服务器CPU飙到90%以上怎么办？三步定位法帮你快速排障

上周五下午四点，某电商客户的运维群炸了——服务器CPU usage冲到97%，网站响应时间从200ms飙到8秒，订单接口直接超时。运维同事第一反应是重启服务，确实压下去了，但两小时后老问题又来了。

这种情况太常见了。CPU飙高不是重启能解决的，关键在于找到根因。下面这套三步定位法，是我们在托管运维服务中反复验证过的排查路径。

第一步：用top找到"吃CPU"的进程

登录服务器先跑top命令，按P键按CPU排序。重点看两个值：一个是单个进程的CPU占用率，另一个是load average。如果某个Java进程吃了85%以上的CPU，八成是代码里有死循环或者GC在疯狂工作。

这里有个坑：top看到的是瞬时值，可能刚好错过了峰值。建议用pidstat -u 1 60连续采样60秒，拿到一分钟内的CPU均值，比top的一次性快照靠谱得多。

第二步：用strace和jstack钻进进程内部

找到目标进程后，如果是Java应用，用jstack -l PID连续打三次线程快照，间隔5秒。三次快照里都出现在RUNNABLE状态的线程，基本就是罪魁祸首。如果是C/C++程序，用strace -p PID -c看系统调用分布，哪个syscall耗时最长一目了然。

实际案例里，我们碰到过一个Spring Boot应用，CPU周期性飙到95%。jstack打出来发现是定时任务里在用Collections.sort排一个50万条的List，每次跑8秒。改成流式处理后再没复现。

第三步：检查系统级因素

有时候进程本身没问题，是系统层面在搞事情。检查三个点：第一，CPU亲和性是否被误设，用taskset -p PID看看绑定在哪个核上；第二，是否有大量上下文切换，用vmstat 1看cs列，超过5万次每秒就要警惕了；第三，确认是不是被其他虚拟机吵到，云主机环境下邻居效应很常见。

排查CPU飙高没有银弹，但三步定位法能覆盖80%以上的场景：先定位进程，再钻入内部，最后检查系统层。养成这个排查习惯，比无脑重启有效得多。