用Windows性能监视器排查服务器卡顿,应该先观察哪些计数器?
服务器出现卡顿时,性能监视器(Performance Monitor,PerfMon)不必一开始就把所有计数器都加进去。先观察处理器、内存、磁盘和网络的少数关键指标,再把异常时间与业务请求变慢的时间对齐,通常更容易判断瓶颈落在哪一层。

判断时要看持续趋势和指标组合,而不是某个瞬时峰值。CPU 利用率高,不一定代表 CPU 已经成为瓶颈;可用内存偏低,也不一定说明系统正在频繁换页。下面这组计数器适合作为第一轮排查清单。
对于需要长期观察资源使用情况的业务,A5数据提供中国香港、美国、日本、韩国、中国台湾、新加坡和马来西亚等地区的物理服务器,覆盖常规建站、业务后台、数据库及多任务计算场景,并提供Xeon、AMD EPYC、NVMe、较大内存以及不同带宽线路组合,为性能监控中的CPU、内存、磁盘和网络指标提供对应的服务器资源基础。
先看这组关键计数器
| 资源 | 计数器 | 主要判断用途 |
|---|---|---|
| 处理器 | Processor(_Total)\% Processor Time | 判断整机 CPU 是否持续繁忙 |
| 处理器 | System\Processor Queue Length | 辅助判断是否有线程排队等待 CPU |
| 内存 | Memory\Available MBytes | 判断系统可立即使用的内存余量 |
| 内存 | Memory\Pages/sec | 观察内存分页活动,需结合其他指标解释 |
| 磁盘 | PhysicalDisk(*)\Avg. Disk sec/Read、Avg. Disk sec/Write | 判断读写请求平均响应时间 |
| 磁盘 | PhysicalDisk(*)\Current Disk Queue Length | 辅助观察磁盘请求是否积压 |
| 网络 | Network Interface(*)\Bytes Total/sec | 查看网卡收发流量是否接近链路或业务预期 |
| 网络 | TCPv4\Segments Retransmitted/sec | 观察 TCP 重传是否在卡顿期间升高 |
计数器名称会随 Windows 版本、语言和系统组件略有差异。性能监视器中可以通过计数器选择界面查找对应名称;如果找不到某项,先确认相关组件已安装、网卡或磁盘实例是否存在,不要仅凭名称相似就认定含义完全相同。
高频现象与工程判断
CPU 高:看利用率,也看排队
Processor(_Total)\% Processor Time 长时间接近 90% 或更高,说明处理器繁忙,但还不能单独证明 CPU 是卡顿根因。短时编译、备份、杀毒扫描或批处理都可能造成峰值;如果业务响应时间没有同步变差,通常不需要只因峰值就扩容。
再看 System\Processor Queue Length。它表示等待处理的线程数量,不是百分比,也不能脱离 CPU 数量解释。一个可用于初筛的经验判断是:队列长度持续高于逻辑处理器数量,同时 CPU 利用率长期偏高,才更值得怀疑处理器供给不足。这个经验值不是硬性阈值;多处理器服务器、线程调度特征和采样间隔都会影响读数。
如果总 CPU 不高,但用户仍反馈卡顿,查看进程级计数器,例如 Process(<em>)\% Processor Time、Process(</em>)\Private Bytes 和 Process(*)\Working Set。需要注意,进程的 CPU 计数在多核系统上的显示口径可能超过 100%,分析时应以该计数器的定义和系统逻辑处理器数量为准,不能直接把进程值与整机百分比混为一谈。
内存低:确认是否伴随分页压力
Memory\Available MBytes 表示当前可用内存。若可用内存持续低于物理内存的约 5% 至 10%,可以作为进一步检查的信号;具体影响还取决于服务器内存容量、工作负载和缓存需求。对于内存较大的机器,单看固定的“剩余多少 MB”尤其容易误判。
Memory\Pages/sec 统计系统为解决内存需求而发生的页面读取或写入活动,但它本身不等同于“正在使用页面文件”,也不能直接证明内存不足。文件缓存、程序启动和其他内存管理活动也会带来分页计数。只有当可用内存长期偏低、分页活动持续明显,并且磁盘读写延迟或应用响应同时恶化时,内存压力的判断才更有依据。
需要找占用来源时,可增加 Process(<em>)\Private Bytes 和 Process(</em>)\Working Set。前者有助于观察进程私有内存的增长,后者反映进程当前驻留在物理内存中的工作集。若某进程的私有内存持续上升,应结合进程自身日志、请求量和运行时间确认是否属于正常增长,不能把单次高值直接当作泄漏证据。
磁盘慢:延迟比忙碌程度更接近用户体验
数据库查询、日志写入和文件读取都可能受存储延迟影响。优先观察:
PhysicalDisk(*)\Avg. Disk sec/ReadPhysicalDisk(*)\Avg. Disk sec/WritePhysicalDisk(*)\Current Disk Queue Length
Avg. Disk sec/Read 和 Avg. Disk sec/Write 以秒为单位。举例来说,读延迟为 0.020 秒,即约 20 毫秒。持续超过约 10 至 20 毫秒可以作为进一步核查的信号,尤其是服务对随机读写敏感时;这只是常见排查参考,不是所有存储设备都适用的性能承诺。机械盘、固态盘、云盘、阵列缓存和虚拟化存储的正常表现可能差异很大。
队列长度需要结合设备数量、请求类型和负载变化看。队列持续增加且读写延迟同步升高,通常比某个队列瞬时非零更值得关注。若磁盘使用率高但延迟仍低,设备可能只是繁忙而未造成明显等待;反过来,平均延迟高也可能来自少量慢请求,平均值会掩盖尾部延迟。必要时应结合存储平台指标、应用请求耗时和数据库等待信息复核。
网络异常:流量大不等于链路拥塞
Network Interface(*)\Bytes Total/sec 用于观察网卡收发速率。将其与网卡链路速率、业务正常基线和卡顿时段比较,才能判断是否接近链路上限。不要把 Bytes/sec 与 bits/sec 混用:字节换算为比特需要乘以 8。
同时查看 TCPv4\Segments Retransmitted/sec。如果重传计数在卡顿时段明显升高,可能涉及丢包、链路拥塞、对端响应或网络路径问题,但单靠服务器上的重传计数不能定位故障设备。若流量不高、CPU 和磁盘也没有明显异常,仍应核对连接建立时间、应用请求超时、负载均衡和上游服务状态。
在性能监视器中采集一组可比较的数据
只看实时曲线容易漏掉间歇性卡顿。建议先建立一份短周期日志,再按业务反馈时间回看。
- 打开“运行”,输入
perfmon,进入性能监视器。 - 在“数据收集器集”中创建用户定义的数据收集器集,选择性能计数器日志。
- 加入上表中的关键计数器;磁盘和网卡实例较多时,优先选择实际承载业务的设备,避免把无关虚拟网卡或空闲卷混入判断。
- 常规排查可先采用 15 秒采样间隔,连续采集 10 至 30 分钟;若问题只在特定时段出现,应覆盖该时段。采样过密会增加日志量,采样过疏则可能错过短时尖峰。
- 将日志时间与应用错误日志、请求耗时、用户反馈和计划任务时间对照,再判断异常是否具有稳定的时间关联。
为了便于比较,至少记录一段业务正常时的数据作为基线。比如同一台服务器在正常时段 CPU 大多低于 50%、磁盘写延迟较低,而卡顿时 CPU 长时间超过 90%、处理器队列持续增长,这种前后差异比孤立的阈值更有判断价值。
看到组合信号后再缩小范围
可以按下面的组合关系做第一轮判断:
- CPU 利用率持续高、处理器队列也持续增长: 优先检查高 CPU 进程、线程数量变化和计划任务;若高负载与业务量同步增长,再评估 CPU 容量。
- 可用内存持续偏低、分页活动增加、磁盘读写延迟同时升高: 检查进程内存趋势、缓存策略和内存配置,也要确认磁盘延迟是否是分页之外的独立问题。
- CPU、内存指标相对平稳,但磁盘延迟和队列同步上升: 继续核对具体卷或物理设备的读写负载,并排查备份、扫描、数据库日志等并发任务。
- 资源计数器没有明显异常,TCP 重传或应用超时增加: 扩大到网卡、交换网络、负载均衡和上游依赖排查,不能因为服务器资源看起来空闲就排除网络问题。
例如,某次卡顿期间 CPU 平均约 35%,可用内存仍有数 GB,但磁盘写延迟从正常时的数毫秒升到约 30 毫秒,队列也持续增长。此时先查写入路径和并发任务,比优先增加 CPU 更符合现有证据。这里的数值仅用于说明判断过程,不代表通用性能标准。
容易误判的情况
计数器实例选错。 PhysicalDisk(<em>)、LogicalDisk(</em>) 和网卡实例可能包含多个设备。确认业务实际使用哪个盘、哪个接口;多路径、虚拟磁盘或存储抽象层也可能让实例与底层设备并非一一对应。
平均值掩盖尖峰。 平均磁盘延迟或平均 CPU 利用率可能看起来正常,但短时高延迟仍足以拖慢同步请求。应缩短合理的采样间隔,并与应用侧请求耗时对照;不要仅凭长时间平均值否定卡顿。
虚拟机指标只反映来宾系统视角。 Windows 内看到 CPU 利用率低,不一定说明宿主机没有资源争用;磁盘延迟也可能来自虚拟化存储或共享资源。需要时与平台侧的 CPU 等待、存储延迟及资源限额数据交叉核对。
单个阈值无法覆盖所有工作负载。 文件服务、数据库、远程桌面和批处理的资源特征不同。相同的磁盘延迟或内存余量,对不同业务的影响可能完全不同。用本机正常时段和业务响应目标校准,比机械套用固定数字可靠。
管理工具本身也有采集成本。 同时记录大量进程、磁盘和网络实例,会增加日志体积和分析复杂度。第一轮先采关键指标,发现方向后再增加对应资源的细项。
实践建议:先建立基线,再按证据扩展
日常监控可以保存 CPU、可用内存、分页活动、磁盘读写延迟、队列和网络流量等基础指标;故障发生时再加入进程级数据,或按具体业务补充应用、数据库和存储平台指标。对于长期运行的服务器,可以分别留存业务高峰和低峰的参考范围,避免把正常的周期性负载当成异常。
最容易遗漏的复核点,是卡顿时间是否与指标异常真正重合。先统一服务器、应用日志和性能日志的时间,再确认异常持续多久、影响哪些请求、恢复后指标是否回落。只有时间关系和资源变化相互印证,计数器才足以支撑下一步的容量调整或故障定位。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5345.html



