操作系统学习笔记 · 第 30 课 · Linux 实操——用命令"解剖"操作系统
前面二十九课，我们把操作系统从"进程"一路学到了"容器"，理论齐了。但真正的高手，不只是"懂原理"，更要会动手排障——系统卡了、内存满了、程序挂了，你能定位问题在哪吗？这一课，我们学一套"用命令解剖操作系统"的硬功夫。这是第九阶段（实战收束）的第一课，也是最"实用"的一课。
从"体检"说起
人身体不舒服，医生会做体检：量血压、验血、拍片，一步步定位病灶。
系统也一样。它"不舒服"时（变慢、卡死、内存告警），你也要给它做体检：看负载、看内存、看进程、看系统调用。这一课，就是教你做这套体检，并建立一条"出问题 → 定位 → 处置"的排查思路。
30.1 负载与 CPU：top / uptime / vmstat
一句话理解：load average（1/5/15 分钟平均负载）表示"正在运行 + 等待运行的进程数"，持续高于 CPU 核数就说明"忙不过来了"。打开 top 或 uptime，第一行就能看到：
load average: 2.50, 1.80, 1.20这三个数字，分别是过去 1 分钟、5 分钟、15 分钟的平均负载。它代表"正在运行 + 等待运行的进程数"。
判断标准：
- 4 核机器，load 长期 > 4，说明任务在排队，忙不过来了；
- load 低，说明机器有空闲。
再配合 vmstat 1（每秒采样一次）：
r：就绪队列长度（等着 CPU 的进程数），持续高说明 CPU 是瓶颈；cs：上下文切换次数，过高说明大量进程抢 CPU，可能有调度问题。
一句话：先看 load 判断"忙不忙"，再看r/cs判断"是不是 CPU 瓶颈"。
30.2 内存水位：free / vmstat
一句话理解：free -h看available而不是只看free——Linux 会把空闲内存拿去做缓存，available才是"还能给程序用的量"。
free -h 输出里，最容易被误解的是 free 和 buff/cache：
free很小、buff/cache很高，是正常的——Linux 会把空闲内存拿去做页缓存（第 21 课讲过），"看着满"其实是在干活；- 真正该看的是
available："还能给新程序用的量"。这个值接近 0，且开始 swap（换到磁盘），才是真的危险。
再配合 vmstat 1 3：
si/so：swap 进/出，如果持续非 0，说明内存不够、正在频繁换页（还记得第 17 课的抖动吗？系统会变得极慢）。
一句话：看内存别被free骗了，盯available和si/so。
30.3 进程在干什么：ps / lsof / strace
一句话理解：ps aux看进程状态，lsof -p PID看它打开了哪些文件/连接，strace -p PID看它正在发什么系统调用——三个命令组合等于"给进程做体检 + 录音"。
找到可疑进程后，三个命令层层深入：
ps aux：看所有进程的状态——谁在吃 CPU、吃内存；lsof -p PID：看这个进程打开了哪些文件、网络连接（还记得"一切皆文件"吗？）；strace -p PID：看它正在发什么系统调用——等于给进程"录音"。
例子：程序卡住了，strace -p PID一看——它卡在read就是等 I/O，卡在futex就是等锁（第 13 课的锁）。立刻知道病根在哪。
30.4 性能分析：perf 与火焰图
一句话理解：perf record 采样"CPU 时间花在哪"，生成火焰图（flame graph）一眼看出热点函数——火焰图的横向宽度代表耗时占比，越宽越热。程序"慢"但不知道慢在哪？用 perf 采样：
perf top # 实时看哪个函数最耗 CPU
perf record -g ./your_program # 采样 + 记录调用栈
perf report # 看调用树把采样结果画成火焰图（flame graph）：
火焰图从上往下是调用栈，横向宽度 = 采样到的 CPU 占比。找"又宽又平的塔"，就是热点函数。
一句话：火焰图越宽 = 越热 = 越值得优化。
30.5 排查思路（万能四步）
把前面的命令串成一条标准排查流程：
top/uptime看负载——CPU 还是 I/O 满？vmstat/iostat定位瓶颈类型（CPU？内存？磁盘？）；ps/lsof找到"元凶"进程；strace/perf钻进去，看它到底卡在哪、时间花在哪。这四步就是"系统排障的标准套路"，从宏观到微观，层层收窄。练熟了，就敢在生产环境排障。
动手实验：造一个"病人"，然后解剖它
# 制造负载 + 逐步解剖
yes > /dev/null & # 造一个 CPU 密集进程
P=$!
top -bn1 | head -8 # 看 load、CPU 使用
ps -p $P -o pid,pcpu,pmem,stat,cmd # 看这个进程状态
lsof -p $P # 它打开了什么
strace -p $P -c & # 统计它的系统调用
sleep 3; kill $P
# 内存水位
free -h # 注意 available vs free
vmstat 1 3 # 看 si/so（swap 进出）、r、cs
# perf 热点（需装 linux-tools）
perf top # 实时热点
perf record -g ./your_program && perf report一句话理解：这套命令就是"给操作系统做体检"的听诊器，练熟了就敢在生产环境排障。
试试：yes > /dev/null & 会造一个吃满单核的死循环进程。用 top 看它 %CPU 接近 100，ps -p 看它的状态，strace -p 看它疯狂调 write——一个完整的"解剖"流程就走通了。
深入点：两个进阶话题
① 火焰图读法
从上往下是调用栈，横向宽度 = 采样到的 CPU 占比，找"又宽又平的塔"就是热点。生成命令：
perf script | stackcollapse-perf.pl | flamegraph.pl > out.svg② I/O 等待 vs CPU 忙
一个经典误判：load 很高，就以为要加 CPU。但要看 top 里的 wa（I/O 等待）：
load 高但 CPU 空闲（
us+sy低），往往是大量进程卡在 I/O 上（wa高）。此时加 CPU 没用，要优化磁盘或程序。一句话：先分清是"CPU 忙"还是"I/O 等"，再动手，否则方向全错。
小结与思考题
这一课，我们学会了"解剖操作系统"：
- 负载：
load average高于核数 = 忙不过来，vmstat看r/cs； - 内存：看
available而非free，si/so判断是否 swap； - 进程：
ps找元凶 →lsof看资源 →strace看系统调用； - 性能：
perf+ 火焰图，找热点函数； - 万能四步：看负载 → 定位瓶颈 → 找进程 → 钻进去。
留三个问题：
load average持续高于 CPU 核数意味着什么？- 为什么看内存要看
available而不是free？ - 程序卡住时，
strace能帮你发现什么？
到这里，你的"工具箱"里已经塞满了命令。但还有一个问题悬而未决：你天天敲命令的那个 shell，内部到底是怎么工作的？ 它怎么把你敲的 ls -l | grep txt > out.txt 拆解、执行？答案，就在下一课——我们亲手用 C 写一个迷你 shell，把全书知识（fork/exec、管道、重定向、信号）合流成一个能跑的真程序。这是全书的最后一课。