软件行业运维部运维工程师服务器日常巡检手册.docxVIP

软件行业运维部运维工程师服务器日常巡检手册

第1章基础环境与安全配置

1.1服务器硬件状态检测与资源监控

首先通过`cat/proc/cpuinfo`和`lscpu`命令读取CPU型号、核心数及物理核数，例如一台搭载IntelXeonGold6248的服务器，其CPU主频为2.10GHz，拥有16个物理核心和32个逻辑核心，这直接影响系统的并发处理能力。利用`free-h`命令查看内存使用情况，假设当前系统已分配128GB内存，其中40GB被操作系统内核占用，32GB分配给应用程序，剩余56GB为物理内存，此时需关注是否出现内存泄漏导致的物理内存不足。

运行`top`或`htop`命令观察CPU使用率，若发现某服务占用90%CPU且无响应，应检查是否有僵尸进程或死锁现象，例如通过`kill-912345`强制终止高负载进程以释放资源。执行`uptime`命令查看系统负载（LoadAverage）及运行时间，若某时段负载达到4.0而物理核数为8，则说明平均每个核仅运行0.5秒，存在严重的资源瓶颈。使用`vmstat1`命令监控虚拟内存与缓存状态，若`b`列显示0且`si`列持续上升，表明磁盘缓存耗尽，需立即清理`/tmp`目录或重启系统以恢复缓存