Linux運(yùn)維常見故障排查和處理的33個(gè)技巧匯總

作為linux運(yùn)維，多多少少會(huì)碰見這樣那樣的問題或故障，從中總結(jié)經(jīng)驗(yàn)，查找問題，匯總并分析故障的原因，這是一個(gè)Linux運(yùn)維工程師良好的習(xí)慣。每一次技術(shù)的突破，都經(jīng)歷著苦悶，伴隨著快樂，可我們還是執(zhí)著的繼續(xù)努力，從中也積累了更多的經(jīng)驗(yàn)，這就是實(shí)踐給予我們的豐厚回報(bào)。

下面匯總了我做項(xiàng)目過程可能出現(xiàn)的故障及解決方法，看看是否與你有共鳴，并對(duì)你有幫助？

第一：常見問題解決集錦

1.shell腳本不執(zhí)行問題：某天研發(fā)某同事找我說幫他看看他寫的shell腳本，死活不執(zhí)行，報(bào)錯(cuò)。我看了下，腳本很簡(jiǎn)單，也沒有常規(guī)性的錯(cuò)誤，報(bào)“:badinterpreter:Nosuchfileordirectory”錯(cuò)?？催@錯(cuò)，我就問他是不是在windows下編寫的腳本，然后在上傳到linux服務(wù)器的……果然。原因：在DOS/windows里，文本文件的換行符為rn，而在*nix系統(tǒng)里則為n，所以DOS/Windows里編輯過的文本文件到了*nix里，每一行都多了個(gè)^M。解決：1）重新在linux下編寫腳本；2）vi:%s/r//g:%s/^M//g（^M輸入用Ctrl+v,Ctrl+m）附：sh-x腳本文件名，可以單步執(zhí)行并回顯結(jié)果，有助于排查復(fù)雜腳本問題。

2.crontab輸出結(jié)果控制

問題：/var/spool/clientmqueue目錄占用空間超過100G原因：cron中執(zhí)行的程序有輸出內(nèi)容，輸出內(nèi)容會(huì)以郵件形式發(fā)給cron的用戶，而sendmail沒有啟動(dòng)所以就產(chǎn)生了/var/spool/clientmqueue目錄下的那些文件，日積月累可能撐破磁盤。解決：1）直接手動(dòng)刪除：ls|xargsrm-f；2）徹底解決：在cron的自動(dòng)執(zhí)行語(yǔ)句后加上>/dev/null2>&1

3.telnet很慢/ssh很慢問題：某天研發(fā)某同事說10.50訪問10.52memcached服務(wù)異常，讓我們檢查下看網(wǎng)絡(luò)/服務(wù)/系統(tǒng)是否有異常。檢查發(fā)現(xiàn)系統(tǒng)正常，服務(wù)正常，10.50ping10.52也正常，但10.50telnet10.52很慢。同時(shí)發(fā)現(xiàn)該機(jī)器的namesever是不起作用的。原因：becauseyourPCdoesn’tdoareverseDNSlookuponyourIPthen…whenyoutelnet/ftpintoyourlinuxbox,it’lldoadnslookuponyou。解決：1)修改/etc/hosts使hostname和ip對(duì)應(yīng)；2）在/etc/resolv.conf注釋掉nameserver或者找一個(gè)“活的”nameserver。

4.Read-onlyfilesystem問題：同事在mysql里建表建不成功，提示如下：mysql>createtablewosontest(colddname1char(1));ERROR1005(HY000):Can’tcreatetable‘wosontest’(errno:30）經(jīng)檢查mysql用戶權(quán)限以及相關(guān)目錄權(quán)限沒問題；用perror30提示信息為：OSerrorcode30:Read-onlyfilesystem可能原因：1）文件系統(tǒng)損壞；2）磁盤又壞道；3）fstab文件配置錯(cuò)誤，如分區(qū)格式錯(cuò)誤錯(cuò)誤(將ntfs寫成了fat)、配置指令拼寫錯(cuò)誤等。解決：1）由于是測(cè)試機(jī)，重啟機(jī)器后恢復(fù)；2）網(wǎng)上說用mount可解決。

5.文件刪了磁盤空間沒釋放問題：某天發(fā)現(xiàn)某臺(tái)機(jī)器df-h已用磁盤空間為90G，而du-sh/*顯示所有使用空間加起來才30G，囧。原因：可能某人直接用rm刪除某個(gè)正在寫的文件，導(dǎo)致文件刪了但磁盤空間沒釋放的問題解決：1）最簡(jiǎn)單重啟系統(tǒng)或者重啟相關(guān)服務(wù)。2）干掉進(jìn)程/usr/sbin/lsof|grepdeletedora25575data33uREG65,654294983680/oradata/DATAPRE/UNDOTBS009.dbf(deleted)從lsof的輸出中，我們可以發(fā)現(xiàn)pid為25575的進(jìn)程持有著以文件描述號(hào)（fd）為33打開的文件/oradata/DATAPRE/UNDOTBS009.dbf。在我們找到了這個(gè)文件之后可以通過結(jié)束進(jìn)程的方式來釋放被占用的空間：echo>/proc/25575/fd/333）刪除正在寫的文件一般用cat/dev/null>file

6.find文件提升性能問題：在tmp目錄下有大量包含picture_*的臨時(shí)文件，每天晚上2:30對(duì)一天前的文件進(jìn)行清理。之前在crontab下跑如下腳本，但是發(fā)現(xiàn)腳本效率很低，每次執(zhí)行時(shí)負(fù)載猛漲，影響到其他服務(wù)。#!/bin/shfind/tmp-name“picture_*”-mtime+1-execrm-f{};原因：目錄下有大量文件，用find很耗資源。解決：#!/bin/shcd/tmptime=`date-d“2dayago”“+%b%d”`ls-l|grep“picture”|grep“$time”|awk‘{print$NF}’|xargsrm-rf

7.獲取不了網(wǎng)關(guān)mac地址問題：從2.14到3.65（映射地址2.141）網(wǎng)絡(luò)不通，但是從3端的其他機(jī)器到3.65網(wǎng)絡(luò)OK。原因：#arpAddressHWtypeHWaddressFlagsMaskIface192.168.3.254etherincompletCMbond0表面現(xiàn)象是機(jī)器自動(dòng)獲取不了網(wǎng)關(guān)MAC地址，網(wǎng)絡(luò)工程師說是網(wǎng)絡(luò)設(shè)備的問題，具體不清。解決：arp綁定，arp-ibond0-s192.168.3.25400:00:5e:00:01:64

8.http服務(wù)無(wú)法啟動(dòng)一例問題：某天研發(fā)某同事說網(wǎng)站前端環(huán)境http無(wú)法啟動(dòng)，我上去看了下。報(bào)如下錯(cuò)：/etc/init.d/httpdstartStartinghttpd:[SatJan2917:49:002011][warn]moduleantibot_moduleisalreadyloaded,skippingUseproxyforwardasremoteip:true.Antibotexcludepattern:.*.[(js|css|jpg|gif|png)]Antibotseedcheckpattern:login(98)Addressalreadyinuse:make_sock:couldnotbindtoaddress[::]:7080(98)Addressalreadyinuse:make_sock:couldnotbindtoaddress0.0.0.0:7080nolisteningsocketsavailable,shuttingdownUnabletoopenlog[FAILED]原因：1）端口被占用：表面看是7080端口被占用，于是netstat-npl|grep7080看了下發(fā)現(xiàn)7080沒有占用；2）在配置文件中重復(fù)寫了端口，如果在以下兩個(gè)文件同時(shí)寫了Listen7080/etc/httpd/conf/http.conf/etc/httpd/conf.d/t.10086.cn.conf解決：注釋掉/etc/httpd/conf.d/t.10086.cn.conf的Listen7080，重啟，OK。

9.toomanyopenfile問題：報(bào)toomanyopenfile錯(cuò)誤解決：終極解決方案echo“”>>/etc/security/limits.confecho“*softnproc65535″>>/etc/security/limits.confecho“*hardnproc65535″>>/etc/security/limits.confecho“*softnofile65535″>>/etc/security/limits.confecho“*hardnofile65535″>>/etc/security/limits.confecho“”>>/root/.bash_profileecho“ulimit-n65535″>>/root/.bash_profileecho“ulimit-u65535″>>/root/.bash_profile最后重啟機(jī)器或者執(zhí)行ulimit-u655345&&ulimit-n65535

10.ibdata1和mysql-bin致磁盤空間問題問題：2.51磁盤空間報(bào)警，經(jīng)查發(fā)現(xiàn)ibdata1和mysql-bin日志占用空間太多（其中ibdata1超過120G，mysql-bin超過80G）原因：ibdata1是存儲(chǔ)格式，在INNODB類型數(shù)據(jù)狀態(tài)下，ibdata1用來存儲(chǔ)文件的數(shù)據(jù)和索引，而庫(kù)名的文件夾里的那些表文件只是結(jié)構(gòu)而已。innodb存儲(chǔ)引擎有兩種表空間的管理方式，分別是：1）共享表空間（可拆分為多個(gè)小的表空間文件），這個(gè)是我們目前多數(shù)數(shù)據(jù)庫(kù)使用的方法；2）獨(dú)立表空間，每一個(gè)表有一個(gè)獨(dú)立的表空間（磁盤文件）對(duì)于兩種管理方式，各有優(yōu)劣，具體如下：①共享表空間：優(yōu)點(diǎn)：可以將表空間分成多個(gè)文件存放到不同的磁盤上（表空間文件大小不受表大小的限制，一個(gè)表可以分布在不同步的文件上）缺點(diǎn)：所有數(shù)據(jù)和索引存放在一個(gè)文件中，則隨著數(shù)據(jù)的增加，將會(huì)有一個(gè)很大的文件，雖然可以把一個(gè)大文件分成多個(gè)小文件，但是多個(gè)表及索引在表空間中混合存儲(chǔ)，這樣如果對(duì)于一個(gè)表做了大量刪除操作后表空間中將有大量空隙。對(duì)于共享表空間管理的方式下，一旦表空間被分配，就不能再回縮了。當(dāng)出現(xiàn)臨時(shí)建索引或是創(chuàng)建一個(gè)臨時(shí)表的操作表空間擴(kuò)大后，就是刪除相關(guān)的表也沒辦法回縮那部分空間了。②獨(dú)立表空間：在配置文件（my.cnf）中設(shè)置：innodb_file_per_table特點(diǎn)：每個(gè)表都有自已獨(dú)立的表空間；每個(gè)表的數(shù)據(jù)和索引都會(huì)存在自已的表空間中。優(yōu)點(diǎn)：表空間對(duì)應(yīng)的磁盤空間可以被收回（Droptable操作自動(dòng)回收表空間，如果對(duì)于刪除大量數(shù)據(jù)后的表可以通過:altertabletbl_nameengine=innodb;回縮不用的空間。缺點(diǎn)：如果單表增加過大，如超過100G，性能也會(huì)受到影響。在這種情況下，如果使用共享表空間可以把文件分開，但有同樣有一個(gè)問題，如果訪問的范圍過大同樣會(huì)訪問多個(gè)文件，一樣會(huì)比較慢。如果使用獨(dú)立表空間，可以考慮使用分區(qū)表的方法，在一定程度上緩解問題。此外，當(dāng)啟用獨(dú)立表空間模式時(shí)，需要合理調(diào)整innodb_open_files參數(shù)的設(shè)置。解決:1）ibdata1數(shù)據(jù)太大：只能通過dump，導(dǎo)出建庫(kù)的sql語(yǔ)句，再重建的方法。2）mysql-binLog太大：①手動(dòng)刪除：刪除某個(gè)日志：mysql>PURGEMASTERLOGSTO‘mysql-bin.010′;刪除某天前的日志：mysql>PURGEMASTERLOGSBEFORE’2010-12-2213:00:00′;②在/etc/my.cnf里設(shè)置只保存N天的bin-log日志expire_logs_days=30//BinaryLog自動(dòng)刪除的天數(shù)

二、故障排查匯總表