博客
关于我
top命令
阅读量:277 次
发布时间:2019-03-01

本文共 1053 字,大约阅读时间需要 3 分钟。

使用top命令监控Linux系统性能

top命令是Linux系统监控工具,能够实时显示系统的资源使用情况,包括CPU、内存、进程等信息。以下是top命令的主要功能及使用说明:

多核CPU监控

在top的基本视图中,按下键盘上的数字"1"键,可以切换到每个逻辑CPU的监控界面。这样可以实时查看各个CPU的使用情况:

• us(用户空间占用CPU百分比)

• sy(内核空间占用CPU百分比)
• ni(用户进程优先级改变后占用CPU百分比)
• id(空闲CPU百分比)
• wa(等待I/O的CPU时间百分比)
• hi(高优先级任务占用CPU百分比)
• si(实时任务占用CPU百分比)
• st(停止任务占用CPU百分比)

任务队列信息

top命令的第一行显示任务队列信息,包括系统运行时间、当前登录用户数以及系统负载:

• 10:37:35 当前时间

• up 25 days, 17:29 系统已运行时间
• 1 user 当前登录用户数
• load average: 0.00, 0.02, 0.05 系统负载(分别为1分钟、5分钟、15分钟的平均任务队列长度)

内存信息

top命令的最后两行显示内存使用情况:

• Mem: 2067816k total(物理内存总量)

• used 2007264k(已使用物理内存)
• free 60552k(空闲物理内存)
• buffers 73752k(内核缓存)
• Swap: 524284k total(交换区总量)
• used 315424k(已使用交换区)
• free 208860k(空闲交换区)
• cached 625832k(交换区缓冲)

进程信息

top命令还会列出系统中各个进程的详细信息,包括进程ID、用户、优先级、内存使用情况等:

• PID:进程ID

• USER:进程所有者
• PR:进程优先级
• NI:nice值(负值表示高优先级)
• VIRT:进程使用的虚拟内存总量(KB)
• RES:进程使用的物理内存大小(KB)
• SHR:共享内存大小(KB)
• S:进程状态(D=不可中断睡眠,R=运行,S=睡眠,Z=僵尸进程)
• %CPU:进程在上次更新后占用CPU百分比
• %MEM:进程占用的物理内存百分比
• TIME+: 进程使用的CPU时间(1/100秒单位)
• COMMAND:进程名称或命令行

通过top命令,系统管理员可以快速了解系统性能状况,及时发现潜在的问题并采取相应措施。

转载地址:http://pcua.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>