Linux 进程管理：ps、top、htop、kill、信号与 nice

Linux 中每个正在运行的程序都是一个进程，拥有自己的 PID 编号、所有者、状态和优先级。使用 ps、top 和 htop 可以查看进程，使用 kill 结束进程，使用 nice 和 renice 调整它们的优先级。下面介绍如何读懂这些命令的输出、什么时候发送哪种信号，以及为什么 kill -9 不应该是第一反应。

什么是进程和 PID

进程是正在执行的程序：包括代码、内存、打开的文件以及一组属性。内核为每个进程分配唯一的标识符 PID，并记录 PPID——启动它的父进程编号。系统中第一个进程 PID 为 1，通常是 systemd，它是所有其他进程的“祖先”。

新进程的产生分两步。首先父进程调用 fork()，得到一份自己的副本；然后副本调用 execve()，把自己的代码替换为新程序的代码。当你在终端中输入 ls 时，bash 正是这样做的，并通过 wait() 等待子进程结束。

$ echo $$          # PID 当前 shell
4182
$ ps -o pid,ppid,cmd -p $$
    PID    PPID CMD
   4182    4170 -bash

用 ps 查看进程

ps 只生成一次快照：显示命令执行那一刻的进程，然后退出。如果不带参数，它只显示当前终端的进程，因此实际中几乎总是使用下面两种写法之一。

$ ps aux | head -5
USER       PID %CPU %MEM    VSZ   RSS TTY   STAT START   TIME COMMAND
root         1  0.0  0.3 168540 12780 ?     Ss   09:12   0:03 /sbin/init
root         2  0.0  0.0      0     0 ?     S    09:12   0:00 [kthreadd]
www-data  1532  1.2  2.1 412308 86420 ?     S    09:15   1:47 php-fpm: pool www
postgres  1610  0.4  3.8 221004 154312 ?    Ss   09:15   0:31 postgres: checkpointer

其中 a 表示显示所有用户的进程，u 表示带所有者的详细格式，x 表示包括没有终端的进程（守护进程）。System V 风格的写法是 ps -ef，它会显示 PPID，便于了解谁启动了谁。

ps 的实用技巧

# 内存占用前 10
ps aux --sort=-%mem | head -11

# CPU 占用前 10
ps aux --sort=-%cpu | head -11

# 自定义列
ps -eo pid,ppid,user,ni,stat,etime,cmd

# 进程树
ps -ef --forest
pstree -p

# 按名称查找 PID
pgrep -a nginx
pidof nginx

常见错误是用 ps aux | grep nginx 查找进程，结果输出中还包含 grep 自己。请使用 pgrep，或者使用 grep [n]ginx 这种写法，它不会与自身的命令行匹配。

进程状态：R、S、D、Z、T

STAT 列中的字母不是噪声，而是进程的真实状态。它决定了如何理解负载，以及 kill 是否真的有效。

字母后面的附加符号也有用：s 表示会话首进程，+ 表示终端前台进程，< 表示优先级较高，N 表示优先级较低，l 表示多线程。

处于 D 状态的进程

处于 D 状态的进程正在系统调用内部等待，例如等待磁盘或失去响应的 NFS 的回复。它不会接收任何信号，即使是 SIGKILL。因此在这里 kill -9 毫无作用：应当查找等待的原因——查看 iostat、dmesg 以及网络存储的状态。

僵尸进程

僵尸进程已经死亡：它不占用 CPU 和内存，只在进程表中占一行。无法杀死它，因为它本来就已经结束了。它会在父进程调用 wait() 之后消失，或者在父进程本身结束、僵尸被 PID 1 收养之后消失。

# 查找僵尸进程及其父进程
ps -eo pid,ppid,stat,cmd | awk '$3 ~ /Z/'

单个僵尸进程无害。如果它们有几百个并且数量还在增长，说明父程序有问题：需要修复或重启它。

top：实时查看进程和负载

top 显示同样的列表，但每隔几秒刷新一次，并给出系统的汇总信息。当“服务器变慢”时，这通常是第一个运行的命令。

top - 14:21:07 up 12 days,  3:02,  2 users,  load average: 1.84, 1.20, 0.95
Tasks: 213 total,   2 running, 211 sleeping,   0 stopped,   0 zombie
%Cpu(s): 23.1 us,  4.2 sy,  0.0 ni, 70.3 id,  1.9 wa,  0.0 hi,  0.5 si,  0.0 st
MiB Mem :   7821.4 total,    412.6 free,   3105.8 used,   4303.0 buff/cache
MiB Swap:   2048.0 total,   2048.0 free,      0.0 used.   4398.2 avail Mem

    PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND
   1532 www-data  20   0  412308  86420  14212 R  38.2   1.1   1:47.31 php-fpm
   1610 postgres  20   0  221004 154312 148900 S   6.0   1.9   0:31.08 postgres

最重要的是 %Cpu(s) 这一行：us 表示用户代码，sy 表示内核，id 表示空闲，wa 表示等待磁盘。处理器空闲而 wa 很高，说明瓶颈在 I/O 上。

top 的快捷键

对于脚本和日志，批处理模式很有用：top -b -n 1 | head -20 输出一次快照，无需交互。要跟踪某个特定进程，使用 top -p 1532。

Load Average 是队列，而不是百分比

load average 的三个数字分别是过去 1、5 和 15 分钟内的平均队列长度。在 Linux 中，处于 R 和 D 状态的进程会计入其中，而普通的睡眠 S 不计入。应当把 LA 与 CPU 核心数（nproc）比较：在 4 核机器上，数值为 4 表示满负荷，数值为 12 则说明队列是处理能力的三倍。

如果 LA 很高而处理器空闲，就去找处于 D 状态的进程：ps -eo stat,pid,cmd | grep '^D'。通常原因是慢速磁盘或网络存储。

htop：更方便的 top 替代品

htop 显示的内容相同，但带有彩色的 CPU 核心指示条，支持滚动、鼠标操作，并可以显示进程树。一般需要先安装：sudo apt install htop 或 sudo dnf install htop。

• F3 或 / — 按名称搜索进程；
• F4 — 过滤器，只显示匹配的进程；
• F5 或 t — “父进程—子进程”树形视图；
• F6 — 选择排序列；
• F7 / F8 — 降低或提高 nice 值；
• F9 — 对选中进程发送信号的菜单；
• Space — 标记多个进程，进行批量操作。

在不能安装任何软件的服务器上，只用 top 就够了：它也包含所有关键操作。

如何结束进程：kill 和信号

kill 并不是“杀死”进程，而是向进程发送一个信号。接下来发生什么，取决于信号的种类以及程序如何处理它。

编号适用于 x86 和 ARM；完整列表可用 kill -l 查看。按名称指定信号比按编号更可靠。

kill 1532              # SIGTERM
kill -TERM 1532        # 同上，显式写出
kill -HUP $(pidof nginx)   # 重新读取配置
kill -STOP 1532; kill -CONT 1532
kill -0 1532 && echo "进程仍在运行"

信号 0 不会发送任何东西，只检查进程是否存在，以及你是否有权向它发送信号——在脚本中很方便。

为什么不应该一上来就用 kill -9

SIGTERM 让程序有机会关闭文件、刷新缓冲区、删除锁文件并正确结束事务。SIGKILL 则是立即中断：未写完的数据会丢失，临时文件会残留，数据库在下次启动时可能需要恢复。

正确的顺序是：

1. 发送 kill PID（SIGTERM）。
2. 等待 5–30 秒，同时用 kill -0 PID 检查。
3. 只有进程仍然存活且不处于 D 状态时，才使用 kill -9 PID。

对于由 systemd 管理的服务，最好根本不手动操作 PID：systemctl stop 会自己发送 SIGTERM，等待超时后再发送 SIGKILL。

pkill 和 killall：按名称结束进程

pkill -f "python worker.py"   # 按完整命令行匹配
pkill -u alice                 # 用户 alice 的所有进程
killall -TERM node             # 所有名为 node 的进程
pgrep -l -f worker             # 先确认哪些进程会被匹配

在进行大范围的 pkill 之前，务必先用相同的模式运行 pgrep：-f 会匹配命令行的任意部分，很容易误伤无关进程。

只能向自己的进程发送信号；对其他用户的进程则需要 sudo。错误信息 Operation not permitted 正是指这种情况。

进程优先级：nice 和 renice

nice 值告诉调度器应当让出多少处理器时间。范围从 -20（优先级最高）到 19（让给所有人），默认值为 0。在 top 中它显示在 NI 列，而 PR 是由它推导出的内部优先级。

# 以较低优先级启动耗资源的任务
nice -n 10 tar czf backup.tar.gz /var/www

# 降低正在运行进程的优先级
renice -n 15 -p 1532

# 提高优先级（仅 root）
sudo renice -n -5 -p 1610

# 某个用户的全部进程
sudo renice -n 10 -u alice

普通用户只能降低自己进程的优先级，负值只有 root 才能设置。需要明白 nice 的局限：它只影响 CPU。如果任务是通过磁盘拖慢系统的，应使用 ionice -c3 命令——idle 类别只有在磁盘空闲时才会获得磁盘访问。

后台进程与 shell 作业

在命令后加上 & 可以让它在后台运行，也可以按 Ctrl+Z 暂停。shell 会维护一个作业列表，由内置命令管理。

$ long_task &
[1] 5120
$ jobs
[1]+  Running    long_task &
$ fg %1        # 调回前台
^Z             # 暂停（SIGTSTP）
$ bg %1        # 在后台继续运行

关闭终端时，shell 会向作业发送 SIGHUP，它们随之结束。要让进程在退出后继续运行，可以使用 nohup 命令 &，或用 disown 将其与 shell 脱离，也可以使用 tmux。如果需要长期运行，最好把它做成 systemd 服务。

典型的诊断场景

谁占用了处理器

top -o %CPU            # 或在 top 中按 P
ps -eo pid,user,%cpu,etime,cmd --sort=-%cpu | head

如果某个进程白白占用 CPU，先用 renice 降低它的优先级——这样做很安全，也能给你时间查明原因。

谁占用了端口

sudo ss -ltnp | grep :8080
sudo lsof -i :8080

输出中会给出 PID，之后可以在 /proc/PID/ 中找到可执行文件（exe）、工作目录（cwd）和参数（cmdline）。

进程意外消失

常见原因是 OOM Killer：内存不足时它会杀死进程。检查方法：dmesg -T | grep -i oom 或 journalctl -k | grep -i "killed process"。

总结

处理 Linux 进程只需要一小组命令：ps aux 用于快照，top 和 htop 用于观察，使用正确信号的 kill 用于结束进程，nice/renice 用于调整优先级。行动之前先看清进程的状态：僵尸进程和处于 D 状态的进程用信号解决不了问题。并且从 SIGTERM 开始，把 kill -9 留作最后手段。关于进程、内存、Load Average 和系统调用的更多内容，我们在 Linux 课程中有实际讲解。