1# 查看CPU使用情况
 2top
 3
 4# 查看CPU核心数
 5nproc
 6
 7# 查看CPU详细信息
 8cat /proc/cpuinfo
 9
10# 查看CPU使用百分比
11mpstat
12
13# 查看进程CPU占用
14ps aux --sort=-%cpu

 1# 查看内存使用情况
 2free -h
 3
 4# 查看内存详细信息
 5cat /proc/meminfo
 6
 7# 查看进程内存占用
 8ps aux --sort=-%mem
 9
10# 查看内存泄漏
11vmstat 1

 1# 查看磁盘使用情况
 2df -h
 3
 4# 查看磁盘I/O
 5iostat -x 1
 6
 7# 查看磁盘读写
 8vmstat 1
 9
10# 查看文件系统挂载
11mount

 1# 查看网络接口
 2ifconfig
 3
 4# 查看网络连接
 5netstat -an
 6
 7# 查看网络流量
 8sar -n DEV 1
 9
10# 查看TCP连接状态
11ss -tlnp

 1# prometheus.yml
 2global:
 3  scrape_interval: 15s
 4
 5scrape_configs:
 6  - job_name: 'node_exporter'
 7    static_configs:
 8      - targets: ['localhost:9100']
 9
10  - job_name: 'application'
11    static_configs:
12      - targets: ['localhost:8080']

1常用仪表盘：
21. Node Exporter Full - 系统资源监控
32. MySQL Overview - MySQL性能监控
43. Redis Dashboard - Redis性能监控
54. HTTP Request Rates - HTTP请求监控

1Elasticsearch - 存储和索引日志
2Logstash - 收集和处理日志
3Kibana - 可视化日志

 1# 查询错误日志
 2level: ERROR
 3
 4# 查询特定服务日志
 5service: api-gateway
 6
 7# 查询时间范围
 8@timestamp > "2026-07-01T00:00:00" AND @timestamp < "2026-07-02T00:00:00"
 9
10# 查询响应时间大于1秒
11response_time > 1000

1分布式追踪系统，用于追踪请求在分布式系统中的流转

1开源的可观测性框架，支持分布式追踪、指标和日志

1# 开启慢查询日志
2SET GLOBAL slow_query_log = 'ON';
3SET GLOBAL slow_query_log_file = '/var/log/mysql/slow.log';
4SET GLOBAL long_query_time = 1;
5
6# 查看慢查询日志
7mysqldumpslow /var/log/mysql/slow.log

1-- 查看执行计划
2EXPLAIN SELECT * FROM users WHERE status = 1 ORDER BY created_at DESC LIMIT 10;
3
4-- 查看执行计划详细信息
5EXPLAIN ANALYZE SELECT * FROM users WHERE status = 1;

 1# 查看Redis状态
 2redis-cli INFO
 3
 4# 查看内存使用
 5redis-cli INFO memory
 6
 7# 查看慢查询
 8redis-cli SLOWLOG GET 10
 9
10# 查看命令统计
11redis-cli INFO commandstats

11. 收集性能数据（响应时间、吞吐量、资源利用率）
22. 分析数据，找出异常指标
33. 定位瓶颈类型（CPU、内存、磁盘、网络、应用代码）
44. 深入分析，找出根本原因
55. 制定优化方案

 1# JVM监控
 2jvisualvm
 3
 4# CPU分析
 5jprofiler
 6
 7# 内存分析
 8jmap -dump:format=b,file=heap.bin <pid>
 9jhat heap.bin
10
11# GC分析
12jstat -gc <pid> 1000

1# CPU分析
2python -m cProfile -o profile.prof script.py
3snakeviz profile.prof
4
5# 内存分析
6python -m memory_profiler script.py
7
8# 行级分析
9line_profiler