如何三招幫你排查Linux中的硬件問題

下列貼士幫助你更快速更輕鬆地爲Linux中的硬件排查故障。許多不一樣的因素可能致使Linux硬件出現問題；在你開始嘗試診斷以前，瞭解最多見的問題以及最有可能找到緣由的環節是明智之舉。

Linux服務器在許多不一樣類型的基礎架構中運行關鍵任務型業務應用程序，包括物理機、虛擬機、私有云、公共雲和混合雲。對於Linux系統管理員來講，瞭解如何管理Linux硬件基礎架構很重要，包括與網絡和存儲有關的軟件定義功能、Linux容器和Linux服務器上的多個工具。

排查並解決Linux上與硬件有關的問題可能須要一些時間。連經驗豐富的系統管理員有時也要花幾小時來解決莫名其妙的軟硬件問題。

下列貼士幫助你更快速更輕鬆地爲Linux中的硬件排查故障。許多不一樣的因素可能致使Linux硬件出現問題;在你開始嘗試診斷以前，瞭解最多見的問題以及最有可能找到緣由的環節是明智之舉。

1.快速診斷設備、模塊和驅動程序

故障排查的第一步一般是顯示Linux服務器上安裝的硬件列表。你可使用ls命令獲取硬件的詳細信息，好比lspci、lsblk、lscpu和lsscsi。好比說，這是lsblk命令的輸出結果：

# lsblk
NAME    MAJ:MIN RM SIZE RO TYPE MOUNTPOINT
xvda    202:0    0  50G  0 disk
├─xvda1 202:1    0   1M  0 part
└─xvda2 202:2    0  50G  0 part /
xvdb    202:16   0  20G  0 disk
└─xvdb1 202:17   0  20G  0 part

若是ls命令沒有顯示任何錯誤，使用初始化進程(好比systemd)查看Linux服務器的運行情況。systemd是啓動用戶空間、控制多個系統進程的最流行的初始化進程。好比說，這是systemctl status命令的輸出結果：

# systemctl status
● bastion.f347.internal
    State: running
     Jobs: 0 queued
   Failed: 0 units
    Since: Wed 2018-11-28 01:29:05 UTC; 2 days ago
   CGroup: /
           ├─1 /usr/lib/systemd/systemd --switched-root --system --deserialize 21
           ├─kubepods.slice
           │ ├─kubepods-pod3881728a_f2af_11e8_af77_06af52f87498.slice
           │ │ ├─docker-88b27385f4bae77bba834fbd60a61d19026bae13d18eb147783ae27819c34967.scope
           │ │ │ └─23860 /opt/bridge/bin/bridge --public-dir=/opt/bridge/static --config=/var/console-config/console-c
           │ │ └─docker-a4433f0d523c7e5bc772ee4db1861e4fa56c4e63a2d48f6bc831458c2ce9fd2d.scope
           │ │   └─23639 /usr/bin/pod

2.深刻研究多個日誌

dmesg讓你能夠搞清楚內核的最新信息中的錯誤和警示內容。好比說，這是dmesg | more命令的輸出結果：

# dmesg | more
....
[ 1539.027419] IPv6: ADDRCONF(NETDEV_UP): eth0: link is not ready
[ 1539.042726] IPv6: ADDRCONF(NETDEV_UP): veth61f37018: link is not ready
[ 1539.048706] IPv6: ADDRCONF(NETDEV_CHANGE): veth61f37018: link becomes ready
[ 1539.055034] IPv6: ADDRCONF(NETDEV_CHANGE): eth0: link becomes ready
[ 1539.098550] device veth61f37018 entered promiscuous mode
[ 1541.450207] device veth61f37018 left promiscuous mode
[ 1542.493266] SELinux: mount invalid.  Same superblock, different security settings for (dev mqueue, type mqueue)
[ 9965.292788] SELinux: mount invalid.  Same superblock, different security settings for (dev mqueue, type mqueue)
[ 9965.449401] IPv6: ADDRCONF(NETDEV_UP): eth0: link is not ready
[ 9965.462738] IPv6: ADDRCONF(NETDEV_UP): vetheacc333c: link is not ready
[ 9965.468942] IPv6: ADDRCONF(NETDEV_CHANGE): vetheacc333c: link becomes ready
....

你還能夠查看/var/log/messages文件中的全部Linux系統日誌，在這裏找到與特定問題有關的錯誤。若是你對硬件進行改動，好比掛載額外磁盤或添加以太網網卡，有必要經過tail命令實時密切關注信息。好比說，這是tail -f /var/log/messages命令的輸出結果：

# tail -f /var/log/messages
Dec  1 13:20:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa
Dec  1 13:20:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local
Dec  1 13:21:03 bastion dnsmasq[30201]: setting upstream servers from DBus
Dec  1 13:21:03 bastion dnsmasq[30201]: using nameserver 192.199.0.2#53
Dec  1 13:21:03 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa
Dec  1 13:21:03 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local
Dec  1 13:21:33 bastion dnsmasq[30201]: setting upstream servers from DBus
Dec  1 13:21:33 bastion dnsmasq[30201]: using nameserver 192.199.0.2#53
Dec  1 13:21:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa
Dec  1 13:21:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local

3.分析網絡功能

你可能在複雜的網絡環境中有成千上萬個雲原生應用程序爲業務服務提供服務;這些可能包括虛擬化、多雲和混合雲。這意味着你應該分析網絡鏈接是否正常運行，這是故障排查的一部分。分析Linux服務器中網絡功能的實用命令包括ip addr、traceroute、nslookup、dig和ping等。好比說，這是ip addr show命令的輸出結果：

# ip addr show
1:
lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000
    link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
    inet 127.0.0.1/8 scope host lo
       valid_lft forever preferred_lft forever
    inet6 ::1/128 scope host
       valid_lft forever preferred_lft forever
2:
eth0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 9001 qdisc mq state UP group default qlen 1000
    link/ether 06:af:52:f8:74:98 brd ff:ff:ff:ff:ff:ff
    inet 192.199.0.169/24 brd 192.199.0.255 scope global noprefixroute dynamic eth0
       valid_lft 3096sec preferred_lft 3096sec
    inet6 fe80::4af:52ff:fef8:7498/64 scope link
       valid_lft forever preferred_lft forever
3:
docker0: <NO-CARRIER,BROADCAST,MULTICAST,UP> mtu 1500 qdisc noqueue state DOWN group default
    link/ether 02:42:67:fb:1a:a2 brd ff:ff:ff:ff:ff:ff
    inet 172.17.0.1/16 scope global docker0
       valid_lft forever preferred_lft forever
    inet6 fe80::42:67ff:fefb:1aa2/64 scope link
       valid_lft forever preferred_lft forever
....

結束語

Linux硬件故障排查須要具有至關紮實的知識，包括如何使用功能強大的命令行工具、解讀系統日誌。你還應該知道如何診斷內核空間，能夠在內核空間找到許多硬件問題的根本緣由。請記住，Linux中的硬件問題可能由許多不一樣的方面引發，包括設備、模塊、驅動程序、BIOS、網絡，甚至是舊硬件故障。