Linux 教程（100）：高级运维与故障排查

Linux 教程 8 月前 0 101

这篇汇总 Linux 高级运维中最常用的性能优化与故障排查命令：CPU、内存、磁盘 IO 调优，系统启动、网络、服务问题定位，以及备份恢复、监控告警、自动化运维和容器化的核心操作。命令都可直接复制执行，建议收藏当速查手册用。

性能优化

CPU 优化

先用 top -H 找出最占 CPU 的线程，再用 pidstat 持续观察；确认后按需调整进程优先级：

# 查看 CPU 使用（-H 显示线程）
top -H -p PID
pidstat -u 1

# 调整进程优先级
nice -n 10 command          # 启动时降低优先级
renice -n 5 -p PID          # 修改运行中进程

内存优化

重点关注 free -h 里的 available 列；缓存清理命令一般只在做压测、数据库调优时才用：

# 查看内存使用
free -h
vmstat 1

# 清理页缓存（生产环境慎用）
sync && echo 3 > /proc/sys/vm/drop_caches

磁盘 IO 优化

# 查看 IO 等待（%util 高、await 大说明磁盘是瓶颈）
iostat -x 1
iotop

# 调整 IO 调度器（SSD 建议 none，HDD 建议 deadline/mq-deadline）
cat /sys/block/sda/queue/scheduler
echo deadline > /sys/block/sda/queue/scheduler

故障排查

系统启动问题

# 查看本次/上次启动日志
journalctl -b
journalctl -b -1

# 查看启动耗时分析
systemd-analyze blame

# 进入单用户模式：重启在 GRUB 界面按 e，linux 行末尾加 init=/bin/bash 后 Ctrl+X

网络问题

排查顺序：先看网卡和路由，再测连通性，最后查 DNS：

# 检查网络配置
ip addr show
ip route show

# 测试连通性
ping -c 4 8.8.8.8
traceroute google.com

# 检查 DNS
nslookup google.com
dig @8.8.8.8 google.com

服务问题

# 查看服务状态与日志
systemctl status service
journalctl -u service -f        # -f 实时跟踪

# 重启服务并验证
systemctl restart service
systemctl is-active service

备份恢复

tar 备份

# 创建备份（排除大目录）
tar -czvf backup.tar.gz /home --exclude=/home/user/cache

# 恢复备份
tar -xzvf backup.tar.gz -C /

rsync 同步

增量同步，比 tar 更适合日常备份；--delete 让目标端与源端完全一致，用前确认方向：

# 本地同步
rsync -av source/ dest/

# 远程同步（走 SSH）
rsync -avz source/ user@host:/dest/

监控告警

Zabbix 适合企业级监控，Nagios 更轻量；监控项建议覆盖 CPU 负载、内存、磁盘空间、服务存活和端口连通性：

# 安装监控工具（RHEL/CentOS 用 dnf 或配置 EPEL）
dnf install zabbix-agent
apt install nagios

# 关键配置：/etc/zabbix/zabbix_agentd.conf 中的 Server= 指向 Zabbix 服务端

自动化运维

Ansible 是当前主流（无 agent、YAML playbook），Puppet/Chef 适合大规模存量环境：

# Ansible
ansible all -m ping                 # 测试主机连通
ansible-playbook playbook.yml       # 执行剧本

# Puppet / Chef（存量环境）
puppet agent -t
chef-client

容器化

# Docker 基础
docker run -it ubuntu bash
docker ps
docker images

# Kubernetes 基础
kubectl get pods
kubectl get services
kubectl describe pod POD_NAME

最佳实践

定期更新系统与安全补丁
监控关键指标并设置合理告警阈值
建立备份策略并定期演练恢复
文档化配置与变更记录
自动化重复任务，减少人为失误

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。