您如何判断瓶颈是 CPU、内存、I/O 还是网络？

Question

Accepted Answer

**查看资源利用率和饱和度，然后通过测量确认。** 一个系统的方法 — **USE 方法**（Utilization、Saturation、Errors）— 检查每个资源，这样您就不会指责错误的资源。

## USE 方法

对于每个资源（CPU、内存、磁盘、网络），提出三个问题：

```text
UTILIZATION → how busy is it (% time in use)?
SATURATION  → how much queued/waiting work (load, run queue, swap)?
ERRORS      → any errors (dropped packets, disk errors, OOM kills)?
→ a resource that is saturated, not just busy, is usually the bottleneck.
```

## 每个资源的工具和症状

每个资源都有一个独特的特征，您可以使用标准工具读取：

```text
CPU     → top/htop: high %us or load > #cores, run queue backed up
MEMORY  → free/vmstat: low free RAM + high SWAP in/out (si/so) → swapping = thrashing
DISK I/O→ iostat/vmstat: high %iowait, %util ~100%, high await → I/O-bound
NETWORK → iftop/sar/ss: bandwidth saturated, retransmits, high latency
```

关键区别：**高负载加上高 %us** 表示 CPU 绑定；**交换（si/so）** 表示内存压力；**高 %iowait** 表示 CPU 空闲*等待磁盘*；高**延迟/重传**指向网络。

```text
$ vmstat 1
 r  b   swpd  free   si  so   bi   bo  us sy id wa
 8  0      0  120m   0   0   12   20  92  6  2  0   ← CPU-bound (id=0, wa=0)
 1  3 800m   30m  40 120  900    8   5  3  2 90   ← I/O + swap (wa=90, so>0)
```

## 通过测量确认

不要仅看一个数字。**Profiling** 该进程（例如 `perf`、CPU/堆 profiler）以找到热函数或分配，改变一件事，然后**重新测量**。症状可能会误导您 — 高 CPU 可能实际上是由锁竞争引起的繁忙等待，而不是实际工作。

## 为什么这很重要

修复错误的资源（向 CPU 绑定的机器添加 RAM）会浪费金钱且无法解决问题。USE 方法加上正确的工具可以快速隔离真正的约束，重新测量会确认修复是否改进了性能。