一次邮件服务器故障定位-Domain not found

一次邮件服务器故障定位-Domain not found

2月6日公司业务部门反馈：“内部搭建的邮件服务器无法使用”，影响到业务使用，需紧急处理，本文记录本次邮件服务器故障定位与修复的主要过程。

由于2月5日依照阿里云要求，做了一次机器迁移，推测故障原因跟这次迁移有关系。

问题在我接手之前，IT小哥通过提工单与阿里的售后工程师沟通，已经分析了一些现状，做了一些尝试：

• 放开访问控制中的入方向限制，由限定部分端口改成不限制
• 解封出方向的25端口

经过上述几种尝试后，邮件服务器发件功能可用，收件功能依旧异常，然后由我接手继续排查故障。

迁移

迁移带来的变化是重点关注对象，这次迁移是阿里云内部要求的，具体内容包括：

• 经典网络迁移至专有网络
• 内网IP地址变化
• 软件授权码变化
• I/O性能变化

这些变化虽是重点关注对象，但接手后并不是第一时间去分析变化可能带来的影响，而是从服务器内部出发，排查服务器内部原因。

服务器状态

ssh连接到服务器，由于不知道邮件服务器是如何搭建的，做了如下几件事情：

• history > ~/history.log && cat ~/history.log，保存并查看之前的历史命令

没太多有效信息，跟本次故障可能相关的有：修改/etc/firewalld/zones/public.xml并重启了防火墙、使用telnet smtp.aliyun.com 25测试出方向的25端口是否可用（经过解封已经可用）

• top，查看下服务器负载

机器负载正常

• uptime，查看服务器启动时间

推断上次重启时间：迁移成功后触发的重启

• netstat -nltp，查看监听的端口

当对一台服务器上所运行的服务不够了解时，这个命令非常有帮助，可以查看监听的端口信息，从而推断出所运行了哪些常见服务，通过该命令了解到端口使用情况：

• 25，SMTP邮件服务：postfix
• 80、443，HTTP服务：nginx
• 3306，数据库：mysql
• 993、995，不了解的服务：dovecot
• 11211: memcached、20000: sogod、10024: amavisd等