Linux 服务器负载高，你的排查思路？

我的排查路径：先看 load 与 CPU 核数的关系——4 核机器 load 持续 6 以上才算高；再 top/vmstat 区分瓶颈类型——R 状态多是 CPU 密集、D 状态多说明 IO 等待（load 高但 CPU% 不高是典型 IO 特征）；定位到进程后下钻——应用（循环、GC）还是系统（swap、磁盘慢）；对照时间线查变更与监控历史。处置先止血再查因。

我讲一次案例：业务反馈机器卡，load 25（8 核）。top 看 CPU us 只有 30%，si 占 20%，sy 30%——软中断与系统调用高；D 状态进程十几个堆在数据库写。定位是磁盘 IO 打满（iostat util 100%）：根因是定时任务集中凌晨全量导出。处置：导出任务挪到从库并错峰，load 回落到 3。复盘加了 IO 水位告警。load 高的第一直觉不该是加机器，而是先分类瓶颈。

资深视角：load 语义要吃透——Linux load 包含不可中断（D 状态）进程，所以它同时反映 CPU 与 IO 压力，这正是诊断入口：load 高 CPU 低 → IO 或换页瓶颈，看 iostat/vmstat 的 b 与 wa；load 高 CPU 高 → 计算瓶颈，perf/top 找热点；load 高但两者都低 → D 状态堆积，查锁与 NFS 等外设等待。体系化：容量水位基线、异常自动分类告警、压测验证容量边界——从救火到免疫。

追问『D 状态进程怎么处理』：不可 kill（忽略信号）除非解决其等待资源，strace 或 /proc/PID/stack 看阻塞点，NFS hang 常见；『load 多少该告警』：按核数比持续超 0.7-1 倍告警，看趋势斜率比绝对值更早发现异常；『虚拟机场景注意什么』：宿主机争抢——steal time 高说明被邻居挤占，找云厂商迁移。