在企业信息化转型中，去IOE的浪潮推动下，操作系统发生了较大变革，由传统UNIX转向了Linux，尤其业务上云后，云服务提供商提供最多的操作系统也是Linux，使Linux成为目前最主流的企业应用操作系统。
相信搞IT的同学，无论是开发、测试还是运维，Linux的top命令一定都用过，top是查看系统负载非常重要的一个方式，但很多同学其实没有仔细学习过如何使用top命令。 网上已经有大量的关于解释top命令的文章，本文将重要指标背后的含义和进一步的排查思路进行分享，来帮助大家更好的使用top命令，让大家在工作中排查问题时，更加有效、准确的掌握系统的负载情况，找到故障根源。
先看下top是什么样的
多数的同学使用top看的是：
- 1.当前系统的负载load情况
- 2.cpu的空闲率%id是不是健康
- 3.内存使用情况Mem
- 4.哪个进程的%CPU消耗特别大
网上已经有大量文章解释以上各个参数的含义，这里结合实际经验，当发现关键核心的指标出现异常时需要排查的点进行分享：
- load average: 0.00, 0.00, 0.00 ：负载情况，三个值，代表1、5、15分的系统负载情况，经验值建议不超过cpu数量（查看cpu数量的方法：lscpu），注意Load高不一定会导致CPU利用率高，但通过单个进程的CPU开销可以基本判断导致Load异常的进程，进行进一步排查
- 0.9%us：进程用户空间的cpu消耗，如果比较高，经验值是超过50%，一般代表应用程序的CPU开销很高，排查具体的进程开销，如果是Java进程，可通过jstack -l pid的方式，打印出该进程的线程运行情况及堆栈信息，判断具体哪个线程出现了CPU消耗异常的情况，更详细的排查方法，将在之后的文章中进行分享(压测、高并发请求下也可用于分析性能瓶颈/优化点)
- 0.4%sy：内核空间的CPU消耗，如果比较高，一般代表linux系统本身出现了问题，排查dmesg，/var/log/message，硬件是否有错误/异常信息
- 0.0%wa：等待IO请求的CPU消耗，如果比较高，经验值是超过5%，一般代表磁盘IO出现了问题，应用/系统在等待磁盘IO完成，配合iostat/iotop命令进行分析哪块磁盘/文件系统出现大量IO，配合raid卡日志，IPMI日志排查是否存在异常
- 0.3%st：CPU资源被该服务器上的其他虚拟机占用，一般代表CPU超卖，该虚拟机的宿主机上的其他虚拟机消耗大量CPU，排查虚拟机分配情况
- Mem:264500k free ：没有”被使用”的物理内存剩余，”被使用”的定义中包括了，进程对内存的使用 cached buffers，由于cache buffer可以在有需求时被置换出来，所以基本上物理内存的剩余=free buffers cached
- Swap:87948k used：有多少swap被占用，如果该值不等于0，一般代表有进程使用了swap，需要额外注意，如何查看哪些进程使用了swap，后面的文章会介绍
- PID：进程号
- RES：真实物理内存占用，如物理内存占用较高，与预期不符，需查看为进程分配内存的配置是否不合理，如JVM Xmx等参数，或者存在内存溢出的情况。注意：这里是物理内存占用，实际一个进程对内存的占用是包括被分配到swap的空间，所以进程的内存消耗=RES值 SWAP值，另外VIRT一般是不用关心的。
- %CPU：进程的CPU消耗百分比，该值代表消耗多少CPU资源，每100%为1个CPU，即如果显示值为190%，则代表消耗了将近2个CPU的资源，如果服务器刚好只有2个CPU，则该进程几乎消耗了所有CPU资源
- %MEM：进程的物理内存占用百分比
- COMMAND：进程的启动命令，这里没有显示全，可以通过ps -ef|grep PID的方式获取完整的命令
以上给出了比较关键的一些指标和如果发现异常的基本处理思路，后面的章节将对top命令进行拓展，从中获取更多有价值的信息。
总结：
top是我们在性能分析及故障诊断中最常用也是最基本的工具，认真仔细的学习将事半功倍。
“知其然知其所以然”才是学习的捷径。
仔细思考，你一定会有所收获。
欢迎关注：云架构那些事儿，专注实用性云架构分享与IT技术分享。
