【正文】 能夠按PID分別找到每個進程就很重要了。通常我們建議每臺服務器上運行的服務少一點，必要時可以增加服務器。如果你看到一臺服務器上有三四十個監(jiān)聽端口開著，那還是做個記錄，回頭有空的時候清理一下，重新組織一下服務器。六、CPU 和內(nèi)存$ freem$ uptime$ top$ htop 注意以下問題: 還有空余的內(nèi)存嗎? 服務器是否正在內(nèi)存和硬盤之間進行swap?還有剩余的CPU嗎? 服務器是幾核的? 是否有某些CPU核負載過多了? 服務器最大的負載來自什么地方?平均負載是多少?七、硬件$ lspci$ dmidecode$ ethtool有很多服務器還是裸機狀態(tài)，可以看一下： 找到RAID 卡(是否帶BBU備用電池?)、CPU、空余的內(nèi)存插槽。根據(jù)這些情況可以大致了解硬件問題的來源和性能改進的辦法。網(wǎng)卡是否設(shè)置好? 是否正運行在半雙工狀態(tài)? 速度是10MBps? 有沒有 TX/RX 報錯?八、IO 性能$ iostatkx 2$ vmstat 2 10$ mpstat 2 10$ dstattopiotopbio 這些命令對于調(diào)試后端性能非常有用。 檢查磁盤使用量：服務器硬盤是否已滿? 是否開啟了swap交換模式(si/so)?CPU被誰占用：系統(tǒng)進程? 用戶進程? 虛擬機?dstat 是我的最愛。用它可以看到誰在進行 IO： 是不是MySQL吃掉了所有的系統(tǒng)資源? 還是你的PHP進程?九、掛載點 和 文件系統(tǒng)$ mount$ cat /etc/fstab$ vgs$ pvs$ lvs$ dfh$ lsof +D / /* beware not to kill your box */ 一共掛載了多少文件系統(tǒng)?有沒有某個服務專用的文件系統(tǒng)?(比如MySQL?)文件系統(tǒng)的掛載選項是什么： noatime? default? 有沒有文件系統(tǒng)被重新掛載為只讀模式了？磁盤空間是否還有剩余?是否有大文件被刪除但沒有清空?如果磁盤空間有問題，你是否還有空間來擴展一個分區(qū)？十、內(nèi)核、中斷和網(wǎng)絡$ sysctla | grep...$ cat /proc/interrupts$ cat /proc/net/ip_conntrack /* may take some time on busy servers */$ netstat$ sss 你的中斷請求是否是均衡地分配給CPU處理，還是會有某個CPU的核因為大量的網(wǎng)絡中斷請求或者RAID請求而過載了？ SWAP交換的設(shè)置是什么？對于工作站來說swappinness 設(shè)為 60 就很好, 不過對于服務器就太糟了：你最好永遠不要讓服務器做SWAP交換，不然對磁盤的讀寫會鎖死SWAP進程。conntrack_max 是否設(shè)的足夠大，能應付你服務器的流量? 在不同狀態(tài)下(TIME_WAIT, …)TCP連接時間的設(shè)置是怎樣的？ 如果要顯示所有存在的連接，netstat 會比較慢，你可以先用 ss 看一下總體情況。你還可以看一下 Linux TCP tuning 了解網(wǎng)絡性能調(diào)優(yōu)的一些要點。十一、系統(tǒng)日志和內(nèi)核消息$ dmesg$ less /var/log/messages$ less /var/log/secure$ less /var/log/auth 查看錯誤和警告消息，比如看看是不是很多關(guān)于連接數(shù)過多導致？ 看看是否有硬件錯誤或文件系統(tǒng)錯誤?分析是否能將這些錯誤事件和前面發(fā)現(xiàn)的疑點進行時間上的比對。十二、定時任務$ ls /etc/cron* + cat$ for user in $(cat /etc/passwd | cutf1d:)。do crontablu $user。done 是否有某個定時任務運行過于頻繁? 是否有些用戶提交了隱藏的定時任務?在出現(xiàn)故障的時候，是否正好有某個備份任務在執(zhí)行？十三、應用系統(tǒng)日志這里邊可分析的東西就多了, 不過恐怕你作為運維人員是沒功夫去仔細研究它的。關(guān)注那些明顯的問題，比如在一個典型的LAMP（Linux+Apache+Mysql+Perl）應用環(huán)境里: Apache amp。 Nginx。查找訪問和錯誤日志, 直接找 5xx 錯誤, 再看看是否有 limit_zone 錯誤。MySQL。，看看有沒有結(jié)構(gòu)損壞的表，是否有innodb修復進程在運行，是否有disk/index/query 。如果設(shè)定了 phpslow 日志, 直接找錯誤信息(php, mysql, memcache, …)，如果沒設(shè)定，趕緊設(shè)定。Varnish。在varnishlog 和 varnishstat 里, 檢查 hit/，使最終用戶可以直接攻擊你的后端？HAProxy。后端的狀況如何？健康狀況檢查是否成功？是前端還是后端的隊列大小達到最大值了？ 結(jié)論經(jīng)過這5分鐘之后，你應該對如下情況比較清楚了： 在服務器上運行的都是些啥？這個故障看起來是和 IO/硬件/網(wǎng)絡 或者 系統(tǒng)配置(有問題的代碼、系統(tǒng)內(nèi)核調(diào)優(yōu), …)相關(guān)。這個故障是否有你熟悉的一些特征？比如對數(shù)據(jù)庫索引使用不當，或者太多的apache后臺進程。你甚至有可能找到真正的故障源頭。就算還沒有找到，搞清楚了上面這些情況之后，你現(xiàn)在也具備了深挖下去的條件。當然還可以借助ITIL工具對CMDB資產(chǎn)的關(guān)聯(lián)進行深入分析。繼續(xù)努力吧！第三篇：Linux運維經(jīng)驗總結(jié)Linux運維經(jīng)驗總結(jié)一、線上操作規(guī)范測試使用當初學習Linux的使用，從基礎(chǔ)到服務到集群，都是在虛擬機做的，雖然老師告訴我們跟真機沒有什么差別，可是對真實環(huán)境的渴望日漸上升，不過虛擬機的各種快照卻讓我們養(yǎng)成了各種手賤的習慣，以致于拿到服務器操作權(quán)限時候，就迫不及待的想去試試，記得上班第一天，老大把root密碼交給我，由于只能使用putty，我就想使用xshell，于是悄悄登錄服務器嘗試改為xshell+密鑰登錄，因為沒有測試，也沒有留一個ssh連接，所有重啟sshd服務器之后，自己就被擋在服務器之外了，幸好當時我備份sshd_config文件，后來讓機房人員cp過去就可以了，幸虧這是一家小公司，不然直接就被干了……慶幸當年運氣比較好。第二個例子是關(guān)于文件同步的，大家都知道rsync同步很快，可是他刪除文件的速度大大超過了rmrf,在rsync中有一個命令是，以某目錄為準同步某文件（如果第一個目錄是空的，那么結(jié)果可想而知），源目錄（有數(shù)據(jù)的）就會被刪除，當初我就是因為誤操作，以及缺乏測試，就目錄寫反了，關(guān)鍵是沒有備份……生產(chǎn)環(huán)境數(shù)據(jù)被刪了沒備份，大家自己想后果吧，其重要性不言而喻。/ 8Enter前再三確認關(guān)于rmrf / var 這種錯誤，我相信手快的人，或者網(wǎng)速比較慢的時候，出現(xiàn)的幾率相當大，當你發(fā)現(xiàn)執(zhí)行完之后，你的心至少是涼了半截。大家可能會說，我按了這么多次都沒出過錯，不用怕，我只想說當出現(xiàn)一次你就明白了，不要以為那些運維事故都是在別人身上，如果你不注意，下一個就是你。切忌多人操作我在的上一家公司，運維管理相當混亂，舉一個最典型的例子吧，離職好幾任的運維都有服務器root密碼。通常我們運維接到任務，都會進行簡單查看如果無法解決，就請求他人幫忙，可是當問題焦頭爛額的時候，客服主管（懂點linux），網(wǎng)管，你上司一起調(diào)試一個服務器，當你各種百度,各種對照，完了發(fā)現(xiàn)，你的服務器配置文件，跟上次你修改不一樣了，然后再改回來，然后再谷歌，興沖沖發(fā)現(xiàn)問題，解決了，別人卻告訴你，他也解決了，修改的是不同的參數(shù)……這個，我就真不知道哪個是問題真正的原因了，當然這還是好的，問題解決了，皆大歡喜，可是你遇到過你剛修改的文件，測試無效，再去修改發(fā)現(xiàn)文件又被修改的時候呢？真的很惱火，切忌多人操作。先備份后操作養(yǎng)成一個習慣，要修改