提到 CPU 性能分析，很多人首先想到的是 top 或 htop 这类实时监控工具，但面对历史数据追溯和间歇性瓶颈定位，这些工具往往力不从心。此时，cpustat 便成为理想之选——作为 sysstat 工具包中的经典组件，它专门用于捕获 CPU 性能快照。若想借助它分析历史数据，以下步骤清晰实用。
第一步：安装 sysstat 包
由于 cpustat 隶属于 sysstat，首先需要将其安装到系统中。不同 Linux 发行版的安装命令略有差异，但操作都非常直接：
- Debian/Ubuntu 系列：
sudo apt-get update sudo apt-get install sysstat - Red Hat/CentOS 7 及更早版本：
sudo yum install sysstat - Fedora/CentOS 8+：
sudo dnf install sysstat
安装完成后，sysstat 工具包中的所有工具便全部就绪，包括今天的主角 cpustat 及其搭档 mpstat。
第二步：开始采集 CPU 性能数据
默认情况下，直接执行 cpustat 会显示当前 CPU 状态。但若要获取历史数据，需要让它按固定间隔收集足够多的样本。核心参数是 -s，后跟两个数字：采样间隔（秒）和采集次数。
例如，每秒采样一次，连续采集 60 次（即一分钟的数据）：
sudo cpustat -s 1 60该命令会在终端实时刷新数据，同时自动将结果保存到默认日志文件——通常位于 /var/log/sysstat/cpustat。这样一来，数据便留存下来，方便后续随时调取分析。
第三步：从日志中挖掘历史性能记录
最简单的办法是直接 cat 该日志文件，但更专业的做法是借助 mpstat 进行查询。mpstat 能够展示每个 CPU 核心的详细指标，并支持按精确时间戳定位。
若要查看某个特定时刻的数据，格式为 YYYYMMDDHHMM.SS。例如，查看 2022 年 1 月 1 日零点整的情况：
mpstat -P ALL -s 202201010000.00若要查看某一时间段内的数据，使用 -t 参数指定起止时间。例如，查询同一分钟内的变化：
mpstat -P ALL -t 202201010000.00 202201010001.00这样输出的结果是每个 CPU 核心在每一秒的利用率、用户态、系统态、软中断等细粒度指标，比单纯观察整体负载要详尽得多。
第四步：将数据可视化，趋势一目了然
仅靠数字有时难以直观把握，尤其是在需要向团队汇报或追踪长周期波动时，图表能更清晰地说明问题。操作流程也不复杂：先将日志文件转换为 CSV 格式，再用 Python 编写简单脚本，调用 Matplotlib 绘制曲线图。CPU 使用率的变化趋势、各核心之间的负载均衡情况，通过一张图表即可全面掌握。
完成上述流程后，你会发现 CPU 性能分析不再局限于“当前是高是低”。借助历史数据的积累与可视化工具的支持，那些偶发性、间歇性问题也变得更容易定位。优化措施该如何制定，数据自然会给出答案。
