标签：style blog http color os io 使用 java ar
我们团队为上一家公司承担运维、优化和扩展工作的时候，我们碰到了各种不同规模的性能很差的系统和基础设备（大型系统居多，比如CNN或者世界银行的系统）。要是再赶上修复时间紧、奇葩的技术平台、缺少信息和文档，基本上这过程都会惨痛到让我们留下深刻的记忆。
遇到服务器故障，问题出现的原因很少可以一下就想到。我们基本上都会从以下步骤入手：
不要一下子就扎到服务器前面，你需要先搞明白对这台服务器有多少已知的情况，还有故障的具体情况。不然你很可能就是在无的放矢。
必须搞清楚的问题有：
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。只能再继续摸索了。
|
1
2
|
$ w
$ last
|
用这两个命令看看都有谁在线，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干活的时候来调试系统。有道是一山不容二虎嘛。（ne cook in the kitchen is enough.）
三、之前发生了什么?
|
1
|
$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，不要利用自己的权限去侵犯别人的隐私哦。
到这里先提醒一下，等会你可能会需要更新 HISTTIMEFORMAT 环境变量来显示这些命令被执行的时间。对要不然光看到一堆不知道啥时候执行的命令，同样会令人抓狂的。
|
1
2
|
$ pstree -a
$psaux
|
这都是查看现有进程的。 ps aux 的结果比较杂乱， pstree -a 的结果比较简单明了，可以看到正在运行的进程及相关用户。
五、监听的网络服务
|
1
2
3
|
$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。不过我绝不会用 numeric 选项 （鄙人一点浅薄的看法：IP 地址看起来更方便）。
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。在netstat显示的服务列表中的PID 和 ps aux 进程列表中的是一样的。
如果服务器上有好几个Java或者Erlang什么的进程在同时运行，能够按PID分别找到每个进程就很重要了。
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三四十个监听端口开着，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。
|
1
2
3
4
|
$free-m
$ uptime
$top
$ htop
|
注意以下问题:
|
1
2
3
|
$ lspci
$ dmidecode
$ethtool
|
有很多服务器还是裸机状态，可以看一下：
|
1
2
3
4
|
$ iostat -kx 2
$ vmstat 2 10
$ mpstat 2 10
$ dstat --top-io --top-bio
|
这些命令对于调试后端性能非常有用。
|
1
2
3
4
5
6
7
|
$mount
$cat/etc/fstab
$ vgs
$ pvs
$ lvs
$df-h
$lsof+D / /* beware not tokillyour box */
|
|
1
2
3
4
5
|
$ sysctl -a |grep...
$cat/proc/interrupts
$cat/proc/net/ip_conntrack/* may take sometimeon busy servers */
$netstat
$ ss -s
|
你还可以看一下 Linux TCP tuning 了解网络性能调优的一些要点。
|
1
2
3
4
|
$ dmesg
$less/var/log/messages
$less/var/log/secure
$less/var/log/auth
|
|
1
2
|
$ls/etc/cron* +cat
$foruserin$(cat/etc/passwd|cut-f1 -d:);docrontab-l -u $user;done
|
这里边可分析的东西就多了, 不过恐怕你作为运维人员是没功夫去仔细研究它的。关注那些明显的问题，比如在一个典型的LAMP（Linux+Apache+Mysql+Perl）应用环境里:
经过这5分钟之后，你应该对如下情况比较清楚了：
你甚至有可能找到真正的故障源头。就算还没有找到，搞清楚了上面这些情况之后，你现在也具备了深挖下去的条件。继续努力吧！
标签：style blog http color os io 使用 java ar
原文地址：http://my.oschina.net/syyzhan/blog/310432
