排错思想

 作为一名系统工程师，排错是工作过程中经常会遇到的内容，而需要排错的对象往往是千奇百怪，各种各样都有。系统工程师被誉为“什么都懂的人”，因此，一旦发生问题，往往就成为了第一个被想到的人。相信，广大一线运维工程师都有这样的经历。

无疑，排错是需要技巧的。因为这项工作不仅需要很好的逻辑思维能力和丰富的工作经验，同时还需要使用正确的方式，合理的行为，正确的过程。我曾经面试过、管理过很多系统工程师，也教过很多学生。在工作中我发现很多新手对于如何排错往往不那么在行。 

事实上，在经过无数次排错工作之后，我深深的感觉到：排错没有固定的方法和手段，掌握正确的排错思想才是最为重要的。我把我的排错思想总结为几个基本的步骤。在此，分享一下个人的体会，抛砖引玉，请各位指正。

第一步：观察错误

观察错误，说白了就是搞清楚发生了什么。

一些新手，特别是一些“文档工”只知道照着文档一步步敲命令，出现问题了，也只是按照一些所谓的技术手册或者故障手册去排查问题。这是不可取的。

你必须清楚发生了什么。

你可以通过标准错误输出（一般来说它们会直接输出到屏幕上）、错误日志、监控工具等途径获取到相应信息。有些linux工程师只知道去看/var/log/message日志，有些AIX工程师只知道看errpt，还有些windows工程师压根什么都不知道看。以上这些都是不可取的，错误的。你必须知道可以通过哪些途径获取到计算机给你的反馈。并且，通过这些反馈了解到底发生了什么。

第二步：分析问题