load average 20 但 CPU 只有 5% 卡在 D 状态的进程怎么找

ps -eo state,pid,wchan:32,comm | grep '^D'
cat /proc/<pid>/stack
dmesg -T | tail -50
iostat -x 1 3

监控告警 load1 冲到 20，uptime 看着像满载，top 里 CPU 空闲 95%，业务响应却明显变慢，重启服务负载也降不下来，这种情况最容易看错方向。这类现象通常不是突然出现的，往前翻半天日志能看到苗头。

追下去是这么回事：负载统计的是运行队列加上不可中断睡眠，大量进程卡在 D 状态等 IO 或等锁，CPU 自然闲着，只盯 CPU 使用率会把这个方向完全漏掉，先数进程状态。

「D 状态进程」改完先别急着全量，挑一台机器放半天，真有问题这段时间就能看出来。同类问题如果隔一段时间又出现，多半是某个定时任务或重启流程把改动冲掉了。

处理上按这个顺序：按进程状态过滤出 D 开头的进程和它的阻塞点 看数量有多少；对可疑 pid 读 proc 下面的 stack 看卡在哪个调用 需要 root 权限才读得到；结合 iostat 和 dmesg 判断是磁盘还是网络存储 别先怀疑应用代码。

确认没问题再收工，D 状态进程数归零 load1 在五分钟内回落到 CPU 核数以内 业务延迟同步恢复。