三类使用率的共同套路

主机使用率查询有两个固定要点：CPU 用空闲时间反向计算，内存用可用量口径，磁盘要先过滤伪文件系统再按挂载点分组。掌握这三条就能覆盖绝大多数主机容量判断，也能避免把缓存与伪设备算进使用率。

CPU 为什么要用空闲时间反推

CPU 时间是一组按模式累计的计数器，直接相加不代表使用率。把各模式相加后用总量减去空闲比例，得到的才是非空闲占比，也就是通常说的使用率。按实例聚合时记得保留 cpu 维度与否会导致两种完全不同的视角：整体水位与单核热点。

内存口径的差异

Linux 会把大量空闲内存用于页缓存，因此空闲内存少并不代表压力大。判断内存是否吃紧应看可用内存，它已经扣除了不可回收的部分；同时结合交换分区换入换出速率判断是否已经开始置换，一旦出现持续置换，延迟通常会同步恶化。

基本信息

典型使用场景

• 容量看板：三类使用率的趋势线是扩容决策的主要依据
• 水位告警：文件系统与内存使用率越过阈值时触发通知
• 故障定位：CPU 高伴随负载高通常是计算密集，内存高伴随置换则是容量不足
• 发布对比：发布前后比较同一主机的资源曲线，判断新版本开销
• 批量巡检：按集群聚合出整体水位，快速找出最紧张的一批机器

三类使用率查询

# CPU 使用率（按实例聚合，5 分钟窗口）
100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

# 内存使用率（可用内存口径）
(1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100

# 文件系统使用率（过滤 tmpfs 等伪文件系统）
(1 - node_filesystem_avail_bytes{fstype!~"tmpfs|overlay|squashfs"}
   / node_filesystem_size_bytes{fstype!~"tmpfs|overlay|squashfs"}) * 100

单核视角与交换活动

# 单核使用率：保留 cpu 维度
100 - (rate(node_cpu_seconds_total{mode="idle"}[5m]) * 100)

# 交换活动：出现持续置换说明内存已经不足
rate(node_vmstat_pswpin[5m])
rate(node_vmstat_pswpout[5m])

输出与异常判读

从使用率到结论

使用率只是入口，结论要结合饱和度：CPU 使用率高但负载未超过核心数，通常只是繁忙；磁盘使用率高而 IO 等待正常，说明容量尚有余量；内存使用率高但可用量稳定，则无需处理。把使用率与饱和信号放在同一张面板上，能显著减少误判。