服务器CPU监控避坑指南：别等CPU烧红再喊救命

为什么我对服务器CPU监控的坑，能吐槽三天三夜？

你有没有过这种社死到想原地辞职转卖烤肠的经历？

前几年我在一家创业公司当运维实习生——别笑，刚毕业那会儿谁不是揣着半本《Linux入门到放弃》战战兢兢的运维小白鼠兼背锅侠预备役。我们公司主打的是一款给宠物预约洗澡剪毛的小程序，说起来也邪门，那段时间刚好赶上“六一宠物亲子节”，老板把广告投到了本市最大的宠物公园电梯里，直接干爆了后台的宠物预约洗澡的预约量？哦不对，干爆的是我们唯一的那台服务器CPU！

那天晚上我正啃着全家桶看《甄嬛传》，老板的夺命连环call像容嬷嬷的针一样扎过来：“小白！赶紧看后台！所有铲屎官都卡着预约不了布偶洗澡了！布偶！就是那种洗一次要三百八的金贵玩意儿！客户电话都打到老板娘手机上了！老板娘正抱着她家刚洗完掉色被误会成橘猫的银渐层训我呢！你今天不给我修好，明天全公司的猫粮钱和狗粮钱，全从你实习工资里扣！”

我吓得鸡腿都掉地上了，赶紧打开SSH连上去——好家伙，top命令一敲，那CPU使用率直接飙升到100%！而且还不是“偶尔摸鱼摸到顶又下来”的那种摸鱼党，是“从早到晚焊死在工位上拼命内卷卷冒烟卷到连风扇都发出狗叫的声音抗议”的卷王！

后来查了半天原因，才知道是我们的程序员小哥哥图省事，把查询所有布偶洗澡预约历史的SQL语句写炸了，而且我们之前居然连个正儿八经的服务器CPU监控工具都没装！ 服务器CPU监控这种救命稻草，我们当初居然只觉得是“成熟运维才用的花架子”，这简直就是作死作到阎王爷家门口敲门说“我来借宿一晚顺便吃碗孟婆汤麻辣烫”啊！

所以，作为一个因为没做好服务器CPU监控差点赔光实习工资、差点转卖烤肠、差点再也不敢碰服务器的过来踩坑踩得脚底板流血的老运维，今天必须掏心窝子给你们好好唠唠服务器CPU监控那点事儿，服务器CPU监控有多重要，服务器CPU监控该怎么选工具，服务器CPU监控该看哪些核心指标——一句话，服务器CPU监控，别等出事了才想起它！服务器CPU监控，才是运维小白鼠升级成老油条保命符的关键！

服务器CPU监控到底是个啥？用魔性梗给你讲明白

很多小白可能会问：服务器CPU监控不就是看看CPU使用率高不高吗？有啥难的？

错错错大错特错！你以为服务器CPU监控是“看温度计知道今天穿不穿秋裤”？太天真了！服务器CPU监控明明是“给你家刚娶进门的小娇娘（或者刚过门的上门女婿，男女平等哈）装个全方位无死角的智能保姆机器人加24小时随叫随到的私人医生加防出轨防败家的监控摄像头”啊！

咱们把服务器比作一家开在CBD的奶茶店——生意好不好、能不能赚大钱，全靠CPU这个“全能店长兼奶茶调配师兼清洁工兼保安兼外卖接单员兼收银员”撑着对吧？

• CPU使用率，就是全能店长的“工作饱和度”——要是100%饱和，那就是店长已经忙到连喝口水撒泡尿的时间都没有了，马上就要累瘫罢工了；
• CPU负载（Load Average），就是全能店长“面前排队等着处理的订单量”——比如Load Average是1.5，就相当于面前排着1.5个订单（别问我为什么有0.5个，可能是那个客户犹犹豫豫不知道选珍珠奶茶还是芋泥啵啵奶茶，先占了半个坑），单核CPU的话勉强能撑，双核以上的话就是“摸鱼摸到一半又有活干”的松弛状态；要是Load Average超过CPU核数的2倍，那就是全能店长已经忙到疯癫，把奶茶泼到客户头上的概率飙升到100%；
• CPU核心数，就是奶茶店的“店员数量”——越多店员（越多核心），能同时处理的订单（任务）就越多；
• CPU上下文切换次数，就是全能店长“一会儿当调配师一会儿当收银员一会儿当保安一会儿接外卖电话的切换次数”——切换次数越多，全能店长越容易出错，越容易浪费时间；
• CPU中断次数，就是全能店长“被客户打断的次数”——比如一会儿客户问能不能加双倍珍珠一会儿问能不能去冰三分糖一会儿问外卖什么时候到，打断次数越多，全能店长越难专心干活；

你看，服务器CPU监控是不是比你想象的复杂多了？要是你只看CPU使用率，就相当于你只看全能店长有没有在干活，根本不知道他面前堆了多少订单，根本不知道他是不是在频繁切换工作导致效率低下，根本不知道他是不是被客户烦得要死——这怎么能当好一个合格的老板娘/老板助理呢？不对，是怎么能当好一个合格的运维呢？

服务器CPU监控避坑指南第一弹：别选花里胡哨没用的工具！

当初我吃了亏之后，就开始疯狂找服务器CPU监控工具，找来找去差点把眼睛找瞎——什么免费的开源工具啊，什么付费的商业工具啊，什么主打AI预测的高科技工具啊，什么界面花里胡哨像夜店一样的工具啊，应有尽有！

踩了无数坑之后，我总结出一个真理：服务器CPU监控工具，贵的不一定好用，免费的不一定没用，适合自己的才是最好的！ 而且，别选那些花里胡哨没用的工具！界面做得再好看，夜店灯光再闪，要是连最基本的服务器CPU监控指标都测不准，连最基本的告警功能都没有，那就是个花架子！那就是个废物！那就是个骗钱的玩意儿！

作为过来人，我给你们推荐几款我用过觉得靠谱的服务器CPU监控工具——绝对不是广告！绝对不是！我要是收了钱，我明天就转卖烤肠，烤肠永远烤不熟！

适合小白入门的免费开源工具：top/htop

如果你是刚入门的运维小白，或者你只是偶尔需要看看自己的云服务器CPU使用率（比如你自己搭了个个人博客，偶尔写写服务器CPU监控的文章赚点外快），那top/htop绝对是你的首选！

top就是Linux系统自带的“简易版奶茶店监控器”——敲个命令就能看到全能店长的工作饱和度、面前排队的订单量、每个店员（每个核心）的工作状态，界面虽然简陋了点，但是麻雀虽小五脏俱全！

htop就是top的“豪华升级版奶茶店监控器”——界面比top好看多了，有颜色区分（比如CPU使用率高的部分是红色，低的部分是绿色），可以用鼠标操作（不用记那些复杂的快捷键），还可以直接杀掉不听话的进程（相当于直接把捣乱的客户赶出去）！

怎么用呢？给你们看个最简单的命令：

``` 如果你还没装htop的话，先装一下（Ubuntu/Debian系统） sudo apt-get update sudo apt-get install htop 敲这个命令就能打开htop啦 htop ```

重点操作项：打开htop之后，按F10就能退出，按F9就能杀掉进程（杀进程之前一定要看清楚进程是什么，别把重要的进程杀了！）

不过，top/htop也有缺点——只能实时看，不能保存历史数据，不能设置告警（比如CPU使用率超过80%就给你发微信发邮件打电话），要是你晚上睡觉的时候服务器CPU监控告警没响，第二天早上起来又要背锅了！

适合个人和小团队的半免费/免费工具：Prometheus+Grafana

如果你是个人站长，或者你在一家小团队当运维（只有几台服务器），那Prometheus+Grafana绝对是你的不二之选！

Prometheus就是“奶茶店的监控数据收集器”——可以24小时不间断地收集服务器CPU监控指标、服务器内存监控指标、服务器磁盘监控指标等等，还可以保存历史数据；Grafana就是“奶茶店的监控数据可视化大屏”——可以把Prometheus收集到的数据做成各种各样好看的图表（比如折线图、柱状图、饼图），还可以设置告警（比如CPU使用率超过80%就给你发微信发邮件打电话）！

这套组合拳，免费开源，功能强大，界面好看，简直就是“白菜价买了个LV包包”！不过，Prometheus+Grafana的安装和配置稍微有点复杂，需要一点点Linux基础，但作为过来踩坑踩得脚底板流血的老运维，我可以负责任地告诉你：只要你花个两三天时间看看教程，绝对能搞定！ 搞定之后，你就可以天天躺平，等着服务器CPU监控告警响了再起来处理，再也不用天天盯着SSH看了！

服务器CPU监控避坑指南第二弹：别只看表面数据！要看核心指标！

很多小白装了服务器CPU监控工具之后，就只会盯着CPU使用率看——CPU使用率一超过50%就慌得一批，CPU使用率一低于10%就觉得自己天下无敌了！

错错错大错特错！就像你不能只看全能店长有没有在干活，根本不知道他面前堆了多少订单一样，你也不能只看CPU使用率，根本不知道其他核心指标！

作为过来人，我给你们列几个服务器CPU监控必须要看的核心指标：

• CPU使用率（User% + System% + Nice% + Idle%）：User%是全能店长处理“正常订单”（用户进程）的时间占比，System%是全能店长处理“内部事务”（内核进程）的时间占比，Nice%是全能店长处理“优先级低的订单”（Nice值调整过的用户进程）的时间占比，Idle%是全能店长“摸鱼”的时间占比——要是Idle%低于20%，那就是全能店长已经忙到要累瘫了；要是System%超过30%，那就是奶茶店的“内部管理”出问题了（比如内核配置有问题，或者有病毒进程）；
• CPU负载（Load Average 1分钟/5分钟/15分钟）：这个指标比CPU使用率还重要！Load Average 1分钟是全能店长“最近1分钟面前排队的订单量”，Load Average 5分钟是“最近5分钟面前排队的订单量”，Load Average 15分钟是“最近15分钟面前排队的订单量”——要是三个指标都超过CPU核数的2倍，那就是全能店长已经忙到疯癫，必须赶紧处理；要是Load Average 1分钟很高，5分钟和15分钟很低，那就是“偶尔有个大订单”，不用太慌；
• CPU上下文切换次数（Context Switches）：这个指标不能太高——一般来说，单核CPU的上下文切换次数每分钟不应该超过10000次，多核CPU的话乘以核心数就行——要是上下文切换次数太高，那就是全能店长“频繁切换工作”，效率低下；
• CPU中断次数（Interrupts）：这个指标也不能太高——一般来说，要是没有大量的IO操作（比如上传下载大文件），中断次数每分钟不应该超过几万次——要是中断次数太高，那就是全能店长“被客户烦得要死”，根本没办法专心干活；

土味正能量强行插入：服务器CPU监控核心指标，一个都不能少！就像你追女孩子/男孩子，不能只看颜值，还要看人品、看性格、看有没有上进心一样！少看一个，你就可能踩坑！少看一个，你就可能失败！少看一个，你就可能后悔一辈子！

最后再唠唠几句掏心窝子的话

说了这么多，就是想告诉你们：服务器CPU监控，真的真的真的很重要！ 别像我当初那样，因为没做好服务器CPU监控差点赔光实习工资差点转卖烤肠差点再也不敢碰服务器！

土味正能量再次强行插入：服务器CPU监控，就像给你的服务器买了一份24小时的重疾险！虽然你可能永远都用不上，但你不能没有！要是没有这份重疾险，万一服务器CPU出事了，你就只能哭爹喊娘了！要是有了这份重疾险，万一服务器CPU出事了，你就能第一时间发现，第一时间处理，第一时间保住你的工作，第一时间保住你的钱包！

服务器CPU监控，别等出事了才想起它！服务器CPU监控，才是运维小白鼠升级成老油条保命符的关键！服务器CPU监控，今天你做了吗？