pidstat 仅支持单机监控，需结合远程执行与聚合分析实现跨节点监控；须在各节点安装 sysstat，用 pgrep 动态获取 pid，通过 ssh/pdsh/ansible 批量采集，并辅以 -h、-h 参数及多维指标交叉验证定位真实瓶颈。

pidstat 本身不直接支持跨节点监控，它只作用于当前 Linux 主机。要监控分布式集群节点的性能开销，需将 pidstat 作为单节点采集工具，配合远程执行与聚合分析机制来实现。

在每个节点上部署 pidstat 采集

确保所有集群节点都已安装 sysstat（含 pidstat）：

• Ubuntu/Debian：sudo apt install sysstat
• RHEL/CentOS/Fedora：sudo yum install sysstat 或 sudo dnf install sysstat

验证可用性：pidstat -V。建议启用 sysstat 的系统级轮询（/etc/default/sysstat 中设 ENABLED="true"），便于事后回溯历史数据。

按需选择进程并动态获取 PID

集群服务（如 Kafka broker、etcd、TiKV、Flink TaskManager）常以多实例或动态端口方式运行，不宜硬编码 PID。推荐用 pgrep 精准匹配：

PyCharm 2026.2.0.1 Linux版

PyCharm 2026.2.0.1 Linux版提供 JetBrains 官方 2026.2.0.1 版本安装包，适合需要指定 PyCharm 版本进行 Python 项目开发、运行和调试的用户。

下载

• 匹配完整启动命令（含参数）：pgrep -f "java.*kafka.Kafka"
• 匹配进程名并输出 PID+命令：pgrep -l "redis-server"
• 组合使用避免漏采：pidstat -p "$(pgrep -f 'python.*airflow')" -ur 2（每 2 秒采 CPU+内存）

注意：若一个服务有多个 worker 进程，pidstat 支持传入多个 PID（空格分隔），会自动合并输出，无需循环调用。

远程批量执行与结果收集

借助 SSH 批量拉取各节点指标，例如监控所有节点上 Java 进程的 CPU 和内存占用：

• 写简短脚本遍历节点列表：for node in node1 node2 node3; do echo "== $node =="; ssh "$node" "pidstat -p \$(pgrep java) -ur 1 3 | tail -n +4"; done
• 用 pdsh、clustershell 或 Ansible 实现并行执行，提升效率
• 关键建议：加 -h 参数让内存单位自动转为 M/G，加 -H 输出高精度时间戳，便于对齐多节点时序

识别真实瓶颈而非表面数值

分布式场景下，单看 %CPU 或 RSS 容易误判。需结合上下文交叉验证：

• %CPU 接近 100%？检查是否单核打满（CPU 列显示具体核号），还是多线程分散在多个核——此时总和可能达 300+；
• RSS 持续上涨？用 pidstat -p PID -r -H 1 观察趋势，并同步查 cat /proc/PID/status | grep -E "(VmRSS|MmuPageSize)"，排除透明大页（THP）导致的虚高；
• I/O 延迟高？先用 pidstat -d 看进程级读写速率，再结合 iostat -x 1 确认设备级 await、%util 是否异常；
• 上下文切换频繁？pidstat -w 中 nvcswch/s（非自愿切换）突增，往往指向锁竞争或 CPU 资源争抢，常见于高并发 RPC 服务节点。

真正有效的集群性能监控，是把 pidstat 当作“进程显微镜”，配合节点发现、时间对齐、阈值告警和横向对比，才能从一堆数字里揪出那个拖慢整个链路的异常节点。