,多为单线程瓶颈,需结合 3.1 小节的 ps 定位具体进程。

2.6 pidstat

  • 全称:process identifier statistics(进程统计)
  • 作用:按进程(或线程)输出 CPU、内存、I/O、上下文切换统计
  • 常用参数:
    • -u:CPU 统计
    • -r:内存统计
    • -d:I/O 统计
    • -w:上下文切换统计
    • -t:显示线程级数据
    • -p <PID>:指定进程,-C <名称> 按命令名过滤
  • 示例:
pidstat -p <PID> 1 5
pidstat -d -p <PID> 1 5
pidstat -t -p <PID> 1 5
pidstat -C nginx 1 3
  • 说明:由 sysstat 包提供,适合把整体资源消耗归因到具体进程或线程。

2.7 sar

  • 全称:system activity reporter(系统活动报告)
  • 作用:查看历史与实时的系统活动数据(CPU、内存、网络、磁盘等)
  • 常用参数:
    • -u:CPU 使用率
    • -r:内存使用
    • -b:I/O 与传输速率
    • -n DEV:网络接口统计
    • -f <文件>:读取指定历史数据文件
    • <间隔> <次数>:实时采样
  • 示例:
sar -u 1 5
sar -r 1 3
sar -n DEV 1 3
sar -u -f /var/log/sysstat/sa15
  • 说明:由 sysstat 包提供,Ubuntu 默认 ENABLED="false",需在 /etc/default/sysstat 中改为 true 并重启 sysstat 服务后才开始按天采集历史数据。
  • 坑点:未开启采集时 /var/log/sysstat/ 下无当日数据文件,sar -f 会报文件不存在,回看历史性能需提前开启。

2.8 slabtop

  • 全称:slab top(内核 slab 缓存总览)
  • 作用:实时显示内核 slab 分配器各缓存的对象数与占用内存
  • 常用参数:-o 单次输出,-s <排序字段> 指定排序(如 c 按缓存大小),-d <秒> 刷新间隔
  • 示例:
sudo slabtop -o
sudo slabtop -o -s c
  • 坑点:数据来源 /proc/slabinfo 仅 root 可读,普通用户执行无输出或提示权限不足;dentry、inode_cache 等缓存偏大属正常,长期只增不减需结合内存回收情况判断。

2.9 watch

  • 全称:"看守、持续观察"
  • 作用:按固定间隔重复执行命令并全屏刷新结果
  • 常用参数:
    • -n <秒>:间隔,默认 2 秒
    • -d:高亮相邻两次输出的差异
    • -t:不显示顶部标题
    • -e:出错时停止刷新
  • 示例:
watch -n 1 'free -h'
watch -d -n 2 'df -h'
watch -n 1 'systemctl --failed'
  • 坑点:被执行的命令建议整体加单引号,避免 shell 提前展开变量导致 watch 每次执行结果相同。

2.10 平均负载的含义

  • 全称:load average(平均负载)
  • 作用:描述单位时间内处于可运行与不可中断状态的进程平均数,由 uptime、top、/proc/loadavg 提供
  • 三个数值的含义:
    • 第一个:最近 1 分钟的平均负载
    • 第二个:最近 5 分钟的平均负载
    • 第三个:最近 15 分钟的平均负载
  • 解读方法:
    1. 取逻辑 CPU 数 nproc 作为基准。
    2. 负载接近基准值表示基本满载,长期高于基准值表示存在排队。
    3. 三个数值递减(1 分钟 > 5 分钟 > 15 分钟)说明负载在上升;递增说明负载在回落。
    4. 负载高但 CPU 空闲率高,多为不可中断睡眠(D 状态)进程在等待 I/O,应结合 iostat -x 1 与 vmstat 1 判断。
  • 示例:
uptime
nproc
cat /proc/loadavg
  • 说明:Linux 的平均负载把等待 I/O 的 D 状态进程也计入,因此与 CPU 使用率并不等价。

2.11 CPU 与 I/O 深度排查

  • 全称:CPU 与 I/O 深度排查,把平均负载、CPU 时间分布、中断处理与块设备延迟串成一条定位链
  • 作用:在 2.3、2.4、2.6、2.10 的基础上,区分 CPU 争用、I/O 等待与中断处理三类成因,并给出从负载到具体设备的定位顺序
  • 负载与 CPU 数量的关系:
    1. 以 nproc 输出的逻辑 CPU 数为基准,负载值除以核数得到每核平均等待任务数
    2. 每核 0.7 左右为需要关注的起点,接近 1.0 表示基本满载,长期大于 1.0 说明存在排队
    3. 负载快速升高而 CPU 使用率不高,多为 D 状态进程在等待 I/O,或虚拟化环境被宿主抢占(判断方法见 2.10 与本节 steal time 部分)
    4. 负载的三个数值与 si/so、cs、in 等列需同时观察,单独一个数值不足以定性
  • vmstat 关键列判读:
列 含义 判读
r 运行队列长度,含正在运行的进程 持续大于逻辑 CPU 数说明 CPU 排队
b 不可中断睡眠进程数 升高说明进程在等待块设备 I/O
si / so swap 换入 / 换出速率(KB/s) 持续非零说明内存不足触发换页
cs 上下文切换次数(每秒) 异常升高指向锁竞争或调度频繁
in 中断次数(每秒,含时钟中断) 与 cs 同步升高说明内核态开销增大
us/sy/id/wa 用户态、内核态、空闲、I/O 等待的 CPU 时间占比 sy 偏高时需结合 in 与 cs 判断成因
  • 上下文切换与中断的区别:
    1. 上下文切换是任务之间的切换,由内核调度器发起,分自愿切换(任务等待资源主动让出 CPU)与非自愿切换(时间片耗尽被抢占);指标为 cs 与 pidstat -w 的 cswch/s、nvcswch/s
    2. 中断是硬件或软件对内核的异步通知,不更换当前任务;硬中断由设备产生,如网卡收包、磁盘完成通知,软中断是内核下半部处理,如网络协议栈与定时器;指标为 in 与 /proc/softirqs
    3. 两者都消耗 CPU:sy 高且 in 高指向中断处理开销,sy 高且 cs 高指向系统调用频繁或锁竞争,si 列(top 中的软中断占比,与 vmstat 的 si 同名不同义)高指向网络或定时器软中断集中
    4. 排查入口:vmstat 1 看整体趋势,pidstat -w 归因到进程,/proc/interrupts 与 /proc/softirqs 归因到设备与 CPU
  • 虚拟化环境的 steal time:
    1. st(mpstat 的 %steal、/proc/stat 的 steal 字段)表示虚拟 CPU 已就绪但被宿主机调度走、无法运行的时间占比
    2. 判据:st 持续大于 5% 说明宿主机超卖或同宿主邻居资源争用严重,此时虚拟机内部 CPU 使用率不高但业务延迟偏高
    3. 确认方式:top 或 mpstat -P ALL 1 观察 st、读取 /proc/stat 中 steal 字段的增量、用 systemd-detect-virt 确认是否运行在虚拟化环境
    4. 处置:向平台侧反馈或迁移实例,虚拟机内部调优对该项无效
  • 进程与线程级归因:pidstat -u 给出 %usr 与 %system,pidstat -w 给出自愿与非自愿切换次数(加 -t 细分到线程),pidstat -d 给出 kB_rd/s、kB_wr/s 与 iodelay,用于把开销落到具体进程或线程,参数见 2.6
  • 软中断分布与网卡多队列:
    1. cat /proc/softirqs 按 CPU 逐项列出软中断累计计数,常见项为 NET_RX、NET_TX、TIMER、RCU、SCHED
    2. 判据:多个 CPU 中 NET_RX 的增量集中在单一 CPU(通常是 CPU0),说明收包由一个 CPU 承担,该核的 si 成为瓶颈
    3. 处理:用 ethtool -l <网卡> 查看队列上限与当前值,用 ethtool -L <网卡> combined <数量> 调整队列数,并用 irqbalance 或手工写 /proc/irq/<中断号>/smp\_affinity 把中断分散到多个 CPU
    4. 核对:cat /proc/interrupts 观察各队列中断在各 CPU 上的分布是否均衡
  • perf top 与火焰图的基本步骤:
    1. perf top 实时查看系统或指定进程的热点函数,确认内核符号可解析
    2. perf record -F 99 -g -p <PID> -- sleep 30 采样 30 秒,-g 采集调用栈,-F 99 指定采样频率
    3. perf report 以文本方式查看采样结果,按函数与调用链展开
    4. perf script > out.perf 后执行 stackcollapse-perf.pl out.perf > out.folded,再执行 flamegraph.pl out.folded > flame.svg 生成火焰图(两个脚本来自 FlameGraph 项目)
    5. 火焰图横轴为采样占比、纵轴为调用栈深度,较宽的顶层函数是优化对象,perf report 中的 Overhead 列与宽度含义一致
  • iostat -x 判读:
    1. await:单次 I/O 从提交到完成的平均时间(含排队),单位为毫秒,需与设备自身基线延迟比较,明显偏高说明存在排队
    2. aqu-sz:平均请求队列长度,持续增长且与 await 同向变化说明队列堆积
    3. %util:设备处于忙碌状态的时间占比,接近 100% 表示设备长期在工作,但对以队列深度为特征的 NVMe,%util 不能单独作为饱和判据(见 2.4)
    4. r_await 与 w_await 分开观察可区分读等待与写等待,%util 高而 await 正常多为高并发小 IO 场景
  • D 状态进程与 I/O hang 的定位顺序:
    1. 负载与 CPU 层:uptime、vmstat 1、mpstat -P ALL 1 确认是 CPU 排队还是 I/O 等待,重点看 r、b、wa、st
    2. 进程层:ps -eo pid,stat,wchan:32,cmd 找出 D 状态进程,cat /proc/<PID>/stack 与 cat /proc/<PID>/wchan 查看阻塞所在的内核函数,据此判断是文件系统、块层还是网络文件系统
    3. 块层与设备层:iostat -x 1 定位 await、aqu-sz、%util 异常的设备,cat /sys/block/<设备>/inflight 查看队列积压,cat /proc/mdstat 确认阵列是否处于降级或重建
    4. 内核与硬件层:dmesg -T 与 journalctl -k -b -p warning 查看 I/O error、链路重置、文件系统报错,smartctl -H 判断介质健康
    5. 处置:先恢复链路或更换故障设备,再处理上层文件系统;D 状态进程无法用信号终止,I/O 完成后自行恢复(处置细节见 9.4)
  • 示例:
    # 1. 负载是否与 CPU 数量匹配
    uptime; nproc; vmstat 1 5
    # 2. CPU 时间分布与虚拟化抢占
    mpstat -P ALL 1 3
    # 3. 进程与线程级归因
    pidstat -u -w -d -p <PID> 1 5
    pidstat -w -t -p <PID> 1 5
    # 4. 中断与软中断分布
    grep -E "NET_RX|NET_TX|TIMER" /proc/softirqs
    ethtool -l eth0
    cat /proc/interrupts | grep -i eth0
    # 5. 块设备延迟与队列
    iostat -x 1 3
    # 6. 热点函数与火焰图
    perf top -p <PID>
    perf record -F 99 -g -p <PID> -- sleep 30
    perf report
    # 7. D 状态进程与其阻塞点
    ps -eo pid,stat,wchan:32,cmd | awk '$2 ~ /D/'
    cat /proc/<PID>/stack
    
  • 说明:awk '$2 ~ /D/' 可同时匹配 D、Ds 等状态;wchan 给出进程阻塞所在的内核函数名,与 /proc/<PID>/stack 结合可判断阻塞层次;perf 的采样结果需内核符号配合,可用 perf top 的输出判断符号是否可解析。

  • 坑点:perf record 的采样频率过高会带来额外开销,生产环境应短时使用并优先在测试环境复现;容器或精简内核下可能只显示十六进制地址,需在宿主机侧采集;iostat 的首行同样为自开机以来的平均值,判读应取后续行。

三、进程查看与定位

3.1 ps

  • 全称:process status(进程状态)
  • 作用:报告当前进程快照,是最基础的进程查看工具
  • 常用组合:
    • aux:BSD 风格,显示所有进程及其用户、CPU、内存、状态、完整命令
    • -ef:System V 风格,显示 PID、PPID、启动时间、完整命令
    • -ef --forest:以树形展示父子关系
    • -eo <列>:自定义输出列
    • --sort=<字段>:排序,字段前加 - 表示降序
  • 常用列名:pid、ppid、user、%cpu、%mem、stat、etime、lstart、cmd
  • 示例:
    ps aux
    ps -ef
    ps -ef --forest
    ps -eo pid,ppid,user,%cpu,%mem,stat,etime,cmd --sort=-%cpu | head
    ps aux --sort=-%mem | head
    ps -eo pid,comm,%cpu --sort=-%cpu | head -n 6
    
  • 说明:STAT 列中 R 运行、S 可中断睡眠、D 不可中断睡眠、T 停止、Z 僵尸;后缀 s 表示会话首进程,l 表示多线程,+ 表示前台进程组。

  • 坑点:ps 是瞬时快照,抓取短生命周期进程需配合循环或 watch;ps aux 的 %CPU 为进程生命周期内的平均值,与 top 的瞬时值不同。

3.2 pgrep

  • 全称:process grep(进程匹配)
  • 作用:按名称或属性匹配进程并输出 PID
  • 常用参数:
    • -a:同时显示完整命令行
    • -f:匹配完整命令行而非仅进程名
    • -u <用户>:限定用户
    • -c:仅输出匹配数量
    • -l:输出 PID 与进程名
    • -x:进程名精确匹配
  • 示例:
pgrep -a sshd
pgrep -c nginx
pgrep -u www-data -a php-fpm
pgrep -f "python3 app.py"
  • 坑点:默认只匹配进程名的前 15 个字符,长名称进程用 -f 更可靠;-f 会匹配到自身命令行,脚本中注意排除当前 shell。

3.3 pidof

  • 全称:process ID of(查询进程号)
  • 作用:按可执行程序名查询 PID,常有多个结果
  • 常用参数:-s 仅返回一个 PID,-x 同时匹配以该名称命名的脚本
  • 示例:
pidof sshd
pidof -s nginx
  • 坑点:pidof 匹配的是可执行文件,以 #!/usr/bin/env python3 方式启动的脚本需加 -x 才能匹配到解释器进程。

3.4 pstree

  • 全称:process tree(进程树)
  • 作用:以树形展示进程父子关系
  • 常用参数:-p 显示 PID,-u 显示用户变化,-a 显示命令行参数,-n 按 PID 排序
  • 示例:
pstree -p
pstree -pau <PID>
  • 说明:定位"某个父进程派生出的全部子进程"时,指定 PID 输出其子树最直观。

3.5 /proc/PID 目录解读

  • 全称:process information pseudo-filesystem(进程信息伪文件系统)
  • 作用:以文件形式暴露进程内核态数据结构,是 ps、top、lsof 的数据来源
  • 常用文件:
    • /proc/<PID>/status:进程名、状态、PID、PPID、线程数、内存占用、Uid/Gid
    • /proc/<PID>/cmdline:启动命令行,参数以空字符分隔
    • /proc/<PID>/fd/:进程打开的文件描述符,均为指向实际文件的符号链接
    • /proc/<PID>/environ:进程环境变量,以空字符分隔
    • /proc/<PID>/exe:指向可执行文件的符号链接
    • /proc/<PID>/cwd:指向进程当前工作目录的符号链接
  • 示例:
cat /proc/<PID>/status
tr '\0' ' ' < /proc/<PID>/cmdline; echo
ls -l /proc/<PID>/fd
sudo tr '\0' '\n' < /proc/<PID>/environ
  • 坑点:cmdline、environ 以空字符分隔,直接 cat 会连成一行,需用 tr 转换;environ、fd、cwd 等目录通常仅进程属主或 root 可读,跨用户查看需 sudo。

3.6 lsof -p

  • 全称:list open files(列出打开的文件)
  • 作用:列出指定进程打开的文件、目录、套接字与库
  • 常用参数:
    • -p <PID>:限定进程,可写 -p <PID>,<PID> 指定多个
    • -d <fd>:限定文件描述符
    • -i:仅显示网络连接
    • -a:与其他条件取交集
  • 示例:
lsof -p <PID>
lsof -p <PID> | grep -i deleted
lsof -a -p <PID> -i
  • 说明:输出中 TYPE 为 REG 表示普通文件,DIR 为目录,IPv4/IPv6 为网络连接;DEL 标记的文件已被删除但句柄未释放。
  • 坑点:lsof -p 需要权限,查看他人进程需 sudo;磁盘空间未释放常因进程持有已删除文件的句柄。

3.7 strace -p

  • 全称:system call trace(系统调用跟踪)
  • 作用:跟踪进程的系统调用与信号,用于定位卡在何处
  • 常用参数:
    • -p <PID>:附加到运行中的进程
    • -f:跟踪子进程
    • -T:显示每个调用耗时
    • -tt:显示精确时间戳
    • -e <表达式>:过滤,如 -e trace=file
    • -c:统计汇总
  • 示例:
sudo strace -p <PID>
sudo strace -p <PID> -e trace=network -tt
sudo strace -f -c -p <PID>
  • 说明:查看进程卡住的位置时,重点找长时间无返回的调用,如 read、connect、futex。
  • 坑点:附加到繁忙进程会显著增加其开销,生产环境慎用;内核参数 kernel.yama.ptrace_scope 默认限制非子进程附加,需 sudo;对处于 D 状态(不可中断睡眠)的进程附加常无任何输出或长时间阻塞,应先确认其状态。

3.8 pwdx

  • 全称:process working directory(进程工作目录)
  • 作用:显示指定进程的当前工作目录
  • 常用参数:无额外参数,可一次指定多个 PID
  • 示例:
pwdx <PID>
pwdx $(pgrep -d' ' nginx)
  • 说明:等价于读取 /proc/<PID>/cwd 的符号链接,用于确认进程实际在哪个目录下运行。

3.9 fuser

  • 全称:file user(文件使用者)
  • 作用:查看正在使用某个文件、目录或端口的进程,也可向这些进程发送信号
  • 常用参数:
    • -v:详细显示占用进程
    • -m:作用于整个挂载点
    • -n <协议>:指定命名空间,如 -n tcp <端口>
    • -k:向占用进程发送信号(默认 SIGKILL)
    • -u:显示进程属主
  • 示例:
sudo fuser -v /var/log/syslog
sudo fuser -v -n tcp 8080
sudo fuser -vm /data
  • 说明:卸载文件系统前先用 fuser -vm <挂载点> 确认占用进程,再决定是否终止。
  • 高危 提醒:fuser -k 默认发送 SIGKILL,命中目标往往包含数据库、Web 服务器等关键进程。示例:sudo fuser -k /var/lib/mysql/ibdata1 会直接杀死数据库进程,可能造成数据损坏或需要长时间恢复。使用前务必先用 fuser -v 确认进程列表,改用 -TERM 发送可被处理的信号。

四、进程控制与信号

4.1 kill

  • 全称:"杀死"
  • 作用:向进程发送信号,最常用的是终止信号
  • 常用信号:
    • 1 SIGHUP:挂起,守护进程常用于重新读取配置
    • 2 SIGINT:中断,等效于前台按 Ctrl+C
    • 9 SIGKILL:强制终止,进程无法捕获或忽略
    • 15 SIGTERM:优雅终止,进程可捕获并做清理(kill 默认信号)
    • 0:不发送信号,仅检查进程是否存在及是否有权限
  • 常用参数:-l 列出全部信号,-s <信号> 指定信号名,-<信号> 简写形式
  • 示例:
kill <PID>
kill -15 <PID>
kill -HUP <PID>
kill -9 <PID>
sudo kill -0 <PID> && echo "存在"
  • 坑点:默认信号是 15,进程收到后应主动退出并释放资源;信号 1 对守护进程通常含义为重新加载配置,但各服务对 HUP 的处理约定不同,部分服务会直接退出,使用前确认该服务的信号约定;sudo kill -0 返回 0 仅表示进程存在且有权限,不代表进程工作正常。
  • 高危 提醒:不要以 kill -9 作为首选手段。示例:kill -9 <数据库PID> 会跳过优雅关闭流程,事务未落盘、共享内存文件残留,重启后可能进入长时间恢复或启动失败。正确顺序是先用默认的 kill <PID>,等待数秒确认未退出后再考虑更强制的手段;同时注意 15 与 9 混淆会导致预期外的强制终止。
  • 高危 提醒:kill 大量误杀源于 PID 取值不当。示例:kill -9 $(pgrep -f nginx | head -n 1) 中若 PID 已被回收重用,可能终止无关进程;脚本中变量为空时 kill -9 $PID 会报错但 kill -9 $PID1 $PID2 中占位符写错也可能命中其他进程。发送前务必用 ps -p <PID> -o pid,user,cmd 复核目标。

4.2 killall

  • 全称:kill all(终止全部匹配进程)
  • 作用:按进程名终止同名进程
  • 常用参数:-u <用户> 限定用户,-i 逐个确认,-I 忽略大小写,-s <信号> 指定信号,-v 显示过程
  • 示例:
killall -i sleep
killall -s HUP rsyslogd
killall -u alice php-fpm
  • 坑点:会终止所有匹配名称的进程,多实例服务需改用精确 PID;名称精确匹配,不匹配完整路径。
  • 高危 提醒:killall -9 python3 之类按解释器名终止的操作会同时杀掉系统上所有由该解释器运行的业务进程,包括无关服务。应按具体服务名或目标 PID 精确终止。

4.3 pkill

  • 全称:process kill(按条件终止进程)
  • 作用:按名称、命令行、用户等条件匹配并终止进程
  • 常用参数:
    • -f:匹配完整命令行
    • -u <用户>:限定用户
    • -x:精确匹配
    • -<信号>:指定信号,如 -9、-TERM
    • -e:显示被终止的进程
  • 示例:
pkill -e sleep
pkill -u alice -f "php-fpm"
pkill -HUP -x rsyslogd
  • 坑点:pkill -f 会匹配到执行该命令的 shell 自身,在脚本中使用可能提前终止脚本;先用 pgrep 预览匹配结果再执行。
  • 高危 提醒:pkill -f 的模式过于宽泛时会误杀大批无关进程。示例:sudo pkill -f python 会终止所有命令行含 python 的进程。执行前一律先用相同条件的 pgrep -af 确认匹配列表。

4.4 nice

  • 全称:"谦让"(nice 值越高越谦让)
  • 作用:以指定优先级启动新进程
  • 常用参数:-n <值> 指定 nice 增量,范围 -20(最高优先级)到 19(最低)
  • 示例:
nice -n 10 tar czf backup.tar.gz ./data
nice -n -5 ./high_priority_task
  • 坑点:提高优先级(负值)需 root 权限;nice 值只影响 CPU 时间分配权重,不限制内存与 I/O,也不能让普通进程抢占实时优先级任务。

4.5 renice

  • 全称:re-nice(重新调整优先级)
  • 作用:调整运行中进程的 nice 值
  • 常用参数:-n <值> 新的 nice 值,-p <PID> 指定进程,-u <用户> 调整该用户全部进程,-g <组> 按进程组
  • 示例:
renice -n 10 -p <PID>
sudo renice -n -5 -p <PID>
sudo renice -n 5 -u alice
  • 坑点:降低优先级任意用户可做,提高优先级需 root;调整后忽略原值与增量的区别,-n 后跟的是新 nice 值,而启动时 nice -n 后跟的是增量。

4.6 nohup

  • 全称:no hang up(忽略挂起信号)
  • 作用:让命令忽略 SIGHUP,终端退出后进程继续运行
  • 常用参数:无参数,通常与 &、输出重定向一起使用
  • 示例:
nohup ./app.sh > app.log 2>&1 &
nohup ./worker.sh &
  • 说明:标准输出为重定向对象,未重定向且当前输出为终端时自动写入当前目录的 nohup.out。
  • 坑点:nohup 只忽略 SIGHUP,不改变进程的会话与终端归属,是否需要额外 disown 取决于是否会收到其他终端相关信号;长期运行的服务建议用 systemd 托管而非 nohup。

4.7 timeout

  • 全称:"超时"
  • 作用:为命令设置最长运行时间,超时后发送信号终止
  • 常用参数:
    • <时长>:如 10s、5m,默认单位为秒
    • -s <信号>:超时后发送的信号,默认 TERM
    • -k <时长>:发送终止信号后若仍未退出,再发送 KILL
    • --preserve-status:返回被终止命令的退出状态而非超时状态
  • 示例:
    timeout 5s sleep 30
    timeout -s KILL 3s ./may_hang.sh
    timeout -k 5s 10s ./service_check.sh
    
  • 说明:命令因超时被终止时退出状态为 124,可作为判断依据。

  • 坑点:默认发送 TERM,忽略 TERM 的进程不会被终止,需配合 -k 或 -s KILL。

4.8 jobs

  • 全称:"作业"
  • 作用:列出当前 shell 的后台作业(shell 内建命令)
  • 常用参数:-l 显示 PID,-r 仅显示运行中,-s 仅显示已停止
  • 示例:
sleep 100 &
jobs -l
  • 坑点:作业属于当前 shell 会话,切换终端或退出 shell 后不再可见;不同 shell 的作业编号互不相通。

4.9 fg

  • 全称:foreground(前台)
  • 作用:把后台或已停止的作业调回前台(shell 内建命令)
  • 常用参数:参数为作业号或 PID,省略时取最近一个作业
  • 示例:
fg
fg %1
  • 说明:调回前台后 Ctrl+Z 可再次暂停,Ctrl+C 可中断。

4.10 bg

  • 全称:background(后台)
  • 作用:让已停止的作业在后台继续运行(shell 内建命令)
  • 常用参数:参数为作业号,省略时取最近一个作业
  • 示例:
sleep 100
# 按 Ctrl+Z 暂停后
bg %1
jobs
  • 坑点:只能作用于已被暂停的作业;直接后台运行的命令应在启动时加 &,bg 无法把一个从未启动的作业放入后台。

4.11 disown

  • 全称:"脱离关系"
  • 作用:把作业从 shell 的作业表中移除,使其不受 shell 退出时的 SIGHUP 影响(shell 内建命令)
  • 常用参数:-h 仅标记不受 HUP,保留在作业表;-a 处理全部作业;-r 仅处理运行中的作业
  • 示例:
./task.sh &
disown -h %1
jobs
  • 说明:nohup 从信号层面忽略 HUP,disown 从 shell 层面移除作业,二者可组合使用。

4.12 wait

  • 全称:"等待"
  • 作用:等待后台作业结束并返回其退出状态(shell 内建命令)
  • 常用参数:-n 等待任一作业结束;参数为作业号或 PID;无参数时等待全部作业
  • 示例:
    sleep 3 &
    wait $!
    echo $?
    
    ./a.sh & ./b.sh & wait
    
  • 说明:$! 表示最近一个后台进程的 PID,脚本中常用于串接并行任务的完成点。

五、服务管理 systemd

5.1 systemctl start / stop / restart / reload / status

  • 全称:system control(systemd 控制)
  • 作用:对 systemd 单元(以服务为主)执行启停与状态查看
  • 常用用法:
    • start <服务名>:启动
    • stop <服务名>:停止
    • restart <服务名>:重启(停止后启动)
    • reload <服务名>:重载配置,进程不重启
    • status <服务名>:查看状态、最近日志与主进程 PID
  • 示例:
    sudo systemctl start nginx
    sudo systemctl stop nginx
    sudo systemctl restart nginx
    sudo systemctl reload nginx
    systemctl status nginx
    
  • 说明:status 输出中 Active: active (running) 表示运行中,Loaded 行给出单元文件路径与是否开机自启,末尾附带最近若干行日志。

  • 坑点:并非所有服务都实现 reload,未实现时 reload 会失败,需改用 restart;restart 会造成连接中断,负载均衡后方可执行。

5.2 systemctl enable / disable / is-enabled

  • 全称:system control(systemd 控制)
  • 作用:管理单元的开机自启
  • 常用用法:
    • enable <服务名>:创建开机自启软链接
    • disable <服务名>:删除开机自启软链接
    • is-enabled <服务名>:查看是否自启,输出 enabled/disabled 等
    • enable --now <服务名>:设为自启并立即启动
  • 示例:
    sudo systemctl enable nginx
    sudo systemctl disable nginx
    systemctl is-enabled nginx
    sudo systemctl enable --now docker
    
  • 说明:enable 只在 /etc/systemd/system/ 下创建 .wants 软链接,不改变当前运行状态;disable 不停止正在运行的进程。

  • 高危 提醒:systemctl disable 关键服务会导致重启后系统功能缺失。示例:sudo systemctl disable ssh systemd-networkd 可能造成重启后无法远程登录、网络未配置。操作前确认服务作用,并保留一条带外或本地登录通道。

5.3 systemctl mask / unmask

  • 全称:system control(systemd 控制)
  • 作用:屏蔽单元,使其无法被启动,也不能被其他单元的依赖间接拉起
  • 常用用法:mask <服务名> 屏蔽,unmask <服务名> 解除屏蔽
  • 示例:
    sudo systemctl mask nginx
    systemctl is-enabled nginx
    sudo systemctl unmask nginx
    
  • 说明:mask 的实现方式是把单元名软链接到 /dev/null,is-enabled 输出为 masked。

  • 坑点:mask 强于 disable,被 mask 的单元即使被依赖也会启动失败并连带阻塞依赖它的单元。
  • 高危 提醒:systemctl mask 误用会导致系统启动异常。示例:sudo systemctl mask systemd-resolved 或 mask 网络、日志相关单元后,重启出现名称解析失败、网络不可用。恢复需在单用户或救援模式下 systemctl unmask,操作前应记录被屏蔽的单元名。

5.4 systemctl daemon-reload

  • 全称:system control + daemon reload(重载守护进程配置)
  • 作用:重新扫描单元文件,使新增或修改的单元配置生效
  • 常用用法:daemon-reload,通常与其他命令组合执行
  • 示例:
    sudo systemctl daemon-reload
    sudo systemctl daemon-reload && sudo systemctl restart myapp
    
  • 坑点:修改 /etc/systemd/system/ 下的单元文件后未执行 daemon-reload,systemctl restart 仍使用旧配置,表现为"改了没生效"。

5.5 systemctl list-units 与 list-unit-files

  • 全称:system control(systemd 控制)
  • 作用:列出单元及其状态、列出单元文件及其自启状态
  • 常用用法:
    • list-units --type=service:列出服务单元
    • list-units --state=failed 或 --failed:仅列出失败单元
    • list-unit-files --type=service --state=enabled:列出已启用自启的服务
    • list-units --all:包含未加载单元
  • 示例:
    systemctl --failed
    systemctl list-units --type=service --state=running
    systemctl list-unit-files --type=service | grep enabled
    
  • 说明:list-units 反映运行态,list-unit-files 反映磁盘上的单元文件与自启状态,两者视角不同。

5.6 systemctl list-dependencies / cat / edit / show

  • 全称:system control(systemd 控制)
  • 作用:查看单元依赖、查看单元文件内容、编辑单元、查看运行属性
  • 常用用法:
    • list-dependencies <单元>:树形列出依赖,--reverse 反向查看被谁依赖
    • cat <服务名>:打印单元文件及全部 drop-in 覆盖文件
    • edit <服务名>:创建或编辑 drop-in 覆盖文件
    • edit --full <服务名>:编辑单元文件全文副本
    • show <服务名>:输出单元的属性键值,-p 可指定属性
  • 示例:
systemctl list-dependencies ssh
systemctl list-dependencies --reverse ssh
systemctl cat ssh
sudo systemctl edit --full nginx
systemctl show ssh -p MainPID,Restart,ExecStart
  • 说明:edit 默认在 /etc/systemd/system/<单元>.d/override.conf 生成 drop-in,只覆盖需要变更的字段,升级时不会与软件包提供的原文件冲突。
  • 坑点:edit 后必须 daemon-reload 再 restart 才会生效;show 显示的 MainPID 为 0 表示当前没有运行主进程。

5.7 systemd-analyze

  • 全称:systemd analyze(systemd 分析)
  • 作用:分析系统启动耗时与关键路径
  • 常用用法:
    • systemd-analyze time:显示内核与用户空间总启动耗时
    • systemd-analyze blame:按耗时倒序列出各单元
    • systemd-analyze critical-chain:列出关键启动链及各自耗时
  • 示例:
systemd-analyze time
systemd-analyze blame | head
systemd-analyze critical-chain
  • 说明:critical-chain 反映的是串行关键路径,blame 只是各单元自身的耗时,两者结合才能判断真正的瓶颈单元。

5.8 systemd-cgls 与 systemd-cgtop

  • 全称:systemd control group list(列出控制组)/ systemd control group top(控制组资源总览)
  • 作用:按 cgroup 层级展示进程归属与资源占用
  • 常用用法:systemd-cgls 显示树形层级,systemd-cgtop 交互式显示各 cgroup 的 CPU、内存、I/O
  • 示例:
systemd-cgls
systemd-cgtop
systemd-cgls /system.slice/nginx.service
  • 说明:从 cgroup 视角查看进程归属,比 pstree 更能反映服务边界,system.slice 下为系统服务,user.slice 下为用户会话进程。

5.9 loginctl

  • 全称:login control(登录会话控制)
  • 作用:查看和管理登录会话、用户及其资源限制
  • 常用用法:
    • list-sessions:列出会话
    • show-session <ID>:查看会话属性
    • terminate-session <ID>:结束指定会话
    • list-users:列出登录用户
    • enable-linger <用户>:允许该用户的服务在注销后继续运行
  • 示例:
loginctl list-sessions
loginctl show-session $(loginctl | awk 'NR==2{print $1}')
sudo loginctl terminate-session <ID>
sudo loginctl enable-linger alice
  • 说明:普通用户使用 systemctl --user 管理用户级服务时,注销后服务默认被停止,需要 linger 才能常驻。

5.10 service 与 update-rc.d【Debian/Ubuntu 特有】

  • 全称:service 为"服务";update-rc.d 为 update runlevel configuration daemon scripts(更新运行级别脚本链接)
  • 作用:SysV init 风格的兼容命令,service 用于启停服务,update-rc.d 用于管理 /etc/rc*.d/ 下的启停脚本链接
  • 常用用法:
    • service <服务名> start|stop|restart|status
    • update-rc.d <脚本名> defaults|enable|disable
  • 示例:
sudo service nginx status
sudo service nginx restart
sudo update-rc.d nginx defaults
sudo update-rc.d nginx disable
  • 说明:在 systemd 环境中,若存在同名 systemd 单元,service 命令会被转发到 systemctl;仅当服务只有 /etc/init.d/ 下 SysV 脚本时才走传统路径。
  • 坑点:新版 Ubuntu 上绝大多数服务的开机自启由 systemd 接管,update-rc.d 设置的 rc*.d 链接不再生效,判断服务是否自启应使用 systemctl is-enabled。

5.11 systemd-run

  • 全称:systemd run(以 systemd 方式运行)
  • 作用:把命令作为临时单元(service、scope、timer)提交给 systemd 管理
  • 常用用法:
    • --unit=<名称>:指定临时单元名
    • --scope:在当前会话中以 scope 方式运行
    • --property=<属性>=<值>:设置资源限制等属性
    • --on-active=<时长>:创建一次性定时器,到点执行
    • --user:使用用户级管理器
  • 示例:
sudo systemd-run --unit=oneshot-job sleep 300
systemd-cgls /run/systemd/transient
sudo systemd-run --property=MemoryMax=200M --property=CPUQuota=50% ./task.sh
sudo systemd-run --on-active=30 /usr/local/bin/cleanup.sh
  • 说明:临时单元位于 /run/systemd/transient/,重启后消失,适合给一次性任务施加资源限制或做延时执行。

六、开关机与运行级别

6.1 shutdown

  • 全称:"关机"
  • 作用:按时间计划关机、重启或仅发送通知
  • 常用参数:
    • -h:关机
    • -r:重启
    • -k:仅向所有登录用户发送通知,不真正关机
    • -c:取消待执行的关机计划
    • 时间参数:now、+<分钟>、hh:mm
  • 示例:
sudo shutdown -h now
sudo shutdown -r +10
sudo shutdown -h 23:00
sudo shutdown -c
  • 说明:在 systemd 系统中 /sbin/shutdown 为指向 systemctl 的软链接,行为保持一致;执行前会向所有登录会话广播。
  • 高危 提醒:定时关机参数误用会造成生产中断。示例:本意"10 分钟后重启"写成 sudo shutdown -h 10,实际含义是 10 分钟后关机(+ 号遗漏时 10 按分钟解释),服务被直接停掉;在脚本中应统一显式写成 shutdown -r +10 或 shutdown -r now,并对执行的机器名、时间做二次确认。

6.2 reboot

  • 全称:"重新启动"
  • 作用:立即重启系统
  • 常用参数:--no-wall 不广播通知,-f 强制重启(跳过正常关闭流程)
  • 示例:
sudo reboot
sudo systemctl reboot
  • 坑点:普通重启会等待服务正常停止,某些场景可能长时间卡在停止步骤,可用 systemctl list-jobs 查看阻塞的作业。
  • 高危 提醒:reboot -f 跳过文件系统同步与卸载,可能造成数据丢失与文件系统损坏,仅在系统完全无响应时使用,且应优先尝试常规 reboot 或内核 sysrq 流程。

6.3 poweroff

  • 全称:power off(关闭电源)
  • 作用:关机并切断电源
  • 常用参数:--no-wall 不广播,-f 强制
  • 示例:
sudo poweroff
sudo systemctl poweroff
  • 说明:与 halt 的区别在于 poweroff 会向硬件发送断电指令,halt 在传统语义下仅停止 CPU,现代内核中二者均会进入关机流程。

6.4 halt

  • 全称:"停止"
  • 作用:停止系统
  • 常用参数:-f 强制停止,-p 停止后断电
  • 示例:
sudo halt
sudo systemctl halt
  • 坑点:halt 与 poweroff 的差异在不同硬件与内核配置下表现不一致,需要断电效果时应明确使用 poweroff。

6.5 wall

  • 全称:write all(向所有终端写入)
  • 作用:向所有已登录终端广播消息
  • 常用参数:-n 不显示发送者信息,-t <秒> 超时时间
  • 示例:
wall "系统将在 10 分钟后重启,请保存工作"
echo "维护开始" | sudo wall -n
  • 说明:shutdown 执行时的通知即由 wall 广播;需 root 权限才能向全部终端发送。
  • 坑点:消息不写入日志,仅在当前在线终端上显示,事后无法通过 wall 追溯通知内容。

6.6 systemctl isolate

  • 全称:system control + isolate(切换到指定 target)
  • 作用:切换到指定 target,停止不属于该 target 的单元
  • 常用用法:isolate multi-user.target 进入多用户文本模式,isolate graphical.target 进入图形模式,isolate rescue.target 进入救援模式
  • 示例:
sudo systemctl isolate multi-user.target
sudo systemctl isolate rescue.target
  • 说明:isolate 会停止目标 target 之外的单元,影响范围大于单纯启动某个 target。
  • 高危 提醒:systemctl isolate rescue.target 会停止网络与大部分服务,远程连接随即断开,且救援模式需要本地控制台输入 root 密码。远程主机执行前必须确认具备带外管理或物理控制台。

6.7 systemctl get-default 与 set-default

  • 全称:system control(systemd 控制)
  • 作用:查看和设置系统默认启动 target
  • 常用用法:get-default 查看,set-default <target> 设置
  • 示例:
systemctl get-default
sudo systemctl set-default multi-user.target
sudo systemctl set-default graphical.target
  • 说明:get-default 本质是读取 /etc/systemd/system/default.target 指向,Ubuntu 桌面版通常为 graphical.target,服务器版为 multi-user.target。
  • 高危 提醒:在服务器上误设为 graphical.target 而缺少图形环境,下一轮启动可能停留在异常状态;设置后应先用 systemctl isolate 验证目标 target 可用,再修改默认值。

6.8 runlevel【Debian/Ubuntu 特有】

  • 全称:run level(运行级别)
  • 作用:显示系统先前的运行级别与当前运行级别
  • 常用参数:无参数
  • 示例:
runlevel
  • 说明:输出形如 N 5,第一位为先前级别(N 表示无),第二位为当前级别;在 systemd 系统上该值由 systemd-update-utmp 依据当前 target 换算得出,例如 multi-user.target 对应 3,graphical.target 对应 5。
  • 坑点:该命令读取 /var/run/utmp,与 systemd 的 target 模型并非一一对应,判断当前启动目标应使用 systemctl get-default 与 systemctl list-units --type=target。

6.9 who -b

  • 全称:who + boot time(显示上次启动时间)
  • 作用:显示系统最近一次启动的时间
  • 常用参数:-b 显示启动时间,常与 -r(当前运行级别)组合
  • 示例:
who -b
who -b -r
last reboot -n 5
  • 说明:数据来源同为 utmp,last reboot 可查看多次历史重启记录,二者结合可判断是否存在非预期重启。

七、文本化系统信息

7.1 procfs 与 sysfs 常用查看路径

  • 全称:process filesystem(进程文件系统)/ system filesystem(系统文件系统)
  • 作用:两者均为内核导出的虚拟文件系统,/proc 侧重进程与内核运行信息,/sys 侧重设备与驱动层次结构
  • procfs 常用路径:
    • /proc/cpuinfo:每颗逻辑 CPU 的型号、主频、缓存、标志位
    • /proc/meminfo:内存总量、可用量、缓存、交换分区明细
    • /proc/loadavg:平均负载与运行队列进程数、最近分配的 PID
    • /proc/uptime:系统运行秒数与空闲累计秒数
    • /proc/version:内核版本与编译信息
    • /proc/mounts:当前挂载信息
  • sysfs 常用路径:
    • /sys/class/net/:网络接口及其统计
    • /sys/class/thermal/:温度传感器
    • /sys/class/power_supply/:电源与电池信息
    • /sys/block/:块设备队列与调度参数
  • 示例:
cat /proc/cpuinfo | grep -c processor
grep -E "MemTotal|MemAvailable|SwapTotal" /proc/meminfo
cat /proc/loadavg
cat /proc/uptime
cat /proc/version
cat /sys/class/net/eth0/operstate
  • 坑点:/proc 与 /sys 中的内容为内核实时生成,不占用磁盘空间,不能当作普通文件备份或编辑;/proc/uptime 的空闲秒数为各 CPU 累加值,在多核机器上可能大于运行秒数。

7.2 sysctl

  • 全称:system control(内核参数控制)
  • 作用:在运行时查看和修改内核参数
  • 常用参数:
    • -a:列出全部可调参数
    • <参数名>:查看单个参数
    • -w <参数名>=<值>:临时修改
    • -p <文件>:从文件加载配置,--system 加载全部配置文件
    • -n:仅输出值,不显示参数名
  • 示例:
sysctl vm.swappiness
sysctl -n net.ipv4.ip_forward
sudo sysctl -w vm.swappiness=10
sudo sysctl --system
  • 说明:sysctl -w 只在当前启动周期内生效,持久化需写入 /etc/sysctl.d/ 下的配置文件(如 /etc/sysctl.d/99-tuning.conf),再执行 sudo sysctl --system。
  • 坑点:/etc/sysctl.conf 与 /etc/sysctl.d/*.conf 会同时加载,后者文件名按字典序生效,调试参数不生效时应确认是否存在同名参数被后续文件覆盖。

7.3 ulimit

  • 全称:user limit(用户资源限制)
  • 作用:查看和设置当前 shell 及其子进程的资源限制(shell 内建命令)
  • 常用参数:
    • -a:列出全部限制
    • -n:打开文件描述符数量
    • -u:单用户最大进程数
    • -c:核心转储文件大小
    • -H / -S:查看或设置硬限制 / 软限制
  • 示例:
ulimit -a
ulimit -n
ulimit -Sn
ulimit -Hn
ulimit -n 4096
  • 说明:软限制不得超过硬限制,普通用户只能降低硬限制,提升硬限制需 root;ulimit 的修改只对当前 shell 及其后续派生的进程有效。
  • 坑点:为服务进程调整 nofile 时,改 /etc/security/limits.conf 对 systemd 托管的服务往往无效,应改用 systemctl edit 在单元中添加 LimitNOFILE=;ulimit -u 设置过小会导致无法创建新进程。

7.4 locale

  • 全称:"区域设置"
  • 作用:查看或设置语言、字符集等区域相关环境
  • 常用参数:-a 列出可用区域,-m 列出可用字符集
  • 示例:
locale
locale -a
locale -a | grep -i zh_CN
  • 说明:字符集相关的关键变量为 LANG、LC_ALL、LC_CTYPE,其中 LC_ALL 优先级最高;生成区域配置使用 sudo locale-gen zh_CN.UTF-8,随后可用 sudo update-locale LANG=zh_CN.UTF-8 写入配置。
  • 坑点:LC_ALL=C 常用于让命令输出保持英文,便于日志解析;未生成的区域设置会被忽略,表现为仍输出英文提示。

7.5 timedatectl set-timezone

  • 全称:time and date control(时间与日期控制)
  • 作用:设置系统时区
  • 常用参数:set-timezone <时区>,时区取值来自 timedatectl list-timezones
  • 示例:
timedatectl list-timezones | grep Shanghai
sudo timedatectl set-timezone Asia/Shanghai
timedatectl
  • 说明:时区设置写入 /etc/localtime 的软链接关系,重启后保持;修改时区只影响时间显示与日志时间戳,不改变 UTC 系统时钟。
  • 坑点:设置后应确认 NTP 服务为 active,否则时间本身仍可能不准;日志时间戳跨越时区变更点会出现前后不一致,排查时间序列问题需留意。

7.6 ulimit 与内核参数的联动关系

  • 全称:user limit 与内核参数(kernel parameter)的层次关系
  • 作用:说明同一类资源上限在内核全局、进程单体和单元三个层次上的取值来源与生效顺序,并给出 Too many open files 的排查顺序
  • 层次关系(以文件描述符为例):
层次 配置位置 作用范围 与其他层的关系
内核全局 fs.file-max 全系统可分配的文件句柄总数 所有进程打开文件数之和的上限,调大进程限制不能突破该项
内核单进程 fs.nr_open 单进程可设置的文件描述符上限 ulimit -n 与 LimitNOFILE 的取值上限
会话级 /etc/security/limits.conf、/etc/security/limits.d/*.conf 经 PAM 登录的会话及其子进程 由 pam_limits 在会话建立时写入,不作用于系统服务
服务单元级 单元文件的 LimitNOFILE= 或 systemctl set-property 该单元内的全部进程 systemd 直接调用 setrlimit,优先于 limits.conf
进程级 ulimit(shell 内建)、prlimit 当前 shell 及其子进程 只能降低硬限制或调整软限制,不能突破上层的硬限制
  • 生效顺序:fs.file-max(全局总量)→ fs.nr_open(单进程硬顶)→ 单元 LimitNOFILE 或 PAM 的 limits.conf(写入软限制与硬限制)→ 进程运行期实际使用
  • 为什么改了 limits.conf 对 systemd 服务无效(另见 7.3 的坑点):
    1. limits.conf 由 pam_limits 模块在会话登录时读取,systemd 启动系统服务不经过 PAM 会话流程,服务不会继承其中的值
    2. systemd 为服务设置的默认限制来自 /etc/systemd/system.conf 的 DefaultLimitNOFILE=,再叠加单元自身的 Limit*= 设置
    3. 例外情况是登录会话类单元(如 user@.service)经过 PAM,limits.conf 可能对其生效;但服务单元仍以单元设置为准,单元未设置时取 DefaultLimit*
  • 网络相关内核参数的联动:net.core.somaxconn 限制已完成三次握手、等待应用 accept 的连接队列长度。应用监听时的 backlog 大于该值时以 net.core.somaxconn 为准,表现为高并发下连接建立变慢或超时,需要同时调大应用 backlog 与该参数(修改与持久化方式见 7.2)
  • 为服务单独设置限制并验证:
sudo systemctl edit nginx.service
[Service]
LimitNOFILE=65535
LimitNPROC=65535
sudo systemctl daemon-reload
sudo systemctl restart nginx.service

# 核对单元配置值与进程实际生效值
systemctl show nginx.service -p LimitNOFILE,LimitNPROC
PID=$(systemctl show -p MainPID --value nginx.service)
grep -i 'max open files' /proc/$PID/limits
grep -i 'max processes' /proc/$PID/limits
  • 说明:LimitNOFILE=65535 表示软限制与硬限制同为 65535,需要区分时写成 LimitNOFILE=1024:65535 的"软:硬"形式;systemctl show 显示的是单元配置值,/proc/<PID>/limits 显示的是该进程实际生效值,两者都要核对。
  • 常见报错 Too many open files 的排查顺序:
    1. 确认报错主体:从服务日志(journalctl -u <服务> -n 50 --no-pager)或应用日志中定位触发报错的进程与其 PID,避免在错误的进程上调整限制
    2. 查看实际限制与实际用量:grep -i 'max open files' /proc/<PID>/limits 看限制,ls /proc/<PID>/fd \| wc -l 与 sudo lsof -p <PID> \| wc -l 看当前打开数,两者互相印证
    3. 核对内核层上限:sysctl fs.file-max fs.nr_open 与 cat /proc/sys/fs/file-nr(依次为已分配句柄数、已分配但未使用、上限);第一项接近第三项说明系统级已接近上限
    4. 定位不释放的对象:sudo lsof -p <PID> \| awk '{print $5}' \| sort \| uniq -c \| sort -nr \| head 按文件类型统计占用,sudo lsof +L1 查已删除但仍被占用的文件,连接类程序再用 ss -tnp 与 ss -s 确认是否存在套接字泄漏
    5. 区分层次并修正配置:systemctl show <服务> -p LimitNOFILE 与 limits.conf 的目标值比对,容器场景还需核对容器运行时传入的 ulimit(docker inspect 的 HostConfig.Ulimits 字段)
    6. 使配置生效:修改单元后执行 systemctl daemon-reload 并重启服务;修改 limits.conf 需重新建立会话;调整 fs.nr_open 时该值不得小于目标软限制
    7. 复核:重启后再执行第 2 步与第 3 步,确认限制已提高且用量回落到限值以下
  • 坑点:ulimit -n 调大到超过 fs.nr_open 会报 Operation not permitted;LimitNOFILE 只影响新启动的进程,未重启的服务仍使用旧值;/proc/sys/fs/file-nr 的第一项是当前分配数而非上限,误读会得出错误结论;提高硬限制需要相应的权限,普通用户只能降低硬限制(见 7.3)。

八、常见巡检组合命令

以下命令组可直接在 Ubuntu 终端执行,用于快速获取主机整体状态。

系统概览与负载:

echo "== 时间 =="; date; echo "== 运行时长与负载 =="; uptime; echo "== 逻辑 CPU =="; nproc

内存与交换:

free -h; echo "----"; grep -E "MemTotal|MemAvailable|SwapTotal|SwapFree" /proc/meminfo

磁盘空间与 inode:

df -hT -x tmpfs -x devtmpfs; echo "----"; df -i -x tmpfs -x devtmpfs

CPU 与内存占用前五名进程:

ps -eo pid,ppid,user,%cpu,%mem,stat,cmd --sort=-%cpu | head -n 6; echo "----"; ps -eo pid,user,%mem,%cpu,cmd --sort=-%mem | head -n 6

失败与运行中的服务:

systemctl --failed; echo "----"; systemctl list-units --type=service --state=running | head

监听端口与连接概况:

ss -lntup; echo "----"; ss -s

日志中的错误关键字:

sudo grep -iE "error|failed|panic" /var/log/syslog | tail -n 20

汇总的巡检快照:

{ echo "== HOST =="; hostnamectl | head -n 5; echo "== LOAD =="; uptime; echo "== MEM =="; free -h; echo "== DISK =="; df -hT -x tmpfs -x devtmpfs; echo "== FAILED =="; systemctl --failed; } 2>&1 | tee /tmp/health-$(date +%F).txt

九、进程与服务排查思路

9.1 CPU 使用率高

  1. 确认是否真的高:uptime 看负载,top 或 mpstat -P ALL 1 看整体与单核使用率。
  2. 定位进程:top 中按 P 排序,或 ps -eo pid,ppid,user,%cpu,etime,cmd --sort=-%cpu | head。
  3. 定位线程:pidstat -t -p <PID> 1 5 找到占用高的线程号。
  4. 观察调用栈或系统调用:sudo strace -f -c -p <PID> 或 sudo cat /proc/<PID>/stack。
  5. 判断性质:wa 高说明不是计算瓶颈而是 I/O 等待,转 9.4 的 I/O 排查;sy 异常高考虑系统调用或上下文切换问题,参考 vmstat 1 的 cs 列。
  6. 处置:优先用 kill <PID> 优雅终止,必要时配合 renice 降低优先级,避免直接 kill -9。

9.2 内存使用率高

  1. 看总量:free -h 关注 available 与 swap 使用量。
  2. 排序找大户:ps -eo pid,user,%mem,rss,cmd --sort=-%mem | head。
  3. 核查缓存占比:grep -E "Cached|Buffers|Slab" /proc/meminfo,缓存偏高属正常。
  4. 核查内核缓存对象:sudo slabtop -o -s c。
  5. 查看进程内存映射与句柄:pmap <PID> 或 cat /proc/<PID>/status | grep -E "VmRSS|VmSwap"。
  6. 判断泄漏:watch -n 5 'ps -o pid,rss,cmd -p <PID>' 观察 RSS 是否持续增长。
  7. 处置:重启前先确认业务窗口;vm.swappiness 调整参考 7.2 小节。

9.3 服务起不来

  1. 看状态与退出原因:systemctl status <服务名>。
  2. 看完整日志:journalctl -u <服务名> -n 50 --no-pager。
  3. 看配置是否正确:systemctl cat <服务名>,重点核对 ExecStart、User、WorkingDirectory。
  4. 看是否被屏蔽或依赖失败:systemctl is-enabled <服务名>、systemctl list-dependencies <服务名>、systemctl --failed。
  5. 看端口与文件冲突:ss -lntp 确认端口被占,ls -l 确认路径与权限。
  6. 看资源限制:systemctl show <服务名> -p LimitNOFILE,MemoryMax,必要时用 systemctl edit 追加限制项。
  7. 手工验证:用 sudo -u <运行用户> <ExecStart 中的命令> 直接执行,排除单元配置因素。
  8. 修改单元文件后必须 sudo systemctl daemon-reload 再重启服务。

9.4 进程杀不掉

  1. 确认状态:ps -o pid,stat,cmd -p <PID>,D 为不可中断睡眠,Z 为僵尸。
  2. D 状态:kill 与 kill -9 均无效,属正常现象,应排查底层 I/O,iostat -x 1 观察设备饱和,dmesg 查看存储或文件系统报错,等待 I/O 完成或处理存储故障。
  3. 确认是否被内核或父进程反复拉起:pstree -p <PID> 找到父进程,必要时先停父服务。
  4. 确认信号是否被忽略:cat /proc/<PID>/status | grep -E "SigIgn|SigCgt"。
  5. 确认目标身份:ps -p <PID> -o pid,ppid,user,cmd 与 pwdx <PID>,避免误杀无关进程。
  6. 考虑容器场景:进程可能运行在容器内,应在容器内终止,docker ps 或 systemctl status docker 确认归属。
  7. 最后手段:仅在确认进程归属且业务允许时使用 kill -9,并评估数据一致性风险。

9.5 僵尸进程

  1. 查找:ps -eo pid,ppid,stat,cmd | grep -w "Z",或 ps -eo stat,pid,cmd | awk '$1 ~ /^Z/'。
  2. 理解机制:僵尸进程已结束但父进程尚未调用 wait 回收其状态,占用 PID 号但不占内存与 CPU。
  3. 定位父进程:记录 PPID,用 ps -o pid,cmd -p <PPID> 确认父进程身份。
  4. 处置父进程:父进程正常时应主动回收;父进程存在缺陷则重启或升级父进程;父进程已退出时,僵尸会被 init(PID 1)接管并回收。
  5. 验证:ps 中 Z 状态条目是否消失,pgrep -c 计数是否回落。
  6. 注意:僵尸进程无法通过 kill 删除,kill -9 对僵尸无效,处理对象始终是父进程。

十、高危命令与常见坑点汇总

10.1 高危命令

以下命令影响系统可用性或数据完整性,执行前必须确认目标、时间与影响范围:

命令 风险 防护建议
kill -9 <PID> 跳过优雅退出,数据未落盘、锁与共享内存残留 首选 kill <PID> 发送 TERM;确认业务允许后再用 9
kill 误杀进程 PID 被复用或变量为空时命中无关进程 发送前用 ps -p <PID> -o pid,user,cmd 复核;脚本中校验变量非空
killall / pkill -f 按名称或命令行批量终止,范围过宽 先用 pgrep -af 预览匹配结果
systemctl disable <关键服务> 重启后网络、远程登录、日志等服务不再启动 确认服务作用;保留带外或本地登录通道
systemctl mask <单元> 单元彻底不可启动,并阻塞依赖它的单元 记录被屏蔽单元名;恢复用 systemctl unmask
systemctl isolate rescue.target 停止网络与多数服务,远程会话立即断开 确认具备本地控制台;先验证目标 target 可用
shutdown 定时误用 -h 10 等参数被理解为定时关机,造成非计划中断 显式使用 + 号与 now;执行前用 -k 或 -c 核对与取消
reboot -f / halt -f 跳过同步与卸载,可能损坏文件系统 优先常规 reboot;仅在系统完全无响应时使用
fuser -k <文件> 默认发送 SIGKILL,可杀死数据库等关键进程 先用 fuser -v 确认;改用 -TERM 信号
strace -p 显著增加目标进程开销 生产环境短时使用;优先在测试环境复现

10.2 常见坑点

  • top -b -n 1 首屏 %CPU 为进程生命周期均值,需刷新两次后再取值
  • vmstat 1 第一行是自开机以来的平均值,分析瞬时状态应看后续行
  • free 的 free 列偏小不等于内存不足,判断标准是 available 与 swap 趋势
  • 平均负载包含 D 状态进程,负载高而 CPU 空闲多为 I/O 等待
  • ps 是瞬时快照,%CPU 为生命周期均值,与 top 的瞬时值口径不同
  • pgrep 默认只匹配进程名前 15 个字符,长名称进程用 -f
  • pkill -f 会匹配执行它的 shell 自身,脚本中可能提前终止
  • /proc/<PID>/cmdline 与 environ 以空字符分隔,需用 tr 转换后查看
  • /proc/<PID>/environ、fd、cwd 通常仅属主或 root 可读
  • slabtop 依赖 /proc/slabinfo,普通用户无数据
  • iostat 的 %util 对 NVMe 设备不能单独作为饱和判据
  • sar 需先修改 /etc/default/sysstat 的 ENABLED 并重启服务才开始采集
  • nice -n 后跟增量,renice -n 后跟新的 nice 值,语义不同
  • 提高优先级(负 nice 值)需 root 权限
  • timeout 默认发送 TERM,忽略 TERM 的进程需 -k 或 -s KILL
  • bg 只能作用于已暂停的作业,未启动的作业无法放入后台
  • 修改 /etc/systemd/system/ 下单元文件后必须 systemd daemon-reload
  • systemctl disable 不停止当前进程,systemctl mask 强于 disable
  • reload 需服务自身支持,未支持时应使用 restart
  • systemd 托管服务的 LimitNOFILE 需在单元中设置,limits.conf 常常无效
  • 新版 Ubuntu 上 update-rc.d 设置的 rc*.d 链接不再决定开机自启
  • runlevel 输出的级别由 utmp 换算,不等于 systemd 的实际 target
  • sysctl -w 仅当前启动周期有效,持久化需写入 /etc/sysctl.d/
  • ulimit 的修改仅对当前 shell 及其子进程有效
  • hostname <新名> 重启后失效,持久化应使用 hostnamectl set-hostname
  • hostnamectl set-hostname 不会同步 /etc/hosts 中的本机名条目
  • 僵尸进程无法被终止,处理对象是其父进程
  • D 状态进程无法被任何信号终止,应排查底层 I/O

十一、命令全称对照表

命令 全称 含义
uname Unix name 显示内核与架构信息
hostnamectl hostname control 主机名控制
hostname host name 显示或临时设置主机名
uptime 非缩写 运行时长与平均负载
date 非缩写 显示与格式化日期时间
timedatectl time and date control 时间与时区控制
lscpu list CPU 列出 CPU 信息
lsmem list memory 列出物理内存块
nproc number of processors 处理器数量
free 非缩写 内存使用情况
lsb_release Linux Standard Base release 发行版版本信息
w 非缩写 登录用户与当前命令
who 非缩写 当前登录会话
last 非缩写 登录与重启历史
lastb last bad 失败登录记录
history 非缩写 命令历史
top 非缩写 进程与资源总览
htop top 的衍生名 交互式进程监控
vmstat virtual memory statistics 虚拟内存与系统统计
iostat input/output statistics 块设备 I/O 统计
mpstat multiple processor statistics 多处理器统计
pidstat process identifier statistics 进程级统计
sar system activity reporter 系统活动报告
slabtop slab top 内核 slab 缓存总览
watch 非缩写 周期性执行并刷新命令
ps process status 进程状态快照
pgrep process grep 按条件查找进程
pidof process ID of 按名称查 PID
pstree process tree 进程树
lsof list open files 列出打开的文件
strace system call trace 跟踪系统调用
pwdx process working directory 显示进程工作目录
fuser file user 文件占用进程
kill 非缩写 向进程发送信号
killall kill all 按名称终止进程
pkill process kill 按条件终止进程
nice 非缩写 以指定优先级启动进程
renice re-nice 调整运行中进程优先级
nohup no hang up 忽略挂起信号
timeout 非缩写 限制命令运行时长
jobs 非缩写 列出后台作业
fg foreground 作业调回前台
bg background 作业转到后台运行
disown 非缩写 从作业表移除
wait 非缩写 等待后台作业结束
systemctl system control systemd 单元管理
systemd-analyze systemd analyze 启动耗时分析
systemd-cgls systemd control group list 列出控制组层级
systemd-cgtop systemd control group top 控制组资源总览
loginctl login control 会话与用户管理
service 非缩写 SysV 风格服务控制
update-rc.d update runlevel configuration daemon scripts 管理运行级别脚本链接
systemd-run systemd run 以临时单元运行命令
journalctl journal control 查看 systemd 日志
shutdown 非缩写 定时关机或重启
reboot 非缩写 重启系统
poweroff power off 关机断电
halt 非缩写 停止系统
wall write all 向所有终端广播
runlevel run level 显示运行级别
ss socket statistics 套接字统计
sysctl system control 查看与修改内核参数
ulimit user limit 用户资源限制
locale 非缩写 区域与字符集设置
procfs process filesystem 进程伪文件系统
sysfs system filesystem 系统伪文件系统

十二、快速检索清单

目标 命令
查看内核与架构 uname -a
查看发行版版本 lsb_release -a
查看与设置主机名 hostnamectl / sudo hostnamectl set-hostname 名称
查看运行时长与负载 uptime
查看当前时间与时区 timedatectl
查看 CPU 拓扑 lscpu
查看逻辑 CPU 数 nproc
查看内存与交换 free -h
查看登录用户 w / who
查看重启历史 last reboot
查看失败登录 sudo lastb -n 10
实时查看进程与资源 top / htop
采样系统整体状态 vmstat 1 5
查看磁盘 I/O 压力 iostat -x 1 3
查看各核心使用率 mpstat -P ALL 1
查看单进程资源 pidstat -p PID 1 5
查看历史性能数据 sar -u 1 5
查看内核缓存占用 sudo slabtop -o -s c
周期监控某指标 watch -n 1 'free -h'
查看全部进程 ps aux / ps -ef
查看进程树 ps -ef --forest / pstree -p
按 CPU 排序进程 ps -eo pid,user,%cpu,cmd --sort=-%cpu \| head
按名称查进程 pgrep -a 名称
按名称查 PID pidof 名称
查看进程详情 cat /proc/PID/status
查看进程打开的文件 lsof -p PID
查看进程工作目录 pwdx PID
跟踪进程系统调用 sudo strace -p PID
查看文件被谁占用 sudo fuser -v 路径
优雅终止进程 kill PID
强制终止进程 kill -9 PID(慎用)
重载服务配置 kill -HUP PID
按名称终止进程 killall -i 名称
按条件终止进程 pkill -f 匹配串
以低优先级运行 nice -n 10 命令
调整运行中优先级 renice -n 10 -p PID
终端退出后继续运行 nohup 命令 > 日志 2>&1 &
限制命令运行时长 timeout 10s 命令
查看后台作业 jobs -l
作业调回前台 fg %1
启停服务 sudo systemctl start\|stop\|restart 服务名
重载服务 sudo systemctl reload 服务名
查看服务状态 systemctl status 服务名
设置开机自启 sudo systemctl enable --now 服务名
取消开机自启 sudo systemctl disable 服务名
彻底屏蔽单元 sudo systemctl mask 服务名(慎用)
重载单元配置 sudo systemctl daemon-reload
查看失败服务 systemctl --failed
查看单元文件 systemctl cat 服务名
编辑单元配置 sudo systemctl edit 服务名
查看单元属性 systemctl show 服务名 -p MainPID
分析启动耗时 systemd-analyze blame / systemd-analyze critical-chain
查看控制组层级 systemd-cgls
查看登录会话 loginctl list-sessions
运行一次性任务 sudo systemd-run --unit=job 命令
查看服务日志 journalctl -u 服务名 -n 50 --no-pager
计划关机 sudo shutdown -h +10
取消关机计划 sudo shutdown -c
重启系统 sudo reboot
关机断电 sudo poweroff
广播通知 wall "消息"
切换运行目标 sudo systemctl isolate multi-user.target
查看默认目标 systemctl get-default
设置默认目标 sudo systemctl set-default multi-user.target
查看运行级别 runlevel
查看上次启动时间 who -b
查看 CPU 原始信息 cat /proc/cpuinfo
查看内存原始信息 grep -E "MemTotal\|MemAvailable" /proc/meminfo
查看平均负载原始值 cat /proc/loadavg
查看内核版本文件 cat /proc/version
查看网卡状态 cat /sys/class/net/eth0/operstate
查看内核参数 sysctl 参数名
临时修改内核参数 sudo sysctl -w 参数名=值
持久化内核参数 写入 /etc/sysctl.d/ 后 sudo sysctl --system
查看资源限制 ulimit -a
查看区域设置 locale / locale -a
设置时区 sudo timedatectl set-timezone Asia/Shanghai
查看监听端口 ss -lntup
系统巡检快照 见第八章组合命令