Linux 进程管理实用指南

进程管理这事儿，刚接触 Linux 的时候觉得无非就是 ps aux 看一眼、kill -9 干掉完事。干得久了才发现，真正线上出问题的时候，靠那几个基础命令根本不够用。

这篇不打算从头教你怎么用 Linux，而是把日常排查中真正管用的进程管理命令和技巧串一遍——有些你可能知道但没深挖，有些可能是实战里踩坑换来的经验。

ps：不止是 aux

ps aux 是大部分人最熟悉的，但工作中最常用的是这个组合：

ps auxf

加个 f 参数，输出变成树状结构——你能一眼看出哪个进程是哪个 fork 出来的。排查僵尸进程或者找父进程归属时特别好用。

另一个实用的：

ps -eo pid,ppid,%cpu,%mem,rss,vsz,comm,user,start,time --sort=-%cpu | head -20

自定义输出字段，按 CPU 倒序。可以做成 alias：

alias pstop='ps -eo pid,ppid,%cpu,%mem,rss,vsz,comm,user,start,time --sort=-%cpu | head -20'

线上查哪个进程在吃资源时，比 top 快，输出也更干净。

top/htop

top 默认按 CPU 排序，输入 M 按内存排序，输入 k 可以直接杀进程。

环境允许的话装个 htop 也不亏：

apt install htop

htop 的优势：鼠标可操作、彩色显示、可以选中多个进程同时操作、F5 切换树形视图。适合在开发机和测试机上用。

不过生产环境不一定有 htop，top 还是得会。

pgrep/pkill：按名字找进程

大部分人杀进程还是 ps aux | grep xxx 拿到 PID 再 kill。其实一行搞定：

pgrep -f "nginx"
pkill -f "nginx"

-f 表示匹配完整命令行。不加 -f 只匹配进程名。

更狠一点的用法：

pkill -9 -f "java -jar myapp.jar"

匹配到就杀，不需要手动记 PID。写脚本的时候非常干净。

kill 的信号表，不要只认识 9

实战中最常见的情景：

• kill -15 PID — 先发 SIGTERM，等几秒看进程有没有正常退出
• kill -9 PID — SIGTERM 没反应，再上 SIGKILL
• 不要上来就 -9，除非你确定进程已经卡死

写服务管理脚本的话，优雅停机可以这样来：

kill -15 $PID
sleep 5
if kill -0 $PID 2>/dev/null; then
    kill -9 $PID
fi

先给进程 5 秒做清理，没退出再强制杀。

nohup 和 disown

nohup long-running-command &

nohup 让进程忽略 SIGHUP，关掉终端后继续跑。输出重定向到 nohup.out。

更好的做法是显式指定输出文件：

nohup ./script.sh > output.log 2>&1 &

如果已经跑了某个进程，忘了加 nohup，可以用 disown：

# Ctrl+Z 暂停进程
bg            # 放到后台继续跑
disown        # 从当前 shell 的任务表中移除

之后关终端也没事了。

/proc：活着的进程信息宝藏

每个进程在 /proc 下都有一个目录。实战中这些文件很常用：

cat /proc/$PID/cmdline       # 完整启动命令
cat /proc/$PID/environ       # 环境变量
cat /proc/$PID/status        # 进程状态、内存、线程数
cat /proc/$PID/limits        # 资源限制
ls /proc/$PID/fd/            # 打开的文件描述符
ls /proc/$PID/cwd/           # 进程当前工作目录

查端口占用时，ss 或 lsof 不够直观，可以直接读：

ls -l /proc/$PID/fd/ | grep socket

lsof：谁在用这个文件/端口

lsof -i :80               # 谁在监听 80 端口
lsof -p $PID              # 某个进程打开了哪些文件
lsof +D /var/log          # 某个目录下哪些文件被打开了

查端口占用最常用：

lsof -i :8080

或者用 ss 替代（更快）：

ss -tlnp | grep :8080

strace：看不到的细节都在这里

进程没报错但就是不对，或者你想知道它在等什么——strace 是你的最后手段。

strace -p $PID                    # 追踪正在运行的进程
strace -p $PID -e trace=network   # 只看网络相关的系统调用
strace -p $PID -e trace=file      # 只看文件操作
strace -p $PID -T -c              # 统计各系统调用的耗时

实战一：查进程为什么卡住

strace -p $(pgrep -f "myapp")

如果输出一直停在 read( 或 connect( 之类的调用上，说明进程在等 I/O 或网络——不是死锁，就是外部依赖慢了。

实战二：查 config 文件读哪去了

strace -e trace=open,openat,stat -f ./your-program 2>&1 | grep config

看程序启动时打开的是哪个路径的配置文件——经常能发现读错了路径这种低级但隐蔽的 bug。

僵尸进程处理

僵尸进程（Z）是子进程已死但父进程没调用 wait() 回收。表现为 ps aux 里状态是 Z，而且杀不掉。

排查：

ps -eo pid,ppid,stat,comm | grep Z

找到僵尸进程的 PID 和 PPID（父进程），然后：

1. 尝试给父进程发 SIGCHLD：kill -17 $PPID
2. 不行就直接杀父进程：kill -9 $PPID
3. 如果父进程是 init（PID=1），只能重启

预防：写程序时记得处理 SIGCHLD，或者在子进程结束后调用 waitpid()。

总结

进程管理说穿了就这些东西，不比别的命令更高深。线上出问题的时候知道看什么、用什么工具，比临时搜命令靠谱得多。

我自己最常用的排查路子：

1. ps auxf 或 pstop 看一眼整体情况
2. CPU/内存异常 → top 或 htop 定位
3. 进程卡住 → strace -p 看系统调用
4. 端口问题 → lsof -i :port 或 ss -tlnp
5. 杀掉异常进程 → 先 SIGTERM，不行再 SIGKILL

上面提到的命令和技巧，平时可以自己在测试环境多试试。用熟了，排查问题的时候就是本能反应了。