Linux 系统现场排障
性能与综合排障#Linux系统现场排障约 679 字 · 2 分钟阅读
追问显示点击任意追问卡片可收起 / 展开
服务器磁盘使用率为 99%，用户接口已报错，但暂时无法停业务。你会先做什么？
追问 如何区分日志、业务数据、临时文件和已删除但仍打开的文件？哪些操作必须先确认？
df -h 显示有 40GB 可用空间，应用仍提示“No space left on device”。如何排查？
追问 inode、配额、实际写入路径、容器挂载和不同文件系统如何验证？
日志文件删除后空间未释放，运维准备直接重启全部服务。你会如何评估？
追问 如何定位持有文件的进程，并选择日志重开、定向重启或其他释放方法？
一台 8 核服务器负载超过 30，但 CPU 空闲率仍较高。你会寻找什么证据？
追问 D 状态进程、磁盘延迟、NFS 和阻塞调用分别如何检查？
应用 CPU 长期显示约 100%，业务认为已占满服务器。如何解释并验证？
追问 如何结合核数、线程使用率、CPU 配额和统计口径判断真正瓶颈？
主机剩余内存很多，但某个容器仍被 OOMKilled。如何定位？
追问 容器内存上限、cgroup、进程峰值和节点 OOM 记录如何区分？
某服务从终端执行正常，通过 systemd 启动却持续失败。如何缩小差异？
追问 用户、工作目录、环境变量、权限、资源限制和沙箱配置如何比较？
定时备份偶尔耗时很长，随后同一任务开始重复运行。如何处理？
追问 任务重叠、锁、超时、IO 竞争和失败恢复如何设计？
服务器重启后进入维护模式，业务尚未启动。你会如何恢复？
追问 挂载配置、磁盘 UUID、文件系统、启动日志和依赖服务如何检查？
生产主机无法 fork 新进程，常用排查命令也无法执行。怎么办？
追问 进程数量限制、内存、cgroup PID 上限、已有管理会话和控制台如何利用？