在阿里云服务器上运行 top,看到 kworker 持续占用 CPU,很容易先怀疑中毒或程序异常。kworker 通常是 Linux 内核的工作线程,负责处理延后执行的内核任务,例如设备驱动、磁盘 I/O、网络和中断相关工作。它不是普通应用进程,不能像业务服务那样直接定位并结束。
不过,内核线程并不意味着可以放着不管。若 kworker 长时间占用大量 CPU,可能伴随内核任务积压、驱动或虚拟设备异常,也可能是频繁的 I/O 或中断处理造成的。排查时要把它当作线索,结合系统指标和业务表现,找出持续触发内核工作的来源。
先确认看到的 kworker 是什么
Linux 通常会创建多个 kworker 线程,名称可能是 kworker/0:1 或 kworker/u8:2。编号一般与 CPU 或工作队列有关,并不表示线程分别属于某个应用。它们由内核管理,单看名称无法判断是哪项业务在触发任务。
先用 top 查看整体负载和线程情况。按 1 展开各 CPU 核心的使用率,按 H 切换线程显示。观察 kworker 是否持续占用 CPU,也留意系统态(sy)是否偏高。短时升高后很快恢复,可能只是内核正在处理一阵突发任务;若长时间维持高位,再继续检查更有价值。
可以用下面几条命令交叉判断,避免只凭一张 top 截图下结论:
- uptime:查看系统负载是否持续升高,并与平时水平对比。
- vmstat 1:观察 CPU、上下文切换、阻塞进程和 I/O 的变化;建议连续看一段时间。
- iostat -xz 1:检查磁盘利用率、等待时间和队列情况,需要安装 sysstat。
- dmesg -T | tail -n 100:查看近期内核日志中是否有设备、驱动或 I/O 报错。
如果系统装有 sysstat,还可以运行 mpstat -P ALL 1,确认负载集中在哪个 CPU 核心。单核特别忙和所有核心都忙,排查方向可能不同。记录异常发生时间、持续时长和业务表现,后续才能与监控、定时任务及变更记录对上。
kworker 高占用的常见原因
设备或驱动相关工作反复触发
阿里云 ECS 运行在虚拟化环境中,但操作系统仍需通过虚拟设备与底层资源交互。设备状态频繁变化、驱动异常,或内核反复处理某类请求,都可能让 kworker 忙起来。遇到这种情况,先查 dmesg 是否重复出现报错、超时或设备重置信息。直接重启有时能暂时缓解,却可能把有用线索一并带走。
磁盘 I/O 压力上升
大量读写、日志突增、数据库检查点或备份任务,都会增加内核处理 I/O 的工作。此时要同时看磁盘延迟和利用率,并核对业务任务、定时作业以及云盘监控指标。若 I/O 等待明显上升,单纯增加 CPU 通常解决不了根因;应先确认是哪类读写在异常时段集中发生。
网络流量或中断处理增加
连接数激增、流量突发、异常重传,或网卡相关事件过多,都可能增加内核开销。可结合 sar、ss 和云监控查看流量、连接状态及丢包情况。如果 kworker 占用与某次流量变化同时出现,先核对流量来源和网络配置,再决定是否需要调整业务或系统设置。
内核版本或系统软件存在问题
少数情况下,特定内核版本、驱动组合或补丁可能存在缺陷。如果异常始于内核升级、软件安装或系统配置变更,先记录变更内容,再查对应发行版的公告,并评估是否升级到已验证的稳定版本。生产环境不要为了试错直接更换内核;升级前应确认回退方案,并安排维护窗口。
案例:业务变慢,CPU 却没有打满
一台阿里云 ECS 在晚间出现接口响应变慢,top 中有一个 kworker 线程占用明显,但整机 CPU 使用率没有达到满载。排查人员通过 uptime 和 vmstat 确认负载只在特定时段升高,又从 iostat 看到云盘等待时间同期增加。对照定时任务后,发现该时段有备份程序集中扫描大量小文件,内核处理 I/O 的工作随之增多,kworker 占用也上升。
调整备份时间并控制并发后,磁盘等待和接口延迟都恢复正常。这个场景里,kworker 是可观察到的现象,备份任务造成的 I/O 压力才是需要处理的来源。单独盯着 CPU 数字,容易漏掉真正影响业务的磁盘等待。
处理时不要直接 kill
- 确认问题是否持续:连续观察 CPU、负载、I/O 和业务延迟。短时波动与长时间高占用的处理方式不同。
- 对齐异常时间:检查备份、批处理、发布、流量变化和系统变更记录,找出是否有任务与占用同步发生。
- 保留内核日志:记录重复出现的设备、驱动、网络或文件系统告警,便于后续分析,也方便提交工单时说明情况。
- 评估风险后操作:涉及内核升级、云盘操作或重启时,先确认数据备份或快照,并安排合适的维护窗口。
- 整理信息后求助:如果指标异常但原因不明,可准备实例规格、系统版本、异常时间、监控截图和相关日志,再联系云厂商或系统维护人员协助排查。
不要用 kill 强行结束 kworker。它由内核管理,强制处理既无法消除触发任务的原因,也可能带来不可预期的风险。没有日志或指标支持时,也别急着删除所谓的“异常文件”或照搬网上的内核参数命令;先确认问题来源,再选择对应处理方式。
排查阿里云服务器 kworker 的顺序
看到 kworker 占用 CPU,先判断它是短时活动还是持续异常,再把 CPU、磁盘、网络、内核日志和业务任务放到同一时间线上核对。top、vmstat、iostat、dmesg 与云监控各自提供不同线索,合起来比盲目重启更容易缩小范围。查明触发来源后,再考虑调整任务并发、处理设备或驱动问题、更新系统,或联系技术支持。