وقتی سایت کند می‌شود یا سرور پاسخ نمی‌دهد، اولین سوال این است: گلوگاه کجاست؟ پردازنده پر شده، حافظه تمام شده، دیسک در صف نوشتن گیر کرده یا شبکه اشباع است؟ مانیتورینگ سرور با ابزارهای خط فرمان لینوکس دقیقاً به همین سوال پاسخ می‌دهد. چهار ابزار top، htop، iotop و vmstat روی تقریباً هر توزیعی در دسترس‌اند و اگر بدانید هر ستون و هر عدد چه معنایی دارد، در کمتر از دو دقیقه می‌توانید ریشه کندی را پیدا کنید. در این راهنما خواندن خروجی هر ابزار، کلیدهای تعاملی مهم و یک روال گام‌به‌گام عیب‌یابی را می‌آموزید.

چهار منبعی که عملکرد سرور را تعیین می‌کنند

هر کندی در نهایت به یکی از چهار منبع برمی‌گردد: CPU، حافظه، ورودی/خروجی دیسک و شبکه. اشتباه رایج این است که فقط به درصد مصرف پردازنده نگاه می‌شود؛ در حالی که روی بسیاری از سرورهای وب، پردازنده تقریباً بیکار است و فرایندها در انتظار دیسک یا دیتابیس مانده‌اند. ابزارهای این مقاله هر کدام روی یکی از این منابع تمرکز دارند و با هم یک تصویر کامل می‌سازند.

top: ابزاری که روی هر سرور لینوکسی وجود دارد

top بخشی از بسته procps است و بدون نصب چیزی در دسترس است. خروجی آن دو بخش دارد: سرصفحه‌ای که وضعیت کلی سیستم را نشان می‌دهد و جدولی از فرایندها که به‌صورت پیش‌فرض بر اساس مصرف CPU مرتب شده است.

خواندن سرصفحه top

top - 10:42:11 up 35 days,  3:12,  2 users,  load average: 3.21, 2.87, 2.40
Tasks: 212 total,   2 running, 210 sleeping,   0 stopped,   0 zombie
%Cpu(s): 18.3 us,  4.1 sy,  0.0 ni, 61.2 id, 15.9 wa,  0.0 hi,  0.5 si,  0.0 st
MiB Mem :  15995.2 total,   1203.4 free,   9842.1 used,   4949.7 buff/cache
MiB Swap:   2048.0 total,   1790.0 free,    258.0 used.   5620.3 avail Mem

خط اول Load Average در بازه‌های یک، پنج و پانزده دقیقه را نشان می‌دهد؛ این عدد را همواره نسبت به تعداد هسته‌ها بسنجید (عدد 3.2 روی سرور دو هسته‌ای یعنی فشار، روی هشت هسته یعنی آرامش). خط %Cpu(s) مهم‌ترین خط است: us زمان برنامه‌های کاربر، sy زمان کرنل، id بیکاری، wa انتظار برای ورودی/خروجی و st زمانی که هایپروایزر پردازنده را از ماشین مجازی شما گرفته است. در نمونه بالا wa برابر 15.9 درصد است که نشان می‌دهد گلوگاه دیسک است نه پردازنده. در خط حافظه، عدد avail Mem ملاک واقعی است نه free؛ buff/cache حافظه‌ای است که کرنل در صورت نیاز فوراً آزاد می‌کند.

ستون‌های جدول فرایندها

VIRT کل فضای آدرس مجازی است و معمولاً گمراه‌کننده است؛ RES حافظه فیزیکی واقعاً اشغال‌شده را نشان می‌دهد و همین ستون را باید دنبال کنید. SHR بخش اشتراکی (کتابخانه‌ها) است. ستون S وضعیت فرایند است: R در حال اجرا، S خواب، D خواب غیرقابل‌وقفه (معمولاً منتظر دیسک) و Z زامبی. ستون %CPU می‌تواند از 100 بیشتر شود چون مجموع همه هسته‌هاست.

کلیدهای تعاملی که کار را سریع می‌کند

با فشردن M فهرست بر اساس حافظه و با P بر اساس پردازنده مرتب می‌شود. کلید 1 مصرف هر هسته را جداگانه نشان می‌دهد که برای تشخیص برنامه‌های تک‌نخی مفید است. c خط فرمان کامل فرایند را نمایش می‌دهد تا بفهمید کدام اسکریپت PHP یا کدام کوئری در حال اجراست. k سیگنال می‌فرستد و H نخ‌ها را جدا نشان می‌دهد. برای گرفتن یک عکس لحظه‌ای غیرتعاملی که در تیکت پشتیبانی بفرستید از top -b -n 1 استفاده کنید.

htop: همان اطلاعات با رابط خواناتر

htop نسخه مدرن top است که به‌صورت پیش‌فرض نصب نیست اما با یک دستور apt install htop یا dnf install htop اضافه می‌شود. بالای صفحه برای هر هسته یک نوار رنگی می‌بینید: سبز برای فرایندهای کاربر، قرمز برای کرنل، آبی برای اولویت پایین و خاکستری یا بنفش برای iowait و steal. نوار حافظه نیز سبز (استفاده‌شده)، آبی (buffers) و زرد (cache) را تفکیک می‌کند.

ویژگی‌هایی که top ندارد

  • F5 (Tree): فرایندها را به‌صورت درختی نشان می‌دهد تا ببینید مثلاً کدام worker های php-fpm زیر کدام master هستند.
  • F4 (Filter): فقط فرایندهایی با نام مشخص مثل mysql یا nginx را نشان می‌دهد.
  • F6 (Sort): مرتب‌سازی بر اساس هر ستون، از جمله IO_RATE در صورت فعال بودن.
  • F9 (Kill): انتخاب فرایند با کلیدهای جهت و ارسال سیگنال، بدون نیاز به دانستن PID.
  • F2 (Setup): افزودن ستون‌هایی مانند IO_READ_RATE، IO_WRITE_RATE و CGROUP.

iotop: کدام فرایند دیسک را مشغول کرده است؟

وقتی wa در top بالا است، top به شما نمی‌گوید کدام فرایند مقصر است. iotop دقیقاً همین را نشان می‌دهد و به حسابداری I/O کرنل (CONFIG_TASK_IO_ACCOUNTING) متکی است که در کرنل‌های تمام توزیع‌های سروری فعال است. اجرای آن به دسترسی root نیاز دارد:

sudo apt install iotop       # یا iotop-c در توزیع‌های جدیدتر
sudo iotop -oPa
# -o فقط فرایندهای دارای I/O فعال
# -P فرایندها به‌جای نخ‌ها
# -a مقادیر تجمعی از لحظه شروع

تفسیر ستون‌های iotop

دو ستون DISK READ و DISK WRITE نرخ لحظه‌ای هر فرایند را بر حسب کیلوبایت یا مگابایت در هر ثانیه، نشان می‌دهند و ستون IO> درصد زمانی است که فرایند منتظر دیسک بوده است. فرایندی با IO نزدیک 99 درصد اما نرخ خواندن پایین، معمولاً نشانه دیسک کند یا الگوی دسترسی تصادفی (random) است، نه حجم زیاد داده. در سرورهای وب، مقصر معمولاً یکی از این‌هاست: اسکریپت بکاپ در ساعت کاری، جدول‌های بدون ایندکس، لاگ‌نویسی بیش از حد یا فرایند kswapd که نشانه کمبود حافظه است نه مشکل دیسک.

vmstat: نمای کلی سیستم در یک خط

vmstat به جای فهرست فرایندها، در بازه‌های زمانی ثابت یک خط خلاصه از وضعیت حافظه مجازی، Swap، دیسک، وقفه‌ها و پردازنده چاپ می‌کند. این ابزار برای تشخیص روند و برای سرورهایی که آن‌قدر زیر فشارند که htop به سختی باز می‌شود، ایده‌آل است:

vmstat 2 5     # هر 2 ثانیه، 5 بار
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 4  2 264192 1210432 310208 4760120  0    0   812  1540 2100 4300 18  4 62 16  0

ستون‌هایی که باید حفظ باشید

اولین خط خروجی میانگین از زمان بوت است و معمولاً باید نادیده گرفته شود؛ خطوط بعدی مقادیر لحظه‌ای‌اند. r تعداد فرایندهای آماده اجراست و اگر پیوسته از تعداد هسته‌ها بیشتر باشد، پردازنده کم دارید. b تعداد فرایندهای بلوکه‌شده در انتظار I/O است. si و so (swap in/out) مهم‌ترین نشانه فشار حافظه‌اند: هر عدد غیرصفر پایدار یعنی سیستم در حال swap کردن است و باید حافظه اضافه کنید یا مصرف را کاهش دهید. bi و bo بلوک‌های خوانده و نوشته‌شده از دیسک‌اند و cs تعداد تعویض زمینه (context switch) است که مقدار بسیار بالای آن معمولاً از تعداد زیاد نخ‌ها یا قفل‌های رقابتی خبر می‌دهد.

کدام ابزار را چه زمانی استفاده کنیم؟

ابزارتمرکزنیاز به نصببهترین کاربرد
topCPU و حافظه هر فرایندخیرنگاه اول روی هر سروری، خروجی متنی برای گزارش
htopهمان top با رابط بهتربلهکار روزمره، فیلتر و درخت فرایندها
iotopدیسک به تفکیک فرایندبله (root)وقتی wa بالاست و مقصر معلوم نیست
vmstatخلاصه سیستم در طول زمانخیرتشخیص Swap و روند فشار، سرورهای کم‌جان
iostat -xآمار هر دیسکبله (sysstat)زمان پاسخ و درصد اشغال دیسک
free -hحافظه و Swapخیربررسی سریع available

روال گام‌به‌گام عیب‌یابی کندی سرور

  1. با uptime یا خط اول top، Load Average را نسبت به تعداد هسته‌ها (nproc) بسنجید. اگر بار پایین است، مشکل احتمالاً در سطح اپلیکیشن یا شبکه است نه منابع.
  2. در top به خط %Cpu(s) نگاه کنید: اگر us بالاست سراغ فرایندهای پرمصرف بروید؛ اگر wa بالاست به مرحله چهارم بروید؛ اگر st بالاست همسایه‌های پرسروصدا روی میزبان مجازی‌سازی، منابع را گرفته‌اند.
  3. با free -h یا خط حافظه top، مقدار available را ببینید و با vmstat ستون‌های si و so را چند لحظه تماشا کنید.
  4. اگر گلوگاه دیسک است، sudo iotop -oPa را اجرا کنید و فرایند مقصر را شناسایی کنید؛ با iostat -x 2 زمان پاسخ (await) و درصد اشغال (%util) هر دیسک را بررسی کنید.
  5. فرایند مقصر را با کلید c در top یا درخت htop به دستور دقیقش برسانید و در لاگ همان سرویس (php-fpm، MySQL، cron) دنبال علت بگردید.
  6. اقدام اصلاحی را انجام دهید (کشتن کار سنگین، تغییر زمان‌بندی بکاپ، افزودن ایندکس یا ارتقای منابع) و دوباره اندازه‌گیری کنید.

اگر این بررسی‌ها نشان داد منابع سرور به‌طور پایدار اشباع است، مشکل با تنظیم حل نمی‌شود و باید به فکر ارتقای پلن یا مهاجرت به هاست پرترافیک یا سرور با منابع اختصاصی باشید. برای سرورهایی که تیم فنی ندارند، مدیریت سرور توسط ارائه‌دهنده می‌تواند همین روال را به‌صورت مستمر انجام دهد.

جمع‌بندی

مانیتورینگ سرور با ابزارهای خط فرمان نیازی به زیرساخت پیچیده ندارد: top و vmstat روی هر سیستمی هستند، htop خواندن را آسان می‌کند و iotop پاسخ سوال «چه کسی دیسک را مشغول کرده» را می‌دهد. مهم‌تر از خود ابزار، دانستن معنای چند عدد کلیدی است: Load Average نسبت به تعداد هسته‌ها، wa و st در خط پردازنده، available در خط حافظه و si/so در vmstat. با یک روال ثابت عیب‌یابی، اغلب کندی‌ها در چند دقیقه ریشه‌یابی می‌شوند و برای تاریخچه بلندمدت، sar یا یک سیستم مانیتورینگ متمرکز را اضافه کنید.

سوالات متداول

چرا top نشان می‌دهد حافظه free کم است اما سرور کند نیست؟

لینوکس حافظه بلااستفاده را برای کش فایل‌ها به کار می‌گیرد و این مقدار در buff/cache دیده می‌شود. ملاک درست ستون avail Mem است که حافظه قابل آزادسازی را هم حساب می‌کند. تا وقتی available کافی است و si/so در vmstat صفر است، کمبود حافظه ندارید.

درصد wa بالا در top دقیقاً یعنی چه؟

wa یا iowait درصد زمانی است که پردازنده بیکار بوده چون فرایندها منتظر پاسخ دیسک بوده‌اند. مقدار پایدار بالای ده درصد روی سرور وب معمولاً نشانه دیسک کند، کوئری‌های بدون ایندکس یا کار سنگین پس‌زمینه است. برای یافتن فرایند مقصر از iotop استفاده کنید.

ستون st در top روی سرور مجازی چه معنایی دارد؟

st یا steal زمانی است که ماشین مجازی شما آماده اجرا بوده اما هایپروایزر، پردازنده فیزیکی را به ماشین دیگری داده است. مقدار پیوسته چند درصدی نشان می‌دهد میزبان بیش از ظرفیت فروخته شده و راه‌حل از داخل ماشین مجازی وجود ندارد؛ باید با ارائه‌دهنده صحبت کنید یا پلن vCPU اختصاصی انتخاب کنید.

چگونه بفهمم سرور دیشب در ساعت مشخصی چه وضعیتی داشته است؟

ابزارهای این مقاله فقط لحظه حال را نشان می‌دهند. بسته sysstat را نصب و سرویس جمع‌آوری آن را فعال کنید تا sar هر ده دقیقه آمار را ذخیره کند؛ سپس با sar -u -s 03:00:00 -e 04:00:00 وضعیت پردازنده در آن بازه را ببینید. برای نگهداری بلندمدت و نمودار، ابزارهایی مانند Prometheus با node_exporter مناسب‌ترند.