6 个运维常见故障及排查方法，是个运维就得会~

来源：湖北国菱计算机科技有限公司-湖北国联计算机科技有限公司-荆州网站建设-荆州软件开发-政府网站建设公司 时间：2025-03-04

“稳定是偶然，异常才是常态”。这句话用来形容IT运维的工作再合适不过了。 因为对于IT运维来说，工作最常遇到的就是不稳定性带来的各种故障，经常围绕发现故障、响应故障、定位故障、恢复故障这四大步骤打转。

一、Linux 系统无法启动

原因1、          

文件系统配置不当，比如/etc/fstab文件等配置错误或丢失，导致系统错误无法启动。一般是人为修改错误或者文件系统故障。

排查方法：

系统配置/etc/fstab错误或丢失而无法启动，当启动的时候，出现starting system logger后停止了。

解决方法：想办法恢复/etc/fstab文件，利用Linux rescue修复模式登录系统，从而获取挂载点和分区信息，重构/etc/fstab文件。

原因2 、        

 非法关机，导致root文件系统破坏，也就是Linux根分区破坏，系统无法正常启动。

排查方法：

Linux下普遍采用的是ext3/ext4文件系统，ext3/ext4 是一个具有日志记录功能的日志文件系统，可以进行简单的容错和恢复，但是在一个高负荷读写的 ext3 文件系统下，如果突然发生掉电，就很有可能发生文件系统内部结构不一致，导致文件系统破坏。 Linux 在启动时会自动去分析和检查系统分区，如果发现文件系统有简单的错误，会自动修复，如果文件系统破坏比较严重，系统无法完成修复时，系统就会自动进入单用户模式下或者出现一个交互界面，提示用户介入手动修复，现象类似下面所示：

从这个错误可以看出，系统根分区文件系统出现了问题，系统在启动时无法自动修复，然后进入到了一个交互界面，提示用户进行系统修复。这个问题发生的机率很高，引起这个问题的主要原因就是系统突然掉电，引起文件系统结构不一致。一般情况下解决此问题的办法是采用fsck命令，进行强制修复。

解决方法：

根据上面的错误提示，当按下“Ctrl-D”组合键后系统自动重启，当输入root密码后进入系统修复模式，在修复模式下，可以执行fsck命令，具体操作过程如下：

需要注意的是，在执行fsck 的时候，一定要先卸载要修复的分区，然后再执行修复操作！

原因三：

Linux 内核文件丢失或者崩溃，从而无法启动，也可能是因为内核升级错误或者内核存在 bug。这种情况一般 Linux 系统启动会报错找不到内核文件，而内核文件存储在 /boot 分区，主要包括内核文件和初始化文件：

1、vmlinuz：内核镜像文件，包含内核代码和数据

显示 error: file '/vmlinuz'not found 解决方法：

a. 使用可启动修复介质启动系统，并挂载系统磁盘的/boot分区；

b. 从安装介质或系统备份中提取vmlinuz内核文件，复制到/boot分区；

c. 更新引导配置(grub.cfg)，将menuentry块中的linux行指向vmlinuz内核文件；

d. 重启系统，在引导菜单选择更新后的菜单项启动系统。

2、initrd/initramfs：初始化 RAM 磁盘，包含启动时需要的模块和驱动 显示error:file'/initrd.img'notfound解决方法：

a. 参考内核文件丢失的解决步骤a，挂载/boot分区和获取initrd.img文件；

b. 将initrd.img文件复制到/boot分区；

c. 更新 grub.cfg，找到 initrd 相关行，将其指向新文件；

d. 重启系统，启动更新后的菜单项。

原因4：      

硬件故障，比如主板、电源、硬盘等出现问题，导致 Linux 无法启动。 解决方法：一般来说由硬件造成的故障，只需更换硬件设备即可解决。

二、Linux系统网络故障

排查1：检查网络硬件        

检查网络故障，首先要排除网络硬件设备是否存在问题。比如网卡，网线，路由器，交换机等设备是否正常。这些是网络正常运行的基本条件，如果发现某些设备出现故障，只需更换硬件即可解决问题。

排查2：检查网卡是否正常工作        

a. 检查网卡是否正常加载可以通过 ifconfig 命令判断网卡是否正常加载。如果通过 ifconfig 可以显示网络接口的配置信息，表示系统找到网卡驱动程序，网卡加载正常；解决方法：如果发现问题网卡，我们可以使用ethtool工具查看问题网卡的具体状态信息（注意：Speed/Link deteced等字段）

b. 检查网卡IP设置是否正确接下来就要检查网卡的软件设定，比如IP是否配置，配置是否正确，确保IP的配置和局域网其它计算机配置没有冲突。

排查3：检查局域网内主机能否互连        

  检查网络之间的连通是否存在故障，可以先通过ping命令测试局域网主机之间的连通性，然后ping网关，检测主机到网关的通信是否正常。

排查4：检查系统路由表信息是否正确          

检查系统路由表状态是处理网络故障的一种很重要的方法。很多时候都是ip地址没有配错，网卡也正常加载但是路由配置不正确，而导致网络问题的出现。因此需要检查系统的路由表设置是否正确，如果一个Linux系统有两块网卡，同时两块网卡设置的IP不在一个网段，要特别注意系统路由表的设置。例如下面这个系统的网络接口信息：

从上面输出可知，本系统有两块网卡，分别配置不同网段的IP地址，假定eth0 通过映射的方式对外提供ssh连接服务，而eth1仅供局域网主机之间共享数据使用。 现在的问题是，外界无法ssh远程登录到此系统，而网卡加载没有问题，网卡IP设置也没问题，接下来看看此系统的路由设置：

此时外界就可以通过ssh服务远程连接到 Linux 系统了。

排查5：检查DNS解析

在Linux系统中，有两个文件用来指定系统到哪里寻找相关域名解析的库，分别是文件 /etc/host.conf 和 /etc/nsswitch.conf。 /etc/host.conf 文件指定系统如何解析主机名，Linux通过域名解析库来获得主机名对应的IP地址。下面是RedHat Linux安装后缺省的/etc/host.conf内容：

order hosts,bind

其中，order 指定主机名查询顺序，这里表示首先查找/etc/hosts文件对应的解析，如果没有找到对应的解析，接着就根据/etc/resolve.conf指定的域名服务器进行解析。

/etc/nsswitch.conf 文件是由 SUN 公司开发的，用于管理系统中多个配置文件查询的顺序，由于 nsswich.conf 提供了更多的资源控制方式，nsswich.conf 文件现在已经基本取代了 hosts.conf，虽然 LINUX 系统中默认这两个文档都存在，但实际上起作用的是 nsswitch.conf 文件。

nsswitch.conf 文件每行的配置都以一个关键字开头，后跟冒号: 紧接着是空白，然后是一系列方法的列表。例如这段信息：

hosts:   files dns

表示系统首先查询主机库文件，如果没有找到对应的解析，接着会去DNS配置文件指定的 DNS 服务器进行解析。清楚了Linux下域名解析的原理和过程，我们就可以根据这两个文件的设定，确定解析的顺序，从而判断出域名解析可能出现的问题。

排查6：检查相关服务是否开启

在一个应用出现故障时，必须要检测服务本身。比如服务是否开启，配置是否正确等。检查服务是否正确打开，分为两步，第一步是查看服务的端口是否打开：例如，我们不能用root用户ssh登录到192.168.60.133这台 Linux 服务器，首先检查sshd服务的22端口是否打开：

# telnet 192.168.60.133 22

SSH-2.0-OpenSSH_4.3

这个输出表示192.168.60.133 的22端口对外开放，或者可以说sshd服务是处于打开状态。如果没有任何输出，可能是服务没有启动，或者服务端口被屏蔽。也可以在服务器上通过 netstat 命令检查22端口是否打开：