Ubuntu如何进行性能监控

Ubuntu性能监控实用指南

一 快速上手 原生命令

• 进程与CPU
  • 实时查看与排序：运行top，按P按CPU排序、按M按内存排序；查看load average判断系统负载趋势。
  • 增强版与树形视图：安装并使用htop（sudo apt install htop）；用ps auxf --forest --sort=-%cpu或pstree查看进程树与父子关系。
• 内存
  • 快速概览：free -h查看总/已用/可用内存；uptime查看系统运行时间与1/5/15分钟负载。
  • 细节与内核内存：watch -n 2 ‘cat /proc/meminfo | egrep “(MemTotal|MemFree|MemAvailable|Buffers|Cached|Slab|SReclaimable|SUnreclaim)”’；关注SUnreclaim（不可回收Slab）异常增长。
• 磁盘与I/O
  • 安装sysstat后使用iostat -dxmt 2观察设备**%util、await、svctm**；iotop -aoP定位进程级I/O；查看进程I/O：cat /proc//io。
• 网络
  • 连接与重传：ss -it | egrep “cwnd|rtt|retrans”；TCP状态分布：netstat -n | awk ‘/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}’；接口错误/丢包：cat /sys/class/net//statistics/{rx,tx}_{errors,dropped}。

二 深入诊断 关键命令与阈值

• 进程异常
  • 不可中断睡眠D状态排查：循环执行**ps -eo pid,state,comm | grep "^.* D "**定位卡在I/O的进程。
  • 僵尸进程检测：统计状态为Z的进程并告警/记录，防止资源泄漏。
• 内存压力
  • 页面换入换出与回收：cat /proc/vmstat | egrep “(pgpgin|pgpgout|pswpin|pswpout)”；结合MemAvailable与SUnreclaim判断内核/应用压力。
• I/O瓶颈
  • 设备级：iostat中若**%util持续接近100%或await**明显升高，多为设备饱和；iotop定位具体进程。
  • 进程级：读取**/proc//io的read_bytes/written_bytes**观察增长速率。
• 网络质量
  • 重传统计：cat /proc/net/snmp | grep Tcp | awk ‘NR==2 {print $13}’；若retrans持续增长，可能存在链路/对端问题。
  • 缓冲区与窗口：查看**/proc/sys/net/ipv4/tcp_rmem与tcp_wmem**评估发送/接收缓冲配置。

三 可视化与长期监控

• 桌面与终端
  • 桌面：gnome-system-monitor（系统监视器）查看CPU、内存、磁盘、网络。
  • 终端聚合：Glances（sudo apt install glances）一览CPU、内存、磁盘I/O、网络、温度，支持**-s服务器模式与-c **客户端远程连接，便于小规模纳管。
• 企业级方案
  • Prometheus + Grafana：应用暴露**/metrics**（如Prometheus Python Client），用PromQL做SLA、分位数与预测分析，如：
    • 95分位响应时间：histogram_quantile(0.95, sum(rate(app_request_latency_seconds_bucket[5m])) by (le, endpoint))
    • 磁盘空间耗尽预测：predict_linear(node_filesystem_free_bytes[6h], 3600247) < 0
    • 服务可用性SLA：avg_over_time(up{job=“api-server”}[30d]) * 100
  • 传统平台：Nagios、Zabbix适合做主机/服务可用性、阈值告警与可视化报表。

四 生产实践 告警与容量

• 分级监控
  • 关键资源（CPU、内存、磁盘、网络）建议采集间隔15s、保留30天；应用/业务指标1m/90天；日志/行为5m/1年；不同级别对应不同告警通道（如PagerDuty/邮件/Slack）。
• 智能告警
  • 结合历史数据训练Isolation Forest等异常检测模型，识别偏离基线的CPU、内存、I/O与网络异常，降低误报与漏报。
• 容器与Kubernetes
  • 通过Pod annotations（如prometheus.io/scrape: “true”）自动发现并抓取指标，统一在Grafana展示与告警。
• 容量与预测
  • 使用predict_linear对磁盘、I/O、连接数等进行趋势预测与容量规划，提前识别风险窗口。