服务器突然变慢怎么排查？从负载到磁盘的定位步骤

服务器突然变慢，先别急着重启。
重启会清掉现场，下次再出现更难查。
正确的做法是趁问题还在，按 CPU、内存、磁盘、网络四个方向逐项看指标，找到占用资源的具体进程再处理。
下面按实际操作顺序讲清楚每一步看什么、命令怎么用、结果怎么判断。

先确认是整台机器慢还是某个服务慢

登录服务器后，第一件事是分清范围。
如果 SSH 都卡顿、命令回显延迟，说明整机资源紧张；
如果 SSH 流畅但网站打不开，问题可能只在 Web 服务或数据库。

用 uptime 看最近 1、5、15 分钟的平均负载：

uptime

输出里的 load average 三个数字分别对应 1、5、15 分钟。
判断标准是拿它和 CPU 核心数比：nproc 查看核心数，负载持续超过核心数的 1.5 到 2 倍，通常说明有任务在排队。
负载高但 CPU 使用率不高，往往是磁盘 I/O 或大量进程等待造成的。

用 top 定位占用 CPU 和内存的进程

top 是最直接的入口，运行后按 P 按 CPU 排序、按 M 按内存排序：

top -b -n 1 | head -20

重点看三行：%Cpu(s) 里 us（用户进程）和 sy（系统内核）是否偏高；MiB Mem 里可用内存还剩多少；MiB Swap 是否在被大量使用。
如果 swap 用量持续上涨，说明物理内存不够，系统在拿磁盘当内存用，整体会明显变慢。

找到占用最高的 PID 后，用 ps 确认它是什么服务：

ps -p  -o pid,user,%cpu,%mem,cmd

如果是某个 PHP-FPM 或 Java 进程长期占满单核，先看它的日志和访问量，不要直接 kill。
用 kill -15 发送正常终止信号，让进程自己退出；
确认无响应再用 kill -9。

磁盘 I/O 高是变慢的常见原因

CPU 看起来不高、内存也够，但命令就是慢，优先查磁盘。
用 iostat 看每块盘的读写等待：

iostat -x 1 3

关注 %util 和 await 两列。%util 接近 100% 说明磁盘接近满负荷；await 明显高于正常值（机械盘通常几毫秒到十几毫秒，SSD 更低）说明 I/O 在排队。
再配合 iotop 看是哪个进程在读写：

iotop -oPa

常见原因是日志文件暴涨、备份任务和业务高峰撞在一起、或者数据库慢查询导致大量临时文件读写。
先看 /var/log 下大文件，用 du -sh /var/log/* | sort -rh | head 定位，确认后再清理或切割日志，不要直接删正在写入的日志文件。

检查网络连接和端口状态

如果本地命令不慢，只是外部访问慢，查网络层。
用 ss 看连接数和端口监听：

ss -s
ss -tlnp | grep -E '80|443|3306'

ss -s 输出里 TIME-WAIT 数量过高，可能是短连接太多；ESTAB 数量接近系统上限，新连接会被拒绝或排队。
用 ss -tan state established | wc -l 统计当前已建立连接数，再对照 ulimit -n 的文件描述符上限。
如果连接数接近上限，需要调整服务配置或系统参数，而不是反复重启。

带宽打满也会表现为“服务器慢”。
用 iftop 或 nload 看实时流量，确认是否有异常外联或大文件下载占满带宽。

处理后的复查和避坑

处理完具体进程后，不要马上离开。
等 5 到 10 分钟，重新执行 uptime、top 和 iostat -x 1 3，确认负载和 I/O 等待回落到正常范围。
同时看服务日志有没有新的报错，比如 OOM（内存溢出）记录：

dmesg -T | grep -i 'out of memory'

如果看到 OOM killer 记录，说明内存确实不够，需要优化程序内存占用或增加内存，而不是只重启服务。

几个容易踩的坑：不要一上来就 reboot，现场丢失后无法定位根因；
不要看到 CPU 高就直接杀进程，先确认它是不是关键业务；
清理日志前先确认日志是否被程序占用，直接 rm 可能导致磁盘空间不释放，正确做法是 truncate -s 0 文件名 或通过日志服务切割。

服务器突然变慢多数不是单一原因，按“负载 → CPU/内存 → 磁盘 → 网络”的顺序逐层排除，每一步都有命令和判断依据，比凭感觉重启更可靠。
处理完记得复查指标，确认问题真正消失再结束。