cpu-100

CPU 占用 100% 的定位与修复

现象

top 显示某个进程或核持续 100%，接口变慢，负载升高。多核机器上可能是单线程打满，也可能是整体过载。

快速定位

top -Hp <pid>
pidstat -p <pid> 1 5
ps -eo pid,ppid,comm,%cpu --sort=-%cpu | head -10
perf top -p <pid>
perf record -F 99 -p <pid> -g -- sleep 30
perf report
strace -c -p <pid> -f

容器里先确认是否被 CPU limit 节流：

cat /sys/fs/cgroup/cpu.stat
cat /sys/fs/cgroup/cpu.max

常见根因

1. 死循环、忙等或重试没有退避。
2. 正则回溯、序列化、加密等 CPU 密集操作。
3. GC 频繁或线程池配置不合理。
4. 流量突增、缓存击穿或惊群。
5. 容器 CPU limit 过低导致节流，表现为“CPU 不高但很慢”。

修复

• 用 top -Hp 找到热点线程，再用 perf 采样定位函数。
• 区分“真忙”和“节流”：看 cpu.stat 的 throttled_usec。
• 优化热点、加缓存、限流、拆分任务或调整线程池。
• 容器按峰值设置 CPU request/limit，避免长期节流。
• 加持续 profiling 和 CPU 告警，不要等用户报障才看。

相关命令

• top — 进程和线程 CPU
• perf — 采样与火焰图
• pidstat — 进程级统计
• strace — 系统调用耗时

读完自测

合上页面，先回答，再展开对照。

1. 容器里“CPU 使用率不高但接口很慢”，应先确认什么？
2. 如何从进程定位到具体热点线程和函数？
3. 页面列出的 CPU 100% 常见根因有哪些？