日本服务器上的Linux运行变慢,如何判断该先优化CPU、内存还是磁盘
日本服务器上的 Linux 运行变慢时,不应只看 CPU 使用率就决定优化方向。CPU 只有 30%,并不代表服务器没有瓶颈:进程可能正在等待磁盘,内存回收可能拖慢 I/O,应用线程可能卡在数据库锁上,或者日本机房到访问者所在地的网络延迟正在升高。更可靠的判断方式,是在同一时间窗口内把 CPU、内存、磁盘、网络、应用响应时间、错误率和队列放在一起观察。
通常可以这样确定优先级:运行队列持续增加且用户态或内核态 CPU 占用较高,先查 CPU;可用内存快速下降、内存压力和 swap 活动同时升高,先查内存;磁盘等待时间、I/O 队列和 iowait 联动上升,先查磁盘;服务器本地请求很快而日本以外访问变慢,则应先查网络路径。若这些资源指标都正常,却出现请求排队、数据库锁等待或错误重试,应把应用和数据库作为第一嫌疑,而不是继续调整服务器硬件参数。
先建立同一时间窗口
性能分析最容易出现的错误,是把不同时间点的指标拼在一起。例如,CPU 使用率来自 10:00,磁盘延迟来自 10:05,应用响应时间来自 10:10,最后得出的“CPU 瓶颈”可能并不存在。
建议至少记录一次故障高峰和一次正常时段。突发问题可观察 5~10 分钟,周期性变慢则应覆盖一个完整业务周期,例如整点任务、备份、报表生成或流量高峰。日本服务器通常使用日本标准时间(JST,UTC+9),监控系统、应用日志和数据库日志需要统一时区或明确记录时区。
可以先采集以下基础信息:
date '+%F %T %z'
uptime
nproc
free -h
vmstat 1 10
iostat -xz 1 10
pidstat -u -r -d -w 1 10
ss -s
iostat 和 pidstat 通常由 sysstat 提供。如果系统没有这些命令,应先确认监控平台是否已经采集了同类指标,不要在业务高峰临时安装大量诊断工具。重点不是执行一次命令,而是让以下数据具有相同时间戳:
- CPU:用户态、内核态、I/O 等待、虚拟化窃取时间、每个核心的使用率;
- 内存:可用内存、回收活动、swap 读写、内存压力;
- 磁盘:读写吞吐、操作延迟、队列长度、设备繁忙度;
- 网络:连接数、重传、丢包、吞吐、请求往返时间;
- 应用:请求数量、P95/P99 延迟、线程或连接池队列、错误率;
- 数据库:活跃连接、锁等待、慢查询、事务提交延迟。
用指标联动判断第一瓶颈
下面的表格适合作为初筛,但其中的数值只是典型参考,不是适用于所有服务器的固定阈值。CPU 核数、磁盘类型、业务模型和请求大小不同,正常范围也会不同。
| 主要怀疑对象 | 需要同时看到的现象 | 需要排除的替代解释 | 优先检查方向 |
|---|---|---|---|
| CPU | 用户态或内核态 CPU 持续较高,运行队列增加,应用处理时间变长 | 高负载是否由 I/O 等待或虚拟化窃取造成 | 进程、线程、热点代码、查询计算量 |
| 内存 | 可用内存下降,内存 PSI 上升,si/so 或 swap 活动增加,磁盘读写同步变差 | swap 只是历史占用,是否真的发生换入换出 | 内存泄漏、并发量、缓存、进程上限 |
| 磁盘 | await、队列长度、iowait 与请求延迟同时上升 | 是否是数据库锁、文件系统容量或单个进程异常 | I/O 类型、设备性能、日志和数据库写入 |
| 网络 | RTT、重传或丢包上升,远程响应变慢,本机处理时间正常 | 是否只是应用生成响应慢,或客户端线路不同 | 访问路径、连接、带宽、TLS 和 DNS |
| 应用 | 资源使用正常,但线程池、任务队列、请求队列增长 | 是否由数据库或外部服务阻塞 | 超时、重试、连接池、依赖服务 |
| 数据库 | SQL 等待、锁等待、活跃连接和查询延迟上升 | 数据库本身是否受内存或磁盘拖慢 | 慢 SQL、索引、事务、连接池、锁 |
判断时应遵循“指标 A 变化—指标 B 联动—排除替代解释—形成判断”的顺序。例如,看到 CPU 使用率达到 90%,还需要确认运行队列是否增加,以及磁盘等待是否正常。如果 CPU 90% 但运行队列很短,可能只是少数核心短时繁忙;如果 CPU 30% 但 iowait、磁盘队列和接口延迟同时上升,CPU 就不是第一优化对象。
CPU 瓶颈:看运行队列和进程归因
CPU 瓶颈一般不是“CPU 百分比高”这么简单,而是计算资源被持续消耗,并且请求或任务开始排队。
重点观察:
vmstat中的r是否持续接近或超过可运行 CPU 核数;- 用户态 CPU(
us)是否由业务进程持续消耗; - 内核态 CPU(
sy)是否因系统调用、网络包处理或文件操作升高; iowait是否同时升高;- 虚拟机的
steal是否明显增加; - P95/P99 延迟是否和 CPU 高峰同步变化;
- 数据库是否出现大量 CPU 密集型查询。
例如,一台 8 vCPU 的日本服务器在 10 分钟内出现以下模拟数据:
| 指标 | 正常时段 | 变慢时段 |
|---|---|---|
| 用户态 CPU | 42% | 86% |
| 内核态 CPU | 8% | 10% |
iowait | 2% | 3% |
steal | 1% | 2% |
运行队列 r | 2~4 | 12~18 |
| 应用 P95 | 220 ms | 1.4 s |
磁盘 await | 4 ms | 6 ms |
这组关系更接近 CPU 受限:运行队列显著增加,用户态 CPU 占用高,磁盘等待和虚拟化窃取时间没有同步恶化。下一步应使用 pidstat、应用 APM 或进程级监控找出主要消耗者,而不是直接增加工作进程数量。
CPU 相关的替代解释包括:
- 高 load 不等于高 CPU:处于不可中断睡眠状态的磁盘等待进程也可能抬高 load average;
- 内核态 CPU 偏高:大量小文件、网络连接、日志写入或频繁系统调用都可能造成这种现象;
- 虚拟化窃取时间偏高:虚拟机没有真正获得分配的 vCPU 时间,增加应用线程可能只会加重排队;
- 单核心饱和:总 CPU 只有 50%,但某个核心已满,单线程应用仍会变慢。
形成 CPU 判断后,优化动作应优先针对具体进程或请求类型,例如减少不必要的计算、修正高开销查询、限制无效重试、调整并发模型或拆分后台任务。不要仅根据总 CPU 使用率盲目扩容,也不要在没有记录当前配置和回滚方案的情况下修改线程池、进程数或数据库并发参数。
内存瓶颈:确认是否真的发生回收和换入换出
Linux 使用空闲内存作为文件缓存是正常现象,因此 free -h 中的 free 很低,不代表内存已经耗尽。判断内存是否是第一瓶颈,关键是看 available、回收压力、swap 活动和应用延迟是否同向变化。
可以补充查看内存压力:
free -h
vmstat 1 10
cat /proc/pressure/memory
grep -E 'MemAvailable|SwapTotal|SwapFree|Dirty|Writeback|Slab' /proc/meminfo
以下组合更有说明力:
MemAvailable持续下降;/proc/pressure/memory中的some或full增加;vmstat的si、so出现持续活动,而不是偶尔的历史数据;- 磁盘读写延迟和
iowait同时升高; - 应用 P95/P99 延迟、超时或 OOM 事件同步出现。
内存压力经常会伪装成磁盘瓶颈。系统为了回收页面或换入换出,可能让磁盘延迟升高。此时直接更换磁盘,效果可能有限;如果不减少内存压力,新的磁盘仍会被回收活动占用。
还要区分主机内存和容器内存。主机有大量可用内存时,某个容器仍可能达到自身的 memory limit。若业务运行在容器中,应同时查看容器限制、当前使用量和应用进程的内存增长。对于持续增长的 Java 堆、PHP-FPM 工作进程、缓存服务或数据库缓冲区,应先找出增长来源,再决定是降低并发、修复泄漏、调整缓存,还是增加内存。
不建议把“清空缓存”当作常规优化,也不建议为了消除 swap 使用而直接禁用 swap。前者会破坏本来有益的缓存,后者可能让突发内存压力更快演变为进程被终止。任何内存参数调整都应先记录原值,选择低峰期,准备恢复配置的方式,并通过应用延迟和 OOM 日志复测。
磁盘瓶颈:区分容量不足、延迟过高和 I/O 类型不匹配
磁盘问题至少包含三类:空间或 inode 用尽、设备本身延迟过高、应用产生了不适合当前存储介质的 I/O 模式。
先查看容量与设备级指标:
df -h
df -i
lsblk -o NAME,TYPE,SIZE,FSTYPE,MOUNTPOINTS
iostat -xz 1 10
pidstat -d 1 10
判断 iostat 时重点关注:
await:一次 I/O 从提交到完成的平均等待时间;aqu-sz:平均等待队列;r/s、w/s:读写操作次数;rkB/s、wkB/s:读写吞吐;%util:设备处于忙碌状态的比例,但不能脱离设备类型单独解释。
例如,模拟监控中 CPU 用户态只有 25%,内存压力正常,但磁盘 await 从 5 ms 升到 90 ms,aqu-sz 从 0.4 升到 14,iowait 从 3% 升到 28%,同时接口 P95 从 300 ms 升到 2 秒。这时磁盘等待与应用延迟形成了完整联动,磁盘或产生 I/O 的进程应优先调查。
还需要排除以下情况:
df -h接近 100%,日志、临时文件或数据库写入失败;- inode 用尽,表现为无法创建新文件,即使还有剩余容量;
- 单个日志进程、备份进程或扫描任务制造大量 I/O;
- 数据库锁等待被误认为磁盘延迟;
- 内存不足导致页面回收和 swap,使磁盘看起来繁忙;
- 云服务器的共享存储在特定时段出现性能抖动。
如果确认是磁盘瓶颈,优化顺序通常是先查 I/O 来源,再决定调整应用、数据库或存储规格。例如,数据库随机读写较多时,需要检查查询计划和索引;日志量异常时,应检查日志级别和保留策略;备份、压缩、报表等后台任务影响在线请求时,可以错开执行时间或限制其 I/O 优先级。不要在未备份数据库、未确认业务影响和没有恢复方案时,直接删除日志、移动数据库文件或修改存储配置。
网络瓶颈:把日本机房与访问路径分开看
“日本服务器访问慢”可能有两种完全不同的含义:
- 服务器自身处理请求慢;
- 服务器处理很快,但访问者到日本机房之间的 RTT、丢包、重传或带宽存在问题。
因此,不能用服务器 CPU、内存和磁盘指标替代网络观测,也不能只用一次 ping 就判断业务网络。可以在服务器本地测试接口的各阶段耗时:
curl -sS -o /dev/null \
-w 'dns=%{time_namelookup}s connect=%{time_connect}s tls=%{time_appconnect}s ttfb=%{time_starttransfer}s total=%{time_total}s\n' \
https://example.com/health
同时配合连接和网卡统计:
ss -s
sar -n DEV,TCP 1 5
这里的域名和接口应替换为实际业务地址。若本机请求的 ttfb 和 total 都很低,而日本以外的访问者 P95 明显升高,应进一步比较不同地区的 RTT、重传和丢包。若服务器本地请求也慢,则应回到应用、数据库、磁盘和 CPU 链路继续分析。
网络判断可以参考以下关系:
- RTT 上升、重传上升、服务器本地处理时间稳定:优先查访问路径、线路质量或网络设备;
- 带宽接近上限、发送队列增长:可能是大文件、备份、视频或异常流量占满出口;
- 连接数暴增但 CPU 不高:可能是连接建立、连接池或应用并发控制问题;
- 网络流量正常但 TTFB 很高:更可能是应用生成响应或后端查询慢;
- 错误率与重试次数同步升高:重试可能进一步制造 CPU、连接和带宽压力。
日本服务器的地域位置只说明服务器端点在哪个机房,不代表所有访问者到该机房的路径都相同。监控中应同时保留服务器本地响应时间、不同地区探针的网络时间,以及应用自身处理时间。
应用和数据库瓶颈:资源不满也可能排队
当 CPU、内存和磁盘都没有明显压力,但请求仍然变慢,应重点查看应用队列和数据库等待。很多业务的瓶颈不是硬件已经达到 100%,而是少量连接、线程或事务被长时间占用。
应用侧建议同时关注:
- 请求总量与并发数;
- P50、P95、P99 延迟;
- Web 服务器、应用线程池和任务队列长度;
- 数据库连接池的使用量、等待量和超时数;
- 外部接口调用耗时;
- 5xx、超时、重试和熔断次数;
- 垃圾回收、进程重启和工作进程退出。
数据库侧则要区分 CPU、I/O 和锁等待。例如:
- SQL 执行时间上升,数据库 CPU 也升高,可能是查询计划或计算量问题;
- SQL 等待时间上升,但数据库 CPU 不高,同时出现锁等待,优先查事务和锁;
- 数据库读写延迟、磁盘队列和查询耗时一起上升,可能是存储或缓冲区不足;
- 活跃连接接近连接池上限,而数据库资源正常,可能是连接未及时释放或外部依赖阻塞;
- 应用错误率上升后开始大量重试,CPU 和连接数随后升高,根因可能在最初的数据库或依赖服务故障。
数据库查询计划、索引和事务参数属于高影响变更。修改前应保留配置和执行计划,确认备份可用,在低峰期小范围验证,并准备恢复原配置或撤销变更。不要因为看到数据库响应慢,就直接把连接池和并发数调大;排队只是被推迟,数据库锁和磁盘压力可能因此扩大。
一次完整的判断流程
可以把实际排查固定为六个动作:
- 建立观察窗口
记录故障开始和结束时间,统一服务器、应用、数据库与监控系统的时区,至少保留一个正常时段作为对照。
- 确认用户看到的慢在哪里
区分 DNS、建立连接、TLS、等待首字节、响应传输和应用内部处理时间。先确认是所有地区变慢,还是只有部分访问路径变慢。
- 寻找第一处同步变化
将响应时间曲线与 CPU、内存压力、磁盘延迟、网络重传、应用队列和数据库等待叠加。第一处持续出现、并且能解释后续排队的指标,更接近根因。
- 排除替代解释
CPU 高要排除 I/O 等待和虚拟化窃取;磁盘慢要排除内存回收;网络慢要排除应用 TTFB;数据库慢要排除锁等待和连接池耗尽。
- 形成单一优先级判断
在同一批证据中选择一个主要瓶颈,同时记录次要影响因素。例如“内存压力是主要原因,磁盘延迟是后果”,不要把所有异常指标都并列称为根因。
- 只做一类变更后复测
先控制并发、暂停高峰期后台任务或优化单个高耗时查询,观察相同时间窗口内 P95、错误率和相关资源指标是否一起恢复。若同时修改 CPU、内存、磁盘和数据库参数,就无法判断哪项措施真正有效。
用模拟数据复核判断
下面是一组用于说明分析方法的模拟数据,不代表任何实际监控结果:
| 时间段 | CPU 用户态 | iowait | 可用内存 | si/so | 磁盘 await | I/O 队列 | 应用 P95 | 错误率 |
|---|---|---|---|---|---|---|---|---|
| 正常 10 分钟 | 38% | 2% | 5.6 GB | 0/0 | 6 ms | 0.5 | 240 ms | 0.1% |
| 变慢前 5 分钟 | 44% | 5% | 3.1 GB | 4/0 | 18 ms | 2.1 | 480 ms | 0.2% |
| 变慢高峰 | 46% | 23% | 0.7 GB | 128/96 | 86 ms | 12.7 | 1.9 s | 1.1% |
| 缓解后 10 分钟 | 41% | 4% | 4.8 GB | 0/0 | 8 ms | 0.7 | 310 ms | 0.2% |
这组数据中,CPU 没有明显饱和,但可用内存下降、swap 活动、磁盘等待和应用延迟同步恶化;缓解后这些指标也大体同时恢复。更合理的判断是内存压力优先,磁盘延迟属于连带表现,而不是先升级 CPU。

相反,如果数据表现为用户态 CPU 从 40%升至 90%、运行队列从 3 增至 16,内存压力不变、await 仍为 6 ms、网络重传稳定,那么应先定位 CPU 消耗进程。若服务器本地响应正常,只有跨地区探针 RTT 和重传上升,则应先查网络路径。每一种判断都必须能在第二个或第三个指标上得到印证。
下一次遇到日本服务器上的 Linux 性能下降,建议至少同时观察“CPU 用户态/内核态 + 运行队列”“可用内存 + 内存 PSI + swap”“磁盘 await + I/O 队列 + iowait”“本地 TTFB + 远程 RTT/重传”“应用 P95 + 错误率 + 请求队列”“数据库连接池 + 锁等待 + 慢查询”这六组组合。只有把它们放进同一时间语境中,才能判断应该先优化 CPU、内存、磁盘,还是其实应从网络、应用或数据库入手。
A5idc数据提供日本机房的物理服务器资源,覆盖Xeon Gold、AMD EPYC等平台,并配备SSD、NVMe或大容量HDD存储方案,可承载Linux网站、数据库、接口服务及多任务运行。针对性能排查涉及的CPU、内存、磁盘和网络维度,日本产品还提供CIA、GIA、CN2、SoftBank等线路,以及多IP配置,为本地访问、跨境业务和不同数据规模提供相应的硬件与网络资源基础。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/7695.html



