Linux CPU负载异常需先区分高负载（就绪队列长度）与高CPU使用率（执行指令占比），再通过uptime/nproc对比负载与核心数，用top/htop定位线程，结合vmstat/iostat/iotop判断I/O瓶颈，并排查内存、线程数、定时任务及硬件健康。
Linux系统CPU负载异常，核心是区分“高负载”和“高CPU使用率”——前者反映就绪队列长度（含等待I/O的进程），后者才是CPU真正在执行指令的时间占比。先看负载是否真超标，再逐层定位到线程、代码或硬件瓶颈。
确认负载是否真实过载
运行 uptime 或 cat /proc/loadavg，得到类似 load average: 12.45, 8.92, 5.30 的结果。关键不是数字本身，而是和CPU核心数对比：
- 用 nproc 或 lscpu | grep "CPU(s)" 查清逻辑CPU数量（比如8核16线程，按16算）
- 若1分钟负载 > CPU核心数（如12.45 > 16？不超标；但12.45 > 8？已超），说明有进程在排队
- 若1/5/15分钟负载持续接近或高于核心数，且id（空闲）%长期低于5%，需深入
快速定位高消耗进程与线程
用 top 或更直观的 htop（推荐安装）查看实时排序：
- 在 top 中按 Shift+P 按%CPU降序，找到PID
- 再执行 top -Hp [PID]，同样按P排序，找出具体线程TID
- 对TID做十六进制转换：printf "%x\n" [TID]（如12817 → 3211）
- Java进程可直接用：jstack [PID] | grep -A 30 "0x3211" 查对应堆栈
- 非Java进程，用 strace -p [TID] 或 perf top -p [PID] 观察系统调用热点
判断是CPU真忙，还是被I/O或内核卡住
仅看%CPU高还不够，要排除“假高”：
- 运行 vmstat 1 5，重点看 wa（I/O wait）列：若持续 >20%，说明CPU在等磁盘，不是它自己跑满
- 再用 iostat -x 1 3 看 %util 和 await：%util ≈ 100% 表示磁盘饱和；await >10ms 常见于机械盘或过载SSD
- 用 iotop -o 直接看到哪个进程/线程在疯狂读写
- 查 ps aux 中进程STATE列：状态为 D（uninterruptible sleep）即深度等待I/O，无法被kill，需解决底层存储问题
排查系统级与环境因素
很多高负载并非应用代码导致：
- 检查内存是否吃紧：free -h 看 available 是否远低于总内存；swap频繁使用会拖慢整体，触发kswapd持续占CPU
- 查是否有fork炸弹或失控线程：ps -eLf | wc -l，线程数上万需警惕；dmesg -T | grep -i "oom\|kill" 看是否被OOM killer干掉过
- 确认定时任务是否扎堆：grep -r ".*sh\|python\|java" /etc/cron.*，结合 systemctl list-timers --all
- 检查硬件健康：sensors 看CPU温度是否过高（>90℃可能降频引发调度异常）；smartctl -a /dev/sda 查磁盘SMART状态
