企业官网建设流程全解析

一、程序、进程、线程：一句话分清

1. 程序是磁盘上的可执行文件，比如 /usr/sbin/nginx，它安安静静躺在硬盘上，还没有运行，关键标识是文件路径。

1. 进程是程序的一次运行实例。程序一旦被启动，操作系统就给它一份独立的内存、文件描述符和运行身份，并发给一个编号，这个编号就是 PID。

1. 线程是进程内部的执行单元。一个进程内部可以开很多线程，它们共享进程的内存和资源，每个线程有自己的编号 TID，也叫 LWP。

同一个程序可以同时运行成多个进程。Nginx 就是这样：磁盘上只有一份 /usr/sbin/nginx，启动后却形成一个 master process 和多个 worker process，它们是不同的进程，各有各的 PID。千万不要把 worker 误认为线程；而 Jenkins 那种 Java 程序反过来，通常只有一个 Java 主进程，内部跑着很多线程。

二、PID、PPID 与进程树

PID 是进程编号，系统里每个进程都有，且同一时刻不重复。PPID 是父进程编号，记录这个进程是由谁启动的。

Linux 里所有进程的祖先都是 systemd，它的 PID 固定是 1。Nginx 由 systemd 拉起，master 的 PPID 指向 1；worker 由 master 拉起，worker 的 PPID 指向 master。顺着 PPID 一路往上追，就能画出一棵进程树。排查问题时，这棵树能告诉你一个进程到底是谁启动的、归谁管。

三、进程状态：R、S、D、T、Z

40 个玩家是 40 个进程，2 个服务器核心是 2 个 CPU 核心。
正在游戏里的，是 Running；匹配成功、排队进图的，是 Runnable。这两类在ps里都显示为 R。
等硬盘加载地图的，是 D 状态，等待不可中断 I/O，不响应普通信号，kill也杀不掉。
等队友上线的，是 S 状态，可中断睡眠，队友一上线就唤醒。
还有 T 和 Z：被裁判暂停的，是 T；角色已退出但队伍仍占位、队长没确认的，是 Z，僵尸，子进程结束但父进程没读取退出状态。

核心映射都一样：Running/Runnable → R；可中断睡眠 → S；不可中断 I/O → D；暂停 → T；僵尸 → Z。

四、观察进程的几类工具

1. ps 是拍照：拍一张当前所有进程的快照。ps aux 看用户、CPU、内存和完整命令行；ps -ef 看 PID、PPID 和父子关系；ps -eo 可以自己挑字段。

1. pgrep 和 pidof 是查号台：直接按名字返回 PID，省去自己 grep。pgrep -o 取最早启动的那个，Nginx 场景下通常就是 master。

1. pstree 是画家：把进程树画出来，-p 带 PID，-s 沿父进程向上追。

1. top 和 pidstat 是录像：连续刷新观察。ps 只拍一张，异常往往是趋势，要看连续画面才能下结论。

1. ss 是查端口登记簿：ss -lntp 能从端口号反查出是哪个进程在监听，顺着端口找到 PID，再找到程序和 Unit。

五、信号：礼貌敲门与强行破门

信号是请求或强迫进程做动作的方式。Day 09 重点讲三个：

1. TERM（15 号）：礼貌敲门，请求进程正常退出。进程有机会保存数据、关闭文件、通知伙伴。优先使用。

1. HUP（1 号）：具体行为由程序定义，很多服务把它当作重新加载配置的指令。用之前先查文档。

1. KILL（9 号）：强行破门。它由内核直接执行，进程根本没有机会清理现场，可能留下锁文件、丢数据。是最后手段。

正确顺序永远是：先确认 PID，再发 TERM，等一等、验证一下；实在退不出去才用 KILL。管理 Systemd 服务时更优先用 systemctl stop 或 reload，让超时和子进程都由 Systemd 统一处理。

六、前台、后台与 nohup

1. 前台运行：命令占着当前终端，终端不能干别的。

1. 命令后面加 &：直接放到后台跑，终端腾出来了，$! 保存它的 PID。

1. Ctrl+Z：把前台正在跑的命令暂停，变成 Stopped 状态。

1. bg %1：让 1 号作业在后台继续跑；fg %1 把它带回前台；jobs -l 随时看作业列表。注意 %1 是作业编号，只在当前 Shell 有效，不是 PID。

1. nohup：让命令在终端关闭后继续运行，输出写进文件。适合临时任务；长期服务应该交给 Systemd，因为 Systemd 还提供开机自启、失败恢复、统一日志和运行身份管理。

七、Load Average：系统的排队长度

uptime 显示最近 1、5、15 分钟的 Load Average，可以理解为任务排队长度。判断时要除以 CPU 核心数：nproc 告诉你有几个核心。

以 4 核、负载 8.00、4.00、2.00 为例：1 分钟值除以 4 是 2.0，每个核心平均排 2 个任务，压力较高；5 分钟值是 1.0，接近满载；15 分钟值是 0.5，有余量。三个值从过去到现在是 0.5、1.0、2.0，说明压力正在爬升。

两个关键认知：

1. 每核心负载小于 1 通常有余量，接近 1 是满载，大于 1 说明有任务在排队，或 D 状态任务多。

1. Load Average 统计了 D 状态任务，所以它不等同于 CPU 使用率。磁盘卡住也会抬高负载。第一轮用它快速判断，最终要结合 top、vmstat 和业务表现确认。

八、内存：available 才是真话

free -h 里最容易看错的是这一条：内存看起来很忙，不等于内存不够。

Linux 会把暂时空闲的内存拿去做缓存：cache 保存近期读过的文件数据，下次读同一个文件就不用碰磁盘；buffer 暂存并整理准备写入磁盘的数据。这些缓存随时可以回收，回收后给应用程序用。所以看内存要优先看 available 这一列，它才是真正可用的量；buff/cache 很高不是坏事。

Swap 是拿磁盘当内存的应急通道。si、so 这些换入换出动作说明物理内存真的紧张了。Swap 只能临时缓解，不能代替物理内存。

九、vmstat 与 /proc

1. vmstat 1 5 每 1 秒采样一次共 5 次。r 是等 CPU 的任务数，si 和 so 是 Swap 换入换出，us、sy、id 是用户态、内核态、空闲 CPU 占比，wa 是等 I/O 浪费的 CPU 时间。第一行是开机以来的平均值，判断趋势要看后面的行。

1. /proc 是内核提供的运行状态入口，不是普通目录。/proc/PID/status 看进程状态、内存、线程数，/proc/PID/cmdline 看启动参数，/proc/PID/fd 看打开的文件。PID 消失，对应目录也跟着消失。

1. /sys 是设备与内核属性视图，比如 /sys/class/net 看网卡、/sys/class/block 看块设备。本阶段只读不改，错误修改可能影响系统运行。

十、Systemd 与 Unit：服务的总管家

Systemd 是 Ubuntu 的系统与服务管理器，PID 为 1，开机后第一个启动。所有长期服务的启动、停止、重启、开机自启、崩溃后拉起，都归它管。

Unit 是一份声明式的说明文件，告诉 Systemd：这个服务怎么启动、以谁的身份跑、挂了要不要重启、要不要开机自启。常见类型：.service 长期服务、.socket 套接字监听、.timer 定时触发、.target 组合目标、.mount 挂载点。systemctl 是操作这些 Unit 的统一入口。

三个容易混淆的命令：

1. daemon-reload：改了 Unit 文件本身，让 Systemd 重新读一遍定义。它不会重启任何服务。

1. reload：服务的配置文件改了，让服务进程自己重新加载配置，进程不换、PID 不变，前提是程序支持这个动作。

1. restart：整个进程停掉再拉起，PID 通常改变。

十一、四层检查：判断服务真的活着

一个服务显示 active，只说明 Systemd 认为它起来了。完整的健康确认要过四层：

1. Unit 层：systemctl is-active 或 status，确认服务状态正常。

1. 进程层：pgrep 或 ps，确认进程真的存在、身份对。

1. 端口层：ss -lntp，确认该监听的端口在监听。

1. 应用层：curl 一个真实 URL，确认程序能返回正确响应。

这个顺序从里到外，一层层排除。后面排查故障也按这个顺序复测。

十二、Nginx 多进程与 Jenkins 多线程

两种服务模型对比：

1. Nginx：一个 master 加多个 worker，多个 PID，监听 80 端口，软件包安装时自带 Unit。观察重点是多个进程各自的 CPU、内存。

1. Jenkins WAR：一个 Java 主进程，内部很多线程，一个 PID 多个 TID，监听 8080 端口，Unit 需要自己写。观察重点是用 ps -L 或 top -H 深入到线程层面。

不管哪种模型，最后都交给 Systemd 管理，这是本课的主线：先看懂进程，再学会控制进程，最后把程序交给 Systemd。

十三、Service Unit 的四个核心问题

写一个最小可用的 Service Unit，先回答四个问题：

1. 按什么顺序启动：After=network.target 表示网络就绪后再启动。

1. 以谁的身份运行：User 和 Group 指定专用账号，不用 root。

1. 执行哪个程序：ExecStart 写清楚启动命令和参数。

1. 失败后怎样处理：Restart=on-failure 表示异常退出时自动拉起，RestartSec=5 表示等 5 秒再拉。

先写最小可用 Unit，再按需要补充资源限制等内容。另外 SuccessExitStatus=143 的作用是：143 等于 128 加 15，是进程收到 TERM 信号的退出码，把它声明为正常退出，可以避免正常 stop 被当成失败而触发重启。

十四、nice 值：CPU 调度的谦让度

Nice 值范围 -20 到 19：数值越小越优先，越大越谦让。普通用户可以调低自己进程的优先级（变得更好说话），但调高优先级需要管理员权限。要注意 Nice 只影响 CPU 调度的倾向，不保证执行先后，也不限制用量，不能拿来解决磁盘、网络或锁等待问题。

十五、僵尸进程为什么杀不掉

僵尸进程本身已经结束了，只剩一条退出状态记录等父进程来读。它不占 CPU 也几乎不占内存，但对它发 kill -9 没有任何用，因为它已经死了。正确的思路是去调查它的父进程为什么迟迟不回收，必要时让父进程处理问题或重启父进程。