#尽可能搞清楚问题的前因后果

•  故障的表现是什么？无响应？报错？

• 故障是什么时候发现的？

•  故障是否可重现？

• 有没有出现的规律（比如每小时出现一次）

•  最后一次对整个平台进行更新的内容是什么（代码、服务器等）？

• 故障影响的特定用户群是什么样的(已登录的, 退出的, 某个地域的…)?

•  基础架构（物理的、逻辑的）的文档是否能找到?

• 是否有监控平台可用? （比如Nmon、Cacti、 Zabbix、Grafana）

  
  

• #有谁在

•   $ w

•   $ last

用这两个命令看看都有谁在线，有哪些用户访问过。这不是什么关键步骤，不过最好别在其他用户正干活的时候来调试系统。

#之前发生了什么

  $ history

查看一下之前服务器上执行过的命令。看一下总是没错的，加上前面看的谁登录过的信息，应该有点用。另外作为admin要注意，不要利用自己的权限去侵犯别人的隐私。

#现在在运行的进程是什么

•   $ pstree -a

•   $ ps aux

这都是查看现有进程的。 ps aux 的结果比较杂乱， pstree -a 的结果比较简单明了，可以看到正在运行的进程及相关用户。

#监听的网络服务

•   $ netstat -tunlpa

•   $ sss -tunlpa

找到所有正在运行的服务，检查它们是否应该运行。查看各个监听端口。在netstat显示的服务列表中的PID 和 ps aux 进程列表中的是一样的。

#CPU&内存

•   $ free -m

•   $ uptime

•   $ top

注意以下问题:

是否还有空余的内存? 服务器是否正在内存和硬盘之间进行swap?

是否还有剩余的CPU? 服务器是几核的? 是否有某些CPU核负载过多了?

服务器最大的负载来自什么地方? 平均负载是多少?

#I/O性能

•   $ iostat -kx 2

•   $ vmstat 2 10

•   $ mpstat 2 10

这些命令对于调试后端性能非常有用。

检查磁盘使用量：服务器硬盘是否已满?

是否开启了swap交换模式 (si/so)?

CPU被谁占用：系统进程? 用户进程? 虚拟机?

dstat 是我的最爱。用它可以看到谁在进行 IO： 是不是MySQL吃掉了所有的系统资源? 还是你的PHP进程?

#系统日志和内核消息

•   $ dmesg

•   $ tail -f /var/log/messages

•   $ tail -f /var/log/secure

•   $ tail -f /var/log/auth

查看错误和警告消息，比如看看是不是很多关于连接数过多导致？

看看是否有硬件错误或文件系统错误?

分析是否能将这些错误事件和前面发现的疑点进行时间上的比对。