运维常见故障及排查方法，值得学习收藏！

排查方法：

系统配置/etc/fstab错误或丢失而无法启动，当启动的时候，出现starting system logger 后停止了。

解决方法：

想办法恢复 /etc/fstab 文件，利用 Linux rescue 修复模式登录系统，从而获取挂载点和分区信息，重构 /etc/fstab 文件。

非法关机，导致 root 文件系统破坏，也就是 Linux 根分区破坏，系统无法正常启动。

排查方法：

Linux下普遍采用的是 ext3/ext4 文件系统，ext3/ext4 是一个具有日志记录功能的日志文件系统，可以进行简单的容错和恢复，但是在一个高负荷读写的 ext3 文件系统下，如果突然发生掉电，就很有可能发生文件系统内部结构不一致，导致文件系统破坏。

Linux 在启动时会自动去分析和检查系统分区，如果发现文件系统有简单的错误，会自动修复，如果文件系统破坏比较严重，系统无法完成修复时，系统就会自动进入单用户模式下或者出现一个交互界面，提示用户介入手动修复，现象类似下面所示：

从这个错误可以看出，系统根分区文件系统出现了问题，系统在启动时无法自动修复，然后进入到了一个交互界面，提示用户进行系统修复。这个问题发生的机率很高，引起这个问题的主要原因就是系统突然掉电，引起文件系统结构不一致。一般情况下解决此问题的办法是采用fsck命令，进行强制修复。

解决方法：

显示 error: file '/vmlinuz' not found

解决方法：

- 使用可启动修复介质启动系统，并挂载系统磁盘的 /boot 分区；

- 从安装介质或系统备份中提取 vmlinuz 内核文件，复制到 /boot 分区；

- 更新引导配置(grub.cfg)，将 menuentry 块中的 linux 行指向vmlinuz内核文件；

- 重启系统，在引导菜单选择更新后的菜单项启动系统。

2、initrd/initramfs：初始化 RAM 磁盘，包含启动时需要的模块和驱动

显示 error: file '/initrd.img' not found

解决方法：

● 参考内核文件丢失的解决步骤a，挂载 /boot 分区和获取 initrd.img 文件；

● 将 initrd.img 文件复制到 /boot 分区；

● 更新 grub.cfg，找到 initrd 相关行，将其指向新文件；

● 重启系统，启动更新后的菜单项。

硬件故障，比如主板、电源、硬盘等出现问题，导致 Linux 无法启动。

解决方法：一般来说由硬件造成的故障，只需更换硬件设备即可解决。

检查网络故障，首先要排除网络硬件设备是否存在问题。比如网卡，网线，路由器，交换机等设备是否正常。

这些是网络正常运行的基本条件，如果发现某些设备出现故障，只需更换硬件即可解决问题。

解决方法：如果发现问题网卡，我们可以使用 ethtool 工具查看问题网卡的具体状态信息（注意：Speed / Link deteced 等字段 ）

接下来就要检查网卡的软件设定，比如IP是否配置，配置是否正确，确保IP的配置和局域网其它计算机配置没有冲突。

检查网络之间的连通是否存在故障，可以先通过ping命令测试局域网主机之间的连通性，然后ping网关，检测主机到网关的通信是否正常。

解决方法：删除192段的缺省路由，然后增加10段的缺省路由即可：

# route delete default# route add default gw 10.10.1.254

此时外界就可以通过ssh服务远程连接到 Linux 系统了。

/etc/host.conf 文件指定系统如何解析主机名，Linux 通过域名解析库来获得主机名对应的 IP 地址。

order hosts,bind

nsswitch.conf 文件每行的配置都以一个关键字开头，后跟冒号: 紧接着是空白，然后是一系列方法的列表。例如这段信息： 

hosts:   files dns

表示系统首先查询主机库文件，如果没有找到对应的解析，接着会去DNS配置文件指定的 DNS 服务器进行解析。 

清楚了Linux下域名解析的原理和过程，我们就可以根据这两个文件的设定，确定解析的顺序，从而判断出域名解析可能出现的问题。

在一个应用出现故障时，必须要检测服务本身。比如服务是否开启，配置是否正确等。

# telnet 192.168.60.133 22 SSH-2.0-OpenSSH_4.3

故障现象：

1、找不到引导程序，启动中断

2、无法加载操作系统，开机后黑屏

故障原因：

1、病毒、木马等造成的破坏

2、错误的分区操作，磁盘读写错误操作

解决办法：

● 备份MBR扇区数据。

重启计算机，当出现“Operating system not found”的提示信息，表示无法找到可用的操作系统，此时硬盘已经损坏，如果没有光盘引导，则系统一直处于如下状态，因此无法启动主机。

● 先关闭计算机-->虚拟机-->电源-->打开电源时进入固件(F)-->选择Boot-->将光盘放在第一位

● 选择进入急救模式[Rescue installed system]

● [choose a language]选择English-->确认

● [Keyboard type]选择us-->确认

● [Unsupported Hardware Detected]选择OK

● [Satup Networking]选择No

● [Rescue]选择Skip

● 选择Shell  Start  shell-->选择Ok

● 查看/dev/sdb硬盘和/dev/sda硬盘，能看到sdb1分区，看不到sda设备，因为sda设备的MBR被破坏

● 将之前拷贝的文件重新写回来

2、重启计算机，发现可以正常启动计算机，说明修复了MBR扇区故障。

故障现象：

系统引导停滞，显示“grub>”提示符

故障原因：

有时 Linux 启动后会直接进入GRUB命令行界面(只有“grub>”提示符)，此时很多用户就选择了重新安装GRUB甚至重新安装系统。其实一般而言此故障的原因最常见的有两个：

一是GRUB配置文件中选项设置错误；

二是GRUB配置文件丢失。

若是第一种情况，则一般显示error: you need to load the kernel first: 引导配置错误,内核文件没有被正确加载,提示先加载内核。

解决办法：

● 启动系统修复介质，备份/boot分区文件；

●检查/boot/grub2/grub.cfg文件，找到menuentry块中linux和initrd行，确保它们正确指向vmlinuz和initrd.img文件；

● 重启系统，进入BIOS将引导选项设置为启动磁盘，保存后重启；

● 启动grescue grub>提示符，运行：

set prefix= (root) ′ /boot/grub2 ′configfile(prefix)/grub.cfg

boot

命令以修复并重新加载grub配置，然后启动系统。

若是第二种情况，GRUB rescue> : 当GRUB引导加载程序文件丢失或磁盘无法访问时，会结束在rescue提示符。

● 启动系统安装或修复介质，备份数据并检查文件系统。使用fsck修复或使用娱乐用光盘工具修复磁盘问题；

● 引导进入安装系统，运行grub2-install /dev/sda将GRUB重新安装至系统磁盘MBR；

● 修改BIOS启动选项为从系统磁盘启动。重启系统，现GRUB菜单应可正常显示，启动系统；

● 如果仍无法启动，可能需要重新安装系统或更换硬件。

很多人经常会忘记Linux系统的root密码，而着急选择重新安装系统，这里为大家整理了两个更加直接的解决方法：

进入急救模式，加载系统镜像，切换到系统根环境进行重置root密码：

● 打开电源时进入固件，将开机启动项boot中的CD-ROM调到第一项；

● 进入急救模式：

sh-4.2# chroot /mnt/sysimage#重设root用户密码bash-4.2# passwd rootbash-4.2# exit   //退出镜像回到系统sh-4.2# reboot   //重启系统（注意重启后要进入固件将Hard-drive调至第一项）

● 重启进入登入界面后输入刚才设置的密码即可

以Redhat linux为基准，操作步骤如下： 

● 重启系统，待linux系统启动到grub引导菜单时，找到当前系统引导选项（可以按方向键展开隐藏的菜单，单处理器只有一个引导项，多处理器有3个或3个以上引导项，一般默认选项就是系统当前引导选项）; 

● 通过方向键将光标放到当前系统引导项上，然后按键盘字母“e”，进入编辑状态。

● 然后通过上下键，选中带有kernel指令的一行，继续按键盘字母“e”，编辑该行，在行末尾加个空格，然后添加single，类似与这样：kernel  /vmlinuz-2.6.18-8.el5 ro root=LABEL=/ rhgb quiet single

● 修改完成，按回车键，返回到刚才的界面。

● 最后按键盘“b”，系统开始引导。这样系统就启动到了单用户模式下，这里的单用户和windows下的安全模式类似，在单用户模式下，只是启动最基本的系统，网络以及应用服务均不启动。

单用户模式启动完毕，系统会自动进入到命令行状态下，类似与“sh-3.1#”，然后直接执行passwd，回车，系统会提示输入新的root密码两次，最后会看到修改密码成功的提示，这样就完成了root密码的修改。

如果需要正常启动系统，现在只需输入“init 3”，就进入了多用户模式。用root用户重新登录系统，看看设置的新密码是否生效。

故障现象：

涉及到修改/保存条目等需要写磁盘操作的命令都无法使用（如tar、cp、mv、rm、chmod、chown、wget下载等指令），总是提示Read-only file system，也就是说系统是只读的，什么也写不了。

故障原因：

1、文件系统损坏；

2、磁盘问题，磁盘又坏道；

3、fstab文件配置错误，如分区格式错误错误(将ntfs写成了fat)、配置指令拼写错误等。

排查网站程序，看报错信息和服务日志错误，以及系统日志，来定位问题所在。

解决办法：

● 如果能够确认数据和系统的文件没有被损坏，修复fstab文件配置后只要重新R/W加载或reboot就能够恢复正常。

以读写方式重新挂载文件系统

mount -o rw,remount /system

● 如果是文件系统有问题，那就需要在umount状态下执行fsck命令来检查文件系统并修复文件系统中的错误。

nohup fsck -y /dev/VolGroup00/LogVol00 > /dev/shm/fscklog & # 检查好后重启 reboot

● 如果仅仅是想将数据备份出来而且机器又在身边的话，你可以用live-cd从光盘启动系统，然后直接备份。当然此时你也可以修改硬盘中的配置文件，如/etc/fstab。