当服务出现故障时，比如服务不可达，无法远程访问，应用程序报错等故障时，常用的排查思路整理如下。
确定故障和检查硬件
当发现服务器出现故障时，应详细记录故障发生的具体情况。包括：
- 故障发生时间，故障发生规律，故障是否具有规律性等
- 故障的具体表现，如服务器无法连接，应用程序报错，端口未开放等
- 故障发生前是否有特殊操作，如系统更新，软件安装，修改配置等
如果使用的不是云服务器而是自有硬件，还需要检查硬件设置状态
- 查看服务器电源指示灯是否正常，硬盘指示灯是否有异常闪烁，cpu风扇是否正常运转，是否有异响或异味。
- 检查交换机、路由器等常用网络设备是否存在异常，检查网络设备的指示灯状态，确认网线连接是否牢固。
- 若服务器配备硬件监控系统，登录查看硬件健康状态报告，排查是否有硬盘故障，内存报错，电源问题等。
验证是否存在网络问题
本地网络测试：在服务器本地使用ping命令测试与网关、DNS服务器的连通性，检查防火墙。
远程连接测试：从客户端尝试ping服务器ip，使用traceroute命令追踪路由，判断故障节点。
端口状态检查：在服务器上使用netstat或者ss命令查看端口的监听状态，确认应用程序所需端口是否正常开放。
查看、分析日志
查看系统生成的各种日志文件，定位故障发生的原因，比如/var/log/messages（系统通用日志），/var/log/auth.log（认证相关日志）等，使用grep筛选关键词（如error、fail）快速定位问题。
针对服务器上运行的应用程序（如web服务，数据库。中间件等），查看其专属日志。如，web服务，Nginx日志通常在/var/log/nginx/access.log和error.log，apache日志在/var/log/apache2/目录下。或者去配置文件中查看日志路径，在对日志文件进行排查。数据库，mysql日志包括错误日志，慢查询日志等。
尝试重启服务或设备
重启服务：若定位到某一服务异常，先尝试重启该服务观察是否恢复正常。
重启服务器：排除掉硬件故障风险后，可以尝试重启服务器，在重新启动服务来观察是否恢复正常。（需提前通知相关用户，避免数据丢失）。
评论 (0)