使用 docker stats 命令可以实时查看容器的资源使用情况，其中 cpu 百分比列直接反映了各容器对宿主机的占用程度。要定位占用最高的容器，只需运行该命令并观察输出结果中 %cpu 列数值最大的那一行即可。
如何按 CPU 排序获取前 N 个高负载容器
通过管道将 docker stats 的输出传递给 sort 和 head 命令，可以实现自动排序并筛选出占用 CPU 最高的几个容器。具体做法是结合 --no-stream 参数一次性获取快照数据，避免持续刷新干扰，然后利用 sort -k3 -rn 按第三列（即 %CPU）进行降序排列，最后用 head -n 5 提取前五行结果。
docker stats --no-stream --format "table {{.Name}}\t{{.CPUPerc}}" | sort -k2 -rn | head -n 5
上述命令首先通过 --format 指定输出格式为表格形式，仅包含容器名称和 CPU 使用率两列，去除冗余信息。接着使用 sort -k2 -rn 对第二列（%CPU）进行数值型降序排序，确保高负载容器排在前面。最后通过
head -n 5</sup> 限制输出行数，方便快速识别 Top 5 高负载容器。此方法适用于需要定期监控或脚本化处理的场景，能够准确反映当前时刻的资源竞争状况。</p> <h2>如何持续监控特定容器的 CPU 变化趋势</h2><p>若需长期跟踪某个容器的 CPU 波动情况，可单独指定容器 ID 或名称运行 <code>docker stats，并结合日志记录工具保存历史数据。例如，针对名为
web-app 的容器，执行 docker stats web-app 将只显示该容器的实时统计信息，便于聚焦分析其性能表现。
docker stats web-app --no-stream > cpu_usage.log 2>&1
该命令将 web-app 容器的单次统计输出重定向至 cpu_usage.log 文件中，同时捕获标准错误输出。虽然 --no-stream 仅提供瞬时快照，但可通过循环调用实现连续采样，如编写 Shell 脚本每隔几秒追加一次数据到日志文件。这种方式适合用于排查间歇性高负载问题，帮助开发者理解容器在不同时间段内的资源消耗模式，从而优化配置或调整业务逻辑。
当多个容器共享同一主机时，如何区分各自 CPU 占比
在多容器共存环境下，每个容器的 %CPU 值是相对于整个宿主机可用核心数计算的独立指标，因此可以直接比较不同容器之间的相对负载水平。例如，若容器 A 显示 45%、容器 B 显示 30%，则说明 A 占用了更多计算资源，即使它们可能运行相同类型的服务。
这种机制使得管理员无需额外配置即可直观判断哪些容器更“吃”CPU，进而决定是否需要扩容、限流或迁移任务。需要注意的是，由于 docker stats 默认每秒刷新一次，短暂峰值可能被平滑处理，建议结合其他监控手段（如 Prometheus + Grafana）获得更精细的时间序列数据。
