现象确认与初步定位

当服务器CPU持续处于高负载状态（如长期超过80%），首先需通过监控工具确认现象真实性。使用top、htop或vmstat命令观察CPU使用率、用户态/系统态占比、等待I/O时间等指标。同时查看是否存在大量僵尸进程或频繁上下文切换。

进程级深入分析

使用top命令定位高消耗进程

执行top -c，按P键以CPU使用率降序排列，记录PID、进程名称及命令行参数。重点关注消耗异常的进程，如Web服务、数据库、脚本解释器等。

使用ps命令补充分析

运行ps aux --sort=-%cpu | head -20，获取更详细的CPU时间、内存占用及进程状态。若发现多个同名进程，检查是否存在 fork 炸弹或配置不当的 worker 数量。

系统资源与配置检查

查看CPU相关信息

使用lscpu确认物理核心数、超线程状态。执行cat /proc/loadavg比较负载与核心数的合理比例（通常负载不应超过核心数*0.7）。若负载远高于核心数，表明存在严重的资源争用。

检查系统瓶颈

• 内存不足：使用free -h观察可用内存，若swap频繁使用，物理内存不足会导致频繁内存交换，引发CPU飙升。
• 磁盘I/O：使用iostat -x 1查看磁盘利用率（%util）和等待时间（await），高I/O等待会消耗大量CPU时间。
• 网络中断：检查cat /proc/interrupts，看是否有网卡中断集中在单一CPU核心上。

应用层面深度排查

分析Java应用（如Tomcat、Spring Boot）

使用jstack获取线程堆栈，结合top -H查看具体线程ID，转换为十六进制后在堆栈中定位热点方法。常见原因：死循环、锁竞争、Full GC频繁。

分析数据库

MySQL可使用SHOW PROCESSLIST查看当前查询，重点关注长时间运行的SELECT或慢查询。对于PostgreSQL，用pg_stat_activity。调整innodb_buffer_pool_size、max_connections等参数。

分析脚本语言（如PHP、Python）

使用strace -p 跟踪系统调用，查看是否频繁执行文件操作或网络请求。对于Python，可结合py-spy或cProfile定位性能瓶颈。

常见诱因与解决方案

1. 突发流量：检查Web服务器访问日志，通过ddos-deflate或限流措施缓解。
2. 定时任务重叠：调整cron任务执行时间，避免多个任务同时触发。
3. 软件版本bug：检查应用或内核已知缺陷，考虑升级或回滚。
4. 挖矿病毒：使用netstat -anp查看异常外联IP，配合clamav查杀。

长期监控与预防

部署prometheus + grafana建立CPU使用率、进程数、等待时间的历史曲线。设置告警阈值（如持续5分钟CPU>90%触发通知）。定期进行压力测试，优化应用代码与系统参数。