Liunx系统运维巡检指导

巡检到客户那里先是通过web管理检查下系统是否正常。
如果系统有异常，别急。留出几分钟理清楚思路再去排错：
（我以我们的产品为例）
一、尽可能搞清楚问题的前因后果，不要一下子就扎到shell窗口去。
必须搞清楚的问题：
1.问题的表现是什么？无响应？报错？
2.问题是什么时候发现的？
3.是否有日志可以查看?（比如trs.log、bdsmgr.log、http.log、mysql.log…）
二、有谁在和在之前发生了什么?

    who
    last

  用这两个命令看看都有谁在线，有哪些用户访问过（如果有其他人可能会对他人工作造成影响）。

history

看下最近的操作记录。。。（不经意间发现有你想不到东东）

三、现在在运行的进程是啥?

pstree -a

ps -ef| grep bds

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。ps -ef | grep **　基于某个程序查看、在不在线。
四、监听的网络服务和iptables的情况*重点内容*

netstat -natup | grep "192.168.9.10" | awk '{print $5}'

 如果是现场的系统是与互联网隔离的，则查出来的只有你使用pc的电脑地址。192.168.9.10就是巡检服务器的地址
#iptables  -L  -n 看下iptables是否正常

(1)硬盘使用

df -h 

du -h --max-depth=1

这两命令简单实用性强，下面的“1” 代表你想看的几级目录
（2）内存

free -h

top

uptime

查看硬盘各分区的使用情况，内存占用情况，系统运行的时间等
六、挂载点 和 文件系统

mount   cat/etc/fstab     lvs         df -h        iostat -kx 2

检查挂载情况，和我设置的的挂载的几种参数是否正确，io的使用情况（io性能问题也会导致很多程序运行问题，比如卡曼、任务堆积等等）
七、系统日志

dmesg   less /var/log/message     /var/log/mysqld.log

系统出错了，找到关键日志很必要。

以上看完了，已经清楚系统当前的一些情况，大致也知道是哪里的问题了，然后在对某个问题针对性的查问题。