排查性能问题，工具不在多而在顺序。命令都会敲，差别在于知不知道每一步在改什么，出问题能不能退回去。

下面按“先判断范围、再处理、最后防复发”的顺序展开，涉及 性能排查、top 的关键动作都给了具体做法，可以照着走。

第一层

uptime、top 看整体。

条件允许的话先在测试环境走一遍，再动生产。

第二层

vmstat、iostat、sar 看趋势。

容易踩的坑：变更没留记录，下次故障时没人知道上一轮改了什么。

第三层

pidstat、perf 看具体进程。

需要留痕的操作，把时间点和现象一起记下来，复盘时最有用。

习惯

先记录再动手，数据比感觉可靠。

速查表

常见问题

Q：性能排查这类问题，最快的判断办法是什么？
先确认现象的范围：只有单台还是全部、只在某个时段还是持续。范围一缩小，原因基本就浮出来了。

Q：按文中的步骤做完，还需要注意什么？
把处理过程和最终生效的参数记下来。同类问题再出现时直接对照记录，比重查一遍快得多。

小结

回到这篇的四个环节：第一层、第二层、第三层、习惯。生产环境优先考虑稳定性，新参数先在小流量机器上验证。

相关阅读：磁盘 IO 性能怎么测、软链接与硬链接的区别、常用压缩解压命令速查。