(转载)在服务器上排除问题的头5分钟
2014-08-29 14:47
169 查看
尽可能搞清楚问题的前因后果
不要一下子就扎到服务器前面,你需要先搞明白这台服务器有多少已知的情况,还有故障的具体情况,不然你很有可能是在无的放矢必须要搞清楚的问题:
故障的表现是什么?无响应?报错?
故障是什么时候发现的?
故障是否可以重现?
有没有出现的规律(比如每小时一次)
最后一次对整个平台进行更新的内容是什么(代码、服务器)?
故障影响的特定用户群是什么样的(已登录的、退出的、某个地域的...)?
基础架构(物理的、逻辑的)的文档是否能找到?
是否有监控平台可用?
是否有日志可以查看?
最后两个是最方便的信息来源,不过别抱太大希望,基本上它们都不会有,只能再继续摸索
有谁在?
[html] view plaincopyprint?$ w
$ last
用这两个命令查看都有谁在线,有哪些用户访问过。这不是什么关键步骤,不过最好别在其他用户正在干活的时候来调试系统。有道是一山不容二虎嘛
之前发生了什么?
[html] view plaincopyprint?$ history
查看一下之前服务器上执行过的命令。看一下总是没错的,加上前面看的谁登录过的信息,应该有点用。另外,作为admin要注意,不用利用自己的权限去侵犯别人的隐私!
到这里先提醒一下,查看history的时候需要更新一下HISTTIMEFORMAT环境变量来显示这些命令执行的时间。(ps:个人补充)
配置HISTTIMEFORMAT可使用如下命令:
[html] view plaincopyprint?
$ export HISTTIMEFORMAT="%F %T "
现在运行的进程
[html] view plaincopyprint?$ pstree -a
$ps aux
这都是查看现有进程的。ps aux的结果比较杂乱(ps:个人不认同,ps aux可以用过管道+grep进行过滤,pstree可没有这功能),pstree -a的结果比较简单明了,可以看到正在运行的进程以及相关用户
监听的网络服务
[html] view plaincopyprint?$ netstat -ntlp
$ netstat -nulp
$ netstat -nxlp
我一般都分开运行这三个命令,不想一下子看到列出一大堆所有的服务。netstat -nalp倒也可以。
找到所有正在运行的服务,检查它们是否应该运行。查看各个监听端口。
通常我们建议每台服务器上运行的服务少一点,必要时可以增加服务器。如果你看到一台服务器上有三四个监听端口开着,那还是做个记录,回头有空的时候清理一下,重新组织一下服务器
CPU和内存
[html] view plaincopyprint?$ free -m
$ uptime
$ top
注意以下问题:
还有空闲的内存吗?服务器是否正在内存和硬盘之间进行swap?
还有剩余的CPU吗?服务器是几核的?是否某些CPU核负载过多了?
服务器最大的负载来自什么地方?平均负载是多少?
硬件
[html] view plaincopyprint?$ lspci
$ dmidecode
$ ethtool
我觉得主要是使用ethtool查看网卡是否设置好?是否正运行在半双工状态?速度是10MBps?有没有TX/RX报错?
IO性能
[html] view plaincopyprint?dstat --top-io --top-bio
我这里只写了一个我会用而且感觉最好用的dstat。用它可以看道谁正在进行IO:是不是MYSQL吃掉了所有的系统资源?还是你的PHP进程?
系统日志和内核消息
[html] view plaincopyprint?$ dmesg
$ less /var/log/auth.log
查看错误和警告信息,比如看看是不是连接数过多导致?
看看是否有硬件错误或文件系统错误?
分析是否能将这些错误时间和前面发现的疑点进行时间上的对比
定时任务
[html] view plaincopyprint?$ ls /etc/cron* | cat
$ for user in $(cat /etc/passwd | awk -F ":" '{print $1}'); do crontab -l -u $user; done
(ps:这里我改写了部分linux命令使用,哈哈,虽然是转载,但是也要有我自己的风格在里面)
是否某个定时任务运行过于频繁?
是否有些用户提交了隐藏的定时任务?
在出现故障的时候,是否正好有某个备份额任务正在执行?
应用系统日志
这里分析的东西可就多了,不过恐怕你作为运维人员是没功夫仔细研究它的。关注那么明显的问题,比如在一个典型的LAMP应用环境里:Apache&Nginx;查询访问和错误日志,直接找5××错误,再看是否有limit_zone错误
Mysql;在mysql.log找错误信息,看看有没有结构损坏的表,是否有innodb修复进程正在运行,是否有disk/index/query问题
PHP-FPM:如果设定了php-slow日志,直接找错误信息
结论
经过这5分钟之后,你应该对如下情况比较清楚了:在服务器上运行的都是些啥?
这个故障看起来是和IO/硬件/网络或者系统配置相关
这个故障是否有你熟悉的一些特征?比如数据库索引使用不当,或者太多的apache后台进程
/article/1644217.html
相关文章推荐
- 在服务器上排除问题的头5分钟
- 在服务器上排除问题的头5分钟
- 戴尔中小型企业 服务器排除问题的5分钟
- automation服务器不能创建对象”的问题的解决方案总结大全(转载于javasee【http://bigtree2006.javaeye.com/blog/321383】)
- Domino服务器性能问题诊断与排除手册
- 在服务器上排除问题的头五分钟(干货)
- 在服务器上排除问题的头五分钟
- 在服务器上排除问题的头五分钟
- Visual Studio .NET 无法创建应用程序 。问题很可能是因为本地 Web 服务器上没有安装所需的组件 ----转载
- 在服务器上排除问题的头五分钟
- 在服务器上排除问题的头五分钟
- 服务器上排除问题的头五分钟
- Domino服务器性能问题诊断与排除手册
- 在服务器上排除问题的头五分钟
- 在服务器上排除问题的头五分钟
- 服务器上排除问题的头五分钟
- 解决eclipse svn插件不能识别自己svn服务器中项目的问题(点team没有相关功能)[转载]
- 在服务器上排除问题的头五分钟
- 在服务器上排除问题的头五分钟(转)
- 【转载】SQL Server占用内存过大导致服务器死机问题的解决