当前位置:首页 > 文章列表 > 文章 > linux > Linux系统监控:sar命令详解与实例分析

Linux系统监控:sar命令详解与实例分析

来源:https://www.runoob.com/linux/linux-comm-sar.html 2025-07-10 21:03:56 0浏览 收藏

学习文章要努力,但是不要急!今天的这篇文章《Linux活动报告sar命令详解与使用实例》将会介绍到等等知识点,如果你想深入学习文章,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

linux系统活动报告是什么-sar 命令使用与实例

Linux sar 命令


一、什么是 sar 命令

sar(System Activity Reporter)是 Linux 系统下一个强大的性能监控工具,属于 sysstat 工具包的一部分。它能够收集、报告和保存系统的各种活动信息,包括:

  • CPU 使用情况
  • 内存利用率
  • I/O 活动
  • 网络统计
  • 进程活动
  • 设备负载等

1.1 sar 命令的优势

  1. 历史数据分析:可以查看过去任意时间点的系统状态
  2. 全面监控:覆盖系统各个关键性能指标
  3. 低开销:数据收集对系统性能影响极小
  4. 自动化:可以配置为定期自动收集数据

二、安装与基本配置

2.1 安装 sysstat 包

在大多数 Linux 发行版中,sar 命令需要通过安装 sysstat 包来获取:

# Ubuntu/Debian
sudo apt-get install sysstat

# CentOS/RHEL
sudo yum install sysstat

# Fedora
sudo dnf install sysstat

2.2 启用数据收集

安装后需要启用数据收集服务:

实例

# 编辑配置文件
sudo vi /etc/default/sysstat

# 将 ENABLED="false" 改为
ENABLED="true"

# 重启服务
sudo systemctl restart sysstat

默认情况下,sar 每10分钟收集一次数据,并保存在 /var/log/sysstat/ 目录下。


三、基本语法与常用参数

3.1 基本语法格式

sar [选项] [间隔时间] [次数]

3.2 常用参数说明

参数 说明
-A 显示所有报告
-u 显示 CPU 利用率
-r 显示内存使用情况
-b 显示 I/O 和传输速率统计
-n DEV 显示网络设备统计
-q 显示系统负载和队列长度
-d 显示磁盘活动
-P ALL 显示每个 CPU 的统计
-s 指定开始时间
-e 指定结束时间
-f 从指定文件读取数据

四、实际应用示例

4.1 实时监控 CPU 使用率

实例

# 每2秒刷新一次,共显示5次
sar -u 2 5

输出示例:

Linux 5.4.0-91-generic (hostname)  03/15/2023  _x86_64_  (4 CPU)

10:30:01 AM     CPU     %user     %nice   %system   %iowait    %steal     %idle
10:30:03 AM     all      5.12      0.00      1.02      0.51      0.00     93.35
10:30:05 AM     all      6.23      0.00      1.34      0.23      0.00     92.20

4.2 查看历史内存使用情况

实例

# 查看今天的内存使用情况
sar -r

# 查看指定日期的数据(需指定文件)
sar -r -f /var/log/sysstat/sa15  # 15号的数据

4.3 监控磁盘 I/O 活动

实例

# 监控磁盘活动,每1秒刷新,共10次
sar -d 1 10

4.4 查看网络接口统计

实例

# 监控网络接口活动
sar -n DEV 1 5

五、高级用法与技巧

5.1 组合监控多个指标

实例

# 同时监控CPU、内存和磁盘
sar -urdb 1 5

5.2 生成特定时间段的报告

实例

# 查看上午9点到10点的CPU使用情况
sar -u -s 09:00:00 -e 10:00:00

5.3 将输出保存到文件

实例

# 将监控结果保存到文件
sar -A 1 10 > system_report.log

5.4 监控特定CPU核心

实例

# 监控CPU0的使用情况
sar -P 0 1 5

六、数据解读指南

6.1 CPU 指标解读

指标 含义 健康范围
%user 用户空间CPU使用率
%system 内核空间CPU使用率
%iowait CPU等待I/O时间
%idle CPU空闲时间 >20%

6.2 内存指标解读

指标 含义
kbmemfree 空闲物理内存(KB)
kbmemused 已用物理内存(KB)
%memused 内存使用率
kbbuffers 缓冲区使用的内存(KB)
kbcached 缓存使用的内存(KB)

6.3 磁盘指标解读

指标 含义
tps 每秒传输次数
rd_sec/s 每秒读取的扇区数
wr_sec/s 每秒写入的扇区数
%util 设备利用率

七、常见问题排查

7.1 CPU 瓶颈识别

如果 %user 或 %system 持续高于80%,可能表明:

  • 应用程序计算密集
  • 系统调用过多
  • 需要优化代码或增加CPU资源

7.2 内存不足判断

当以下情况同时出现时,可能存在内存不足:

  • %memused 持续高于90%
  • kbcached 值很低
  • 交换分区(kbswpused)使用量高

7.3 I/O 瓶颈识别

%iowait 高和磁盘 %util 高表明:

  • 磁盘I/O成为瓶颈
  • 可能需要更快的存储设备
  • 或优化I/O密集型操作

以上就是《Linux系统监控:sar命令详解与实例分析》的详细内容,更多关于Linux,性能监控,sar命令,系统活动,sysstat的资料请关注golang学习网公众号!

版本声明
本文转载于:https://www.runoob.com/linux/linux-comm-sar.html 如有侵犯,请联系study_golang@163.com删除
文心一言生成图片能商用吗?图文权限详解文心一言生成图片能商用吗?图文权限详解
上一篇
文心一言生成图片能商用吗?图文权限详解
PHP错误调试技巧及常见问题解决方法
下一篇
PHP错误调试技巧及常见问题解决方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    309次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    367次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    361次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    329次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    153次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码