当前位置:首页 > 文章列表 > 文章 > linux > Linux下Glances监控工具使用详解

Linux下Glances监控工具使用详解

2026-04-12 21:10:38 0浏览 收藏
Glances 是一款开箱即用却极易被误解的终端全能监控工具,它能一站式呈现 CPU、内存、磁盘 I/O、网络、进程等核心指标,但“看起来不准”或“卡顿失灵”往往不是软件缺陷,而是默认配置与真实环境(如容器权限、SSH 稳定性、cgroups v2、UTF-8 渲染机制)之间的隐性冲突——掌握关键启动参数(如 `-d 2` 降频、`--disable-web` 关闭后台服务、`-1` 单次快照)、理解统计逻辑差异(如 CPU 均值 vs 单核归一化)、排查底层权限缺口(如 `/sys/class/block/*/stat` 可读性、`SYS_ADMIN` 能力),才是真正释放 Glances 精准监控价值的关键。

Linux下使用Glances监控工具 终端一站式查看系统资源占用【教程】

Glances 是一个终端里能同时看 CPU、内存、磁盘 I/O、网络、进程、文件系统等指标的监控工具,装完就能用,不需要额外配置——但默认行为和常见误操作会让它“看起来不准”或“刷新卡顿”,关键在启动参数和插件理解。

glances 启动后 CPU 占用高、终端卡顿怎么办

默认启用 Web 服务和历史数据收集(psutil 高频采样),对低配机器或 SSH 连接不稳的环境很不友好。

  • 加 -d 2 把刷新间隔从 1 秒拉到 2 秒,明显缓解压力
  • 禁用 Web 服务:启动时加 --disable-web,避免后台监听 0.0.0.0:61208
  • 禁用历史图表(减少内存占用):--disable-history
  • 如果只看当前快照,用 glances -1(单次输出后退出),适合脚本调用

为什么 top 显示的 CPU% 和 glances 不一致

不是 bug,是统计口径不同:glances 默认显示的是所有逻辑 CPU 的平均使用率(即 “整体负载均值”),而 top 默认按单个 CPU 核心归一化,且受采样窗口影响更大。

  • 确认是否开启 per-CPU 模式:按 c 键切换,会显示每个核心的实时占用条形图
  • 检查是否启用了 quicklook 插件(默认开),它会跳过部分进程扫描以提速,导致进程级 CPU 汇总略偏低
  • 真实对比建议用 glances -1 --disable-quicklook + top -bn1 | head -20 对照,排除采样时机偏差

磁盘 I/O 显示为 0 或 N/A 的常见原因

glances 依赖 psutil.disk_io_counters(),它在某些场景下无法获取设备级 I/O 数据,尤其容器环境或精简内核。

  • 检查是否挂载了 sysfs 和 procfs:Docker 容器需加 --privileged 或至少 --cap-add=SYS_ADMIN
  • 非 root 用户运行时,部分设备(如 NVMe)的 /sys/class/block/*/stat 可能不可读,直接导致 I/O 列为空
  • 某些发行版(如 Alpine)默认没装 util-linux,lsblk 缺失会影响磁盘识别,可手动指定设备:启动加 --diskio-list sda,sdb

如何让 glances 在 tmux 里稳定显示中文/宽字符

不是字体问题,是 glances 内部用 curses 渲染时对双字节字符宽度判断错误,导致换行错位甚至崩溃。

  • 强制设置终端编码:export LANG=en_US.UTF-8(即使系统是中文 locale,也建议切英文 locale 启动)
  • tmux 中启用 UTF-8 支持:set -g utf8 on(写入 ~/.tmux.conf)
  • 避免在 glances 界面中触发长路径名或含 emoji 的进程名(比如 Node.js 的 node_modules 路径),这类字段会被截断或引发重绘异常

真正难调的不是安装,而是搞清它每列数据到底来自哪个系统接口、是否被插件过滤、有没有权限缺口——特别是混用容器、systemd、cgroups v2 的环境,glances 的进程树和内存统计很容易漏掉 slice 边界。

终于介绍完啦!小伙伴们,这篇关于《Linux下Glances监控工具使用详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

WorkBuddyAI工资计算全解析WorkBuddyAI工资计算全解析
上一篇
WorkBuddyAI工资计算全解析
Java多异常捕获方法与技巧
下一篇
Java多异常捕获方法与技巧
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。
    303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。
    359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。
    357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。
    325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。
    143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