Linux 系统排查基本功 · 系列目录
叙事框架：应用层查不下去时，下钻到 OS 层 总计 52 篇，已发布 0 篇，52 篇待完善
一、CPU 类
- ⏳ CPU 使用率很高但找不到高 CPU 应用——短时进程排查
- ⏳ 上下文切换频繁导致性能下降
- ⏳ 软中断 CPU 使用率升高如何定位
- ⏳ Load Average 很高但 CPU 空闲——到底是 IO 还是锁？
- ⏳ CPU 绑定（taskset/numactl）没配好导致性能下降
- ⏳ NUMA 架构下跨节点内存访问延迟偏高
- ⏳ CPU 节流（throttling）导致容器内 Java 性能不稳定
- ⏳ 中断均衡（irqbalance）配置不当导致单核 CPU 100%
二、内存类
- ⏳ 内存到底去哪了？/proc/meminfo 每一行的排查含义
- ⏳ Linux OOM Killer 杀了你的 Java 进程？日志里有线索
- ⏳ 容器中 Java 进程被 killed 但 dmesg 什么都没——memory cgroup 排查
- ⏳ Swap 使用量飙升对 Java GC 的影响分析
- ⏳ 大页内存 HugePages 配置不当导致 Java 进程内存超分配
- ⏳ 内存碎片化导致大块内存分配失败
- ⏳ tmpfs/ramdisk 用太多导致系统可用内存不足
- ⏳ 内存泄漏定位：从 vmstat 到 /proc/$pid/smaps 逐层分析
- ⏳ 进程 RSS 和实际物理内存不一致——共享内存误解
三、磁盘 / IO 类
- ⏳ 磁盘写满了不光因为日志——Linux 存储排查全景
- ⏳ 磁盘 IO 延迟突增：从 iostat 到 perf 到块设备逐层分析
- ⏳ 文件描述符耗尽导致服务不可用
- ⏳ inode 用完了但 df 显示还有空间——小文件过多排查
- ⏳ 磁盘 IO 排队导致接口响应变慢
- ⏳ 文件系统缓存（Page Cache）太大导致业务内存不足
- ⏳ IOPS 和吞吐量分不清？磁盘性能指标一次说透
- ⏳ RAID 卡故障/BBU 失效导致磁盘写入极慢
- ⏳ 文件系统元操作（metadata IO）成瓶颈——ext4 vs xfs 选型
- ⏳ 磁盘 IO 调度器选错导致延迟抖动
- ⏳ 逻辑卷（LVM）快照导致 IO 性能骤降
- ⏳ 裸盘 vs 文件系统 vs 直接 IO——什么时候该用哪个
- ⏳ 零拷贝（sendfile/splice）原理与生产应用场景
四、网络 / 系统层类
- ⏳ Linux 网络协议栈参数调优：从 net.core.somaxconn 到 tcp_tw_reuse
- ⏳ 系统调用过多导致 CPU 100%——strace 定位法
- ⏳ epoll vs select/poll：从一次 IO 事件等待排查说起
- ⏳ 文件锁/进程间通信导致的进程 Hang 住
- ⏳ 最大文件打开数（ulimit -n）设太低导致连接失败
- ⏳ 进程最大线程数（ulimit -u / pid_max）限制排查
- ⏳ 容器网络命名空间理解错误导致网络隔离问题
五、进程 / 信号类
- ⏳ SIGKILL 杀不死的进程——D 状态（Uninterruptible Sleep）排查
- ⏳ 僵尸进程堆积导致 PID 耗尽
- ⏳ 容器中 init 进程信号处理不当导致子进程无法优雅退出
- ⏳ 进程优先级（nice/renice）设错导致关键服务被调度延迟
六、性能分析工具类
- ⏳ strace 实战：代码没报错但行为不对时
- ⏳ perf 火焰图从入门到生产实战
- ⏳ 一文看懂 /proc 文件系统：每个进程目录的秘密
- ⏳ eBPF 能做什么？一个生产级 CPU 热点追踪实战
- ⏳ systemd 配置不对导致 Java 进程资源受限
- ⏳ cgroup 资源限制排查：为什么设了 2 核但只用到 1.5 核
- ⏳ Linux 性能工具全景图：哪种场景用什么工具
七、启动 / 初始化类
- ⏳ 系统启动太慢：从 systemd-analyze blame 到逐层优化
- ⏳ SSH 连接慢：从 DNS 反查到 GSSAPI 鉴权的全链路排查
- ⏳ crond 定时任务未执行或执行时间偏差排查
- ⏳ sysctl 参数改了不生效——配置持久化问题
最后更新：2026-06
