阿里云服务器CPU满载排查解决教程

cloud 2026-06-02 阅读 12
cloud

      对于运维和开发来说，最让人半夜惊醒的报警短信，莫过于“您的云服务器 ECS 实例系统 CPU 使用率已达到 100%”。

CPU 满载意味着服务器的所有算力被瞬间榨干，紧接着就是网站卡死、API 响应超时、数据库连接爆满，整个业务陷入瘫痪。面对这种情况，新手往往手忙脚乱地去控制台重启服务器。重启虽然能临时救急，但如果没找到根本原因，5 分钟后 CPU 依然会重新飙到 100%。

今天这篇教程带你像一个经验丰富的老手一样，冷静、规范地排查并解决阿里云服务器 CPU 满载的问题。

第一阶段：误区排查与“看病”前的准备

在动手敲命令之前，先去 阿里云控制台 看一眼监控大盘，确认一个关键指标：基本型（T系列）的 CPU 积分。

如果你买的是阿里云的“突发性能型实例”（比如 t5、t6），这种服务器平时限制了基础 CPU 算力（比如只给 20%）。当你的业务超标时，会消耗“CPU 积分”来获得全额算力。一旦积分耗尽，服务器就会被强行“限速”，表现出来就是 CPU 锁死在某个低分位，系统卡得动弹不得。

解决办法： 如果是突发性能型实例积分耗尽，要么在控制台开启“无性能约束模式”，要么直接升级为“通用型”或“计算型”实例。

如果排除了硬件机型的限制，说明服务器内部确实有进程在疯狂吃算力，我们必须登进系统开始“捉贼”。

第二阶段：Linux 服务器 CPU 满载排查全步骤

Linux 服务器是 CPU 爆表的高发区，大部分是因为坏代码、高并发或者中了挖矿木马。

第一步：找出“吃”算力的罪魁祸首（top 命令）

使用 SSH 连上服务器，直接在终端输入全宇宙通用的命令：

Bash


top

进入交互界面后，按下键盘上的大写 P（Shift + p），让进程按照 CPU 使用率从高到低排序。

紧盯着前几行，观察以下三个核心字段：

  1. PID： 进程的身份证号，后面杀进程全靠它。
  2. USER： 哪个用户启动了这个进程。如果是 www 或 nginx，大概率是代码问题；如果是 root，且名字很奇怪，小心是木马。
  3. COMMAND： 进程的名字。

常见 COMMAND 嫌疑人分析：

  • php-fpm、java、node、python：业务代码在跑死循环，或者高并发下数据库没加索引导致硬扛。
  • mysql：数据库正在执行复杂的关联查询、全表扫描。
  • kswapd0：系统内存不够了，正在疯狂把内存数据往硬盘的 Swap 分区里挪，导致 CPU 跟着一起飙升。
  • kinsing、sysrv、一串随机乱码：恭喜，服务器被黑了，这是经典的挖矿木马。

第二步：深度剥离，看进程内部在干嘛

如果发现是自己的代码（比如一个 Java 或 PHP 进程）把 CPU 吃满了，光知道 PID 还不够，得知道是哪一行代码在作妖。

场景 A：Java 进程满载排查（经典面试与实战题）

假设满载的 Java 进程 PID 是 1234。

  1. 找出这个进程里最耗 CPU 的线程线程号（TID）：Bashtop -Hp 1234 假设看到线程 1256 占了 90% 的 CPU。
  2. 把这个线程号转换成十六进制（因为 Java 堆栈里用的是十六进制）：Bashprintf "%x\n" 1256 # 输出结果假设为: 4e8
  3. 用 jstack 工具把 Java 的线程堆栈打印出来，用 grep 抓取那个十六进制的线程号：Bashjstack 1234 | grep -A 20 "4e8" 屏幕上会直接显示出哪一个类、哪一行代码（比如 com.xx.service.impl.OrderServiceImpl.lambda$0(OrderServiceImpl.java:88)）正在运行，死循环一目了然。

场景 B：MySQL 导致 CPU 爆满

如果是 mysql 进程排在第一。立刻登录数据库执行：

SQL


SHOW FULL PROCESSLIST;

查看当前正在执行的 SQL 语句。重点看 Time（执行时间）最长的那些语句，如果看到大批 Selecting 状态且没有走索引的烂 SQL，直接通知开发加索引，或者让 DBA 临时把这条烂 SQL 杀掉。

第三步：果断处置（如何优雅地收尾）

情况一：普通代码死循环

如果影响到了生存，可以先用 PID 把进程杀掉换取喘息时间：

Bash


kill -9 进程PID

然后赶紧去改代码 Bug。

情况二：中了挖矿木马

黑客通常会挂定时任务，你单纯 kill -9 它是杀不死的，一秒钟就会复活。

  1. 检查定时任务：crontab -l，发现有奇怪的下载脚本，立刻用 crontab -e 删掉。
  2. 检查残留进程并杀死。
  3. 终极武器： 如果木马大面积感染，最快且最干净的解决办法是“利用快照恢复系统”，或者参考前文直接重装系统。

第三阶段：Windows 服务器 CPU 满载排查全步骤

Windows 服务器相对直观，直接通过图形界面解决。

第一步：打开任务管理器

  1. 远程桌面连接进服务器。
  2. 右键点击底部任务栏，选择 任务管理器。
  3. 点击 CPU 列的表头，让它按使用率从高到低排序。

第二步：深入资源监视器

任务管理器有时候只能看到 w3wp.exe（IIS 进程）或 sqlservr.exe 很高，看不到细节。

  1. 在任务管理器底部，点击 打开资源监视器。
  2. 切换到 CPU 选项卡。
  3. 在这里你能看到每个进程的具体服务。如果是 w3wp.exe 飙高，说明是 IIS 上的某个网站代码有问题，可以通过 IIS 的“工作进程”查看具体是哪个网站的哪个 URL 在疯狂消耗资源。

第四阶段：预防胜于治疗——如何防止 CPU 再次打满？

把这次火灭掉之后，为了以后不半夜惊醒，你必须搭好三道防线：

  1. 在阿里云控制台配置“CPU 报警规则”：进入 云监控 -> 应用分组 或 主机监控。给服务器加一条报警：当 CPU 使用率 >= 85% 持续 5 分钟时，立刻往手机发短信/钉钉报警。在它到 100% 之前提前介入。
  2. 数据库加行“慢查询日志”：开启 MySQL 的 slow_query_log，把执行时间超过 1 秒的 SQL 全部记录下来。每天去下发给开发优化，把隐患消灭在萌芽状态。
  3. 代码层设置超时机制：无论是外部 API 调用、复杂的循环还是多线程，都要设置最大超时时间。别让一个死循环无限期挂起消耗算力。

总结

排查 CPU 满载就像抓小偷：先用 top / 任务管理器锁定嫌疑人（PID），再用 jstack / PROCESSLIST 拿到犯罪证据（哪行代码/哪条SQL），最后果断处置并加装监控报警。

遇到问题千万别慌，按照标准流程层层剥离，任何让系统卡死的烂代码或木马都无处遁形。

1
← 返回新闻中心