Linux 排障时最该先跑的五个命令

举报
yd_222029404 发表于 2026/11/02 10:02:51 2026/11/02
【摘要】 服务变慢、磁盘报警、连接不上,先看什么?五个命令按顺序跑完,通常能在两分钟内定位到问题域。

一、uptime:先确认是负载问题还是业务问题

uptime 一秒给你三个数:运行时长、登录用户数、1/5/15 分钟平均负载。负载高但 CPU 空闲,通常是 IO 等待;负载不高但接口慢,问题更可能在应用层或下游依赖。这一步的意义是决定后面往哪个方向查,不要跳过。

二、top -H -p:看线程而不是进程

服务是多线程的时候,top 看到的 300% CPU 只是总和。加 -H 看线程级,找出占满单核的那个线程 ID,再结合 jstack 或 gdb 定位到具体栈帧。这一步能把「CPU 高」变成「哪个函数在空转」。

top -H -p $(pgrep -f myapp | head -1)

三、ss -lntp:确认端口到底在不在听

「连不上」的排查顺序常被搞反。先确认进程有没有监听:ss -lntp 会列出所有 TCP 监听端口和对应进程。如果端口在听但外部连不上,再去查防火墙和云安全组;如果根本没监听,问题在应用启动阶段,跟网络无关。

四、df -h 和 df -i:磁盘满有两种

空间满是最常见的线上事故之一,但 df -h 显示还有空间、写入却报 No space left on device 的情况同样常见——那是 inode 用完了,要用 df -i 看。

另外,删了大文件但空间没释放,是因为还有进程持有已删除的文件句柄:

lsof +L1 | head

找到进程后重启或让它重新打开文件,空间才会真正释放。

五、journalctl -u 或 tail -F:把时间线拉出来

很多人一上来就 tail -100,但问题往往发生在几分钟前。journalctl -u myapp --since "10 min ago" 或者对日志文件 tail -F 实时跟,配合 --since 限定时间窗,比翻几百行有效得多。看到报错后再用 grep -n 定位到具体行号。

小结

顺序比命令本身重要:先判断问题域(uptime)→ 再定位线程(top -H)→ 确认监听(ss)→ 查磁盘两种满(df/lsof)→ 最后拉时间线看日志。这五步走完,大部分「说不清哪里不对」的问题都会有明确方向。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。