Linux 环境下如何监控 KVM 虚拟机的状态

virsh list --all 是查看所有虚拟机状态的最基础可靠方法，需结合宿主机资源、虚拟化层行为和客户机内部表现三层分析：先用 virsh list --all、dominfo、domstate 查状态；再通过 ps 与 top 关联 PID 和 VM 名，或用 dommemstat 查内存；接着用 perf kvm stat、numastat、vmstat 挖掘虚拟化层瓶颈；最后进客户机用 mpstat、iostat、free、pgmajfault 验证真实负载。

直接用 virsh list --all 就能看到所有虚拟机当前状态，这是最基础也最可靠的起点。但真正要掌握运行质量，不能只看“running”或“shut off”，得结合宿主机资源、虚拟化层行为和客户机内部表现三层来看。

查状态：先看清哪些在跑、哪些停了

执行以下命令获取完整清单：

• virsh list --all：列出全部虚拟机（含关机、暂停、崩溃等状态）
• virsh dominfo <vm-name>：查看单个虚拟机详细信息，包括 UUID、vCPU 数、内存分配、启动时间、是否启用 balloon driver 等
• virsh domstate <vm-name>：只输出状态字符串（如 running、paused、crashed），适合脚本调用

看资源：别只盯 top 里的 qemu-kvm 进程

单独看 top 显示的 qemu-kvm 进程，只能知道 CPU/内存占用高，但不知道是哪个虚拟机——必须把进程 PID 和虚拟机名关联起来：

• 用 ps aux | grep qemu-kvm | grep -v vhost- 查出所有 VM 对应的 PID 和名称（virsh 用 name 管理，不是 PID）
• 写个简单脚本，每秒同步 top -bn1 和 ps 输出，把 PID 映射到 VM 名，就能实时看到每个虚拟机的 CPU%、内存 RES、运行时长
• 更稳的做法是用 virsh dommemstat <vm-name> 获取实际内存使用（actual/minimum/maximum），比 ps 的 RES 更准确，尤其启用了内存气球时

挖深层：识别虚拟化层瓶颈信号

很多卡顿不是客户机里程序慢，而是 KVM 调度或 I/O 模拟出了问题：

• 装 perf 后运行 perf kvm stat live，重点看 PAUSE_INSTRUCTION 占比——偏高说明 vCPU 被频繁抢占，需检查 vCPU 数量、绑定策略或宿主机负载
• 运行 numastat -c qemu-kvm，确认 VM 内存是否集中在同一 NUMA 节点；跨节点访问会拖慢性能
• 查 vmstat 1 的 r（就绪队列）、cs（上下文切换）、wa（I/O 等待）三列：r > 物理核数、cs > 50000、wa > 20%，都指向不同层级的瓶颈

进客户机：验证真实负载来源

宿主机一切正常，但业务仍慢？必须登录客户机查：

• 用 mpstat -P ALL 1 看每个 vCPU 利用率，是否存在某核打满而其他空闲——这是调度不均或应用线程绑核不当的典型迹象
• 用 iostat -x 1 观察 %util 和 await，判断磁盘是否真饱和，还是后端存储响应延迟高
• 别依赖 htop 默认视图；建议用 free -h 看 available 内存，比 htop 的内存条更准；用 cat /proc/vmstat | grep pgmajfault 查缺页次数，持续上升说明内存紧张或 swap 激活