Linux服务器负载告警需综合load average、CPU核数、进程状态、I/O等待和内存压力判断“忙”与“病”：一看load是否超阈值（>核数×1.2需关注，>×2大概率过载）；二查线程级CPU/内存异常及堆栈；三验I/O饱和与内存换页；四扫inode、deleted文件及fd耗尽等隐性瓶颈。
Linux服务器负载告警不是单纯看CPU使用率高不高，而是要结合load average、CPU核心数、进程状态、I/O等待和内存压力综合判断。真正关键的是区分“忙”和“病”——系统在高效处理任务（如批量计算）是正常的“忙”，而因资源争抢、阻塞或OOM频繁触发调度才是需要干预的“病”。
一看负载数值是否真超标
用 uptime 或 top 查看三段 load average（1/5/15分钟）：
- 对比 nproc 输出的逻辑CPU核数：若 1分钟值持续 > 核数 × 1.2，需关注；> 核数 × 2，大概率已过载
- 注意单位一致性：4核机器 load 3.8 是健康，load 6.5 就存在排队压力
- 不要只盯百分比：top里显示 CPU 70% 但 load 是 0.3，说明任务少且轻；反过来 load 8.2 但 us+sy 只有 40%，大概率是 I/O 等待（wa 高）或大量 D 状态进程
二查进程与线程级线索
用 htop（推荐）或 top -H 进入线程视图：
Zynq Linux Hardware Debug
下载
Zynq‑7000 / Zynq UltraScale+ 硬件调试技能。适用于 Xilinx Zynq（Cortex‑A9/A53 + FPGA）Linux 环境，调试 I2C、I2S、UART、GPIO 等外设。包括设备树配置、内核驱动、用户空间调试工具、交叉编译和常见问题排查，支持 PetaLinux 开发。
- 按 P 排序看 CPU 占比，找长期 >90% 的线程；按 M 看内存，找 RSS 持续增长的进程
- 记下可疑 PID，用 pwdx PID 查工作目录，ps -p PID -o comm= 看命令名，cat /proc/PID/cmdline | tr '\0' ' ' 看完整启动参数
- 对 Java/Python 类服务，加 -p PID 后用 jstack 或 py-spy record 抓堆栈，定位热点方法或死循环
三验I/O与内存是否拖累调度
高 load 常由磁盘或内存瓶颈引发，而非CPU本身：
- 运行 iostat -x 1 3：重点关注 %util >95%（设备饱和）、await >10ms（单次IO慢）、r/s + w/s 是否突增
- 执行 iotop -o 找出实际刷盘的进程；lsof +D /var/log 看是否有日志文件被反复重写
- 用 free -h 和 vmstat 1 5 观察：若 si/so（swap in/out）持续非零，或 buff/cache 占比极低、available 内存逼近 0，说明内存不足触发频繁换页
四扫隐性资源耗尽项
有些负载升高不体现在 top，却让新进程无法创建或请求卡住：
- 检查 inode：用 df -i，若某分区 usage >95%，即使 df -h 显示空间充足，也无法新建文件或进程
- 查已删未释放文件：运行 sudo lsof +L1，输出中带 (deleted) 的条目说明进程还在写一个已被 rm 的文件，占用磁盘却不显示在 du 中
- 确认文件描述符：cat /proc/sys/fs/file-nr 查已分配 fd 总数，再用 ls /proc/PID/fd | wc -l 看单个进程是否接近 ulimit -n 限制
