网络排查要拆解连接和传输

CPU 使用率升高时，应先查看 user、system、iowait、steal 和 idle 等构成，再结合运行队列判断是否真的出现计算饱和。多核机器上，整体利用率不高并不代表没有瓶颈，单个核心被打满、线程无法并行或锁竞争☀️都可能造成响应变慢。

性能之巅1-4的观看价值需要通过可重复实验验证。实验环境不应直接使用生产主机，建议准备一台 Linux 虚拟机或隔离测试机，并记录 CPU 核数、内存容量、磁盘类型、内核版本和是否运行在容器中。

不同基础的学习者不需要以相同速度完成全部内容，重点应根据当前排障职责调整。只做应用开发的人，应先掌握延迟分解和进程资源；负责主机运维的人，应增加内核、IO 和网络观测；负责平台稳定性的人，还需要练习跨主机、容器和下游服务的关联分析。

内存排查看回收与换页

例如接口延迟上升时，先确认应用请求量是否变化，再观察进程 CPU、运行队列、内存回收、磁盘等待和网络重传。多个时间点能够同时对齐，结论才比单次截图更可靠。

内存问题需要区分可用内存下降、页缓存增长、匿名内存过大、频繁回收和交换分区活动。free 适合查看总体状态，vmstat 可以观察换📌页、运行队列和阻塞情况，/proc/meminfo 能提供更细的内存分类。

文件系统、磁盘和网络问题都可能表现为“应用响应慢”，但三者的证据不同。磁盘问题通常体现为设备延迟和队列增长，文件系统问题可能体现为元数据操作或空间不足，网络问题则常见⚡于丢包、重传、连接建立和带宽限制。

四个主题阶段应该怎样观看

性能问题可以从延迟、吞吐量、错误率和资源饱和度四个角度描述。延迟反映单次请求耗时，吞吐量反映单位时间处理量，错误率反映请求质量，饱和度反映资源是否排队等待。

不要把视频编号当成排障顺序

容器环境还要检查容器限制、工作集增长和内存 cgroup 事件。宿主机仍有空闲内存，不代表容器没有达到上限；容器被 OOM Kill 时，应用日志、内核日志和限制配置需要一起核对。

能够独立完成“定👍义现象、建立基❤️线、提出假设、采集证据、排除干扰、验证修复”的闭环，才算真正掌握性能之巅1-4的核心内容，而不是完成了播放进度。

按基础选择观看与练习重点

CPU与内存分析的关键不是寻找最高占用进程，而是判断处理器时间究竟花在用户代码、内核代码、IO 等待、中断、调度还是虚拟化等待上。

方法论部分：先学会证明“哪里慢”

性能分析方法论的重点是把“系统很慢”转换成可以验证的假设。一次完整排查至少要记录发生时间、受🌈影响的接口或进程、正常基线、异常指标和已经排除的方向。

进程级分析💯可使用 top、💯pidstat 和 perf 等工具。top 适合快速发现异常进程，pidstat 适合观察进程或线程在时间上的变化，perf 更适合进一步分析函数热点、调用栈和调度行为。

CPU与内存部分：分清计算压力和等待压力

数据库或日志服务出现写入变慢时，应继续检查同步写、文件系统挂载参数、磁盘阵列缓存和后台任务。清理文件、调整缓存或更换调度器都属于有风险的动作，必须先保存基线并确认回滚方式。

存储排查不要只看磁盘利用率

性能证据链应同时覆盖应用层、进程层、操作系统层和硬件或虚拟化层。监控图表负责发现异常，💡系统工具负责定位资源，🔮日志和追踪负责说明请求经过了哪些环节。

性能学习中🎆的常见误区，通常来自把工具输出直接当成结论。下面五种情况会让排障方向迅速偏离。