[[254666]]

【51CTO.com快譯】Linux服務(wù)器在許多不同類型的基礎(chǔ)架構(gòu)中運(yùn)行關(guān)鍵任務(wù)型業(yè)務(wù)應(yīng)用程序，包括物理機(jī)、虛擬機(jī)、私有云、公共云和混合云。對(duì)于Linux系統(tǒng)管理員來(lái)說(shuō)，了解如何管理Linux硬件基礎(chǔ)架構(gòu)很重要，包括與網(wǎng)絡(luò)和存儲(chǔ)有關(guān)的軟件定義功能、Linux容器和Linux服務(wù)器上的多個(gè)工具。

排查并解決Linux上與硬件有關(guān)的問(wèn)題可能需要一些時(shí)間。連經(jīng)驗(yàn)豐富的系統(tǒng)管理員有時(shí)也要花幾小時(shí)來(lái)解決莫名其妙的軟硬件問(wèn)題。

下列貼士幫助你更快速更輕松地為L(zhǎng)inux中的硬件排查故障。許多不同的因素可能導(dǎo)致Linux硬件出現(xiàn)問(wèn)題;在你開始嘗試診斷之前，了解最常見(jiàn)的問(wèn)題以及最有可能找到原因的環(huán)節(jié)是明智之舉。

1.快速診斷設(shè)備、模塊和驅(qū)動(dòng)程序

故障排查的第一步通常是顯示Linux服務(wù)器上安裝的硬件列表。你可以使用ls命令獲取硬件的詳細(xì)信息，比如lspci、lsblk、lscpu和lsscsi。比如說(shuō)，這是lsblk命令的輸出結(jié)果：

# lsblk  
NAME    MAJ:MIN RM SIZE RO TYPE MOUNTPOINT 
xvda    202:0    0  50G  0 disk  
├─xvda1 202:1    0   1M  0 part  
└─xvda2 202:2    0  50G  0 part / 
xvdb    202:16   0  20G  0 disk  
└─xvdb1 202:17   0  20G  0 part 

如果ls命令沒(méi)有顯示任何錯(cuò)誤，使用初始化進(jìn)程(比如systemd)查看Linux服務(wù)器的運(yùn)行狀況。systemd是啟動(dòng)用戶空間、控制多個(gè)系統(tǒng)進(jìn)程的最流行的初始化進(jìn)程。比如說(shuō)，這是systemctl status命令的輸出結(jié)果：

# systemctl status  
● bastion.f347.internal 
    State: running 
     Jobs: 0 queued 
   Failed: 0 units 
    Since: Wed 2018-11-28 01:29:05 UTC; 2 days ago 
   CGroup: / 
           ├─1 /usr/lib/systemd/systemd --switched-root --system --deserialize 21 
           ├─kubepods.slice 
           │ ├─kubepods-pod3881728a_f2af_11e8_af77_06af52f87498.slice 
           │ │ ├─docker-88b27385f4bae77bba834fbd60a61d19026bae13d18eb147783ae27819c34967.scope 
           │ │ │ └─23860 /opt/bridge/bin/bridge --public-dir=/opt/bridge/static --config=/var/console-config/console-c 
           │ │ └─docker-a4433f0d523c7e5bc772ee4db1861e4fa56c4e63a2d48f6bc831458c2ce9fd2d.scope 
           │ │   └─23639 /usr/bin/pod 

2.深入研究多個(gè)日志

dmesg讓你可以搞清楚內(nèi)核的最新信息中的錯(cuò)誤和警示內(nèi)容。比如說(shuō)，這是dmesg | more命令的輸出結(jié)果：

# dmesg | more  
.... 
[ 1539.027419] IPv6: ADDRCONF(NETDEV_UP): eth0: link is not ready 
[ 1539.042726] IPv6: ADDRCONF(NETDEV_UP): veth61f37018: link is not ready 
[ 1539.048706] IPv6: ADDRCONF(NETDEV_CHANGE): veth61f37018: link becomes ready 
[ 1539.055034] IPv6: ADDRCONF(NETDEV_CHANGE): eth0: link becomes ready 
[ 1539.098550] device veth61f37018 entered promiscuous mode 
[ 1541.450207] device veth61f37018 left promiscuous mode 
[ 1542.493266] SELinux: mount invalid.  Same superblock, different security settings for (dev mqueue, type mqueue) 
[ 9965.292788] SELinux: mount invalid.  Same superblock, different security settings for (dev mqueue, type mqueue) 
[ 9965.449401] IPv6: ADDRCONF(NETDEV_UP): eth0: link is not ready 
[ 9965.462738] IPv6: ADDRCONF(NETDEV_UP): vetheacc333c: link is not ready 
[ 9965.468942] IPv6: ADDRCONF(NETDEV_CHANGE): vetheacc333c: link becomes ready 
.... 

你還可以查看/var/log/messages文件中的所有Linux系統(tǒng)日志，在這里找到與特定問(wèn)題有關(guān)的錯(cuò)誤。如果你對(duì)硬件進(jìn)行改動(dòng)，比如掛載額外磁盤或添加以太網(wǎng)網(wǎng)卡，有必要通過(guò)tail命令實(shí)時(shí)密切關(guān)注信息。比如說(shuō)，這是tail -f /var/log/messages命令的輸出結(jié)果：

# tail -f /var/log/messages 
Dec  1 13:20:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa 
Dec  1 13:20:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local 
Dec  1 13:21:03 bastion dnsmasq[30201]: setting upstream servers from DBus 
Dec  1 13:21:03 bastion dnsmasq[30201]: using nameserver 192.199.0.2#53 
Dec  1 13:21:03 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa 
Dec  1 13:21:03 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local 
Dec  1 13:21:33 bastion dnsmasq[30201]: setting upstream servers from DBus 
Dec  1 13:21:33 bastion dnsmasq[30201]: using nameserver 192.199.0.2#53 
Dec  1 13:21:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa 
Dec  1 13:21:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local 

3.分析網(wǎng)絡(luò)功能

你可能在復(fù)雜的網(wǎng)絡(luò)環(huán)境中有成千上萬(wàn)個(gè)云原生應(yīng)用程序?yàn)闃I(yè)務(wù)服務(wù)提供服務(wù);這些可能包括虛擬化、多云和混合云。這意味著你應(yīng)該分析網(wǎng)絡(luò)連接是否正常運(yùn)行，這是故障排查的一部分。分析Linux服務(wù)器中網(wǎng)絡(luò)功能的實(shí)用命令包括ip addr、traceroute、nslookup、dig和ping等。比如說(shuō)，這是ip addr show命令的輸出結(jié)果：

# ip addr show 

1: 

lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000 
    link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00 
    inet 127.0.0.1/8 scope host lo 
       valid_lft forever preferred_lft forever 
    inet6 ::1/128 scope host  
       valid_lft forever preferred_lft forever 

2: 

eth0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 9001 qdisc mq state UP group default qlen 1000 
    link/ether 06:af:52:f8:74:98 brd ff:ff:ff:ff:ff:ff 
    inet 192.199.0.169/24 brd 192.199.0.255 scope global noprefixroute dynamic eth0 
       valid_lft 3096sec preferred_lft 3096sec 
    inet6 fe80::4af:52ff:fef8:7498/64 scope link  
       valid_lft forever preferred_lft forever 

3: 

docker0: <NO-CARRIER,BROADCAST,MULTICAST,UP> mtu 1500 qdisc noqueue state DOWN group default  
    link/ether 02:42:67:fb:1a:a2 brd ff:ff:ff:ff:ff:ff 
    inet 172.17.0.1/16 scope global docker0 
       valid_lft forever preferred_lft forever 
    inet6 fe80::42:67ff:fefb:1aa2/64 scope link  
       valid_lft forever preferred_lft forever 
.... 

結(jié)束語(yǔ)

Linux硬件故障排查需要具備相當(dāng)扎實(shí)的知識(shí)，包括如何使用功能強(qiáng)大的命令行工具、解讀系統(tǒng)日志。你還應(yīng)該知道如何診斷內(nèi)核空間，可以在內(nèi)核空間找到許多硬件問(wèn)題的根本原因。請(qǐng)記住，Linux中的硬件問(wèn)題可能由許多不同的方面引起，包括設(shè)備、模塊、驅(qū)動(dòng)程序、BIOS、網(wǎng)絡(luò)，甚至是舊硬件故障。

原文標(biāo)題：Troubleshooting hardware problems in Linux，作者：Daniel Oh

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】