运维网络故障怎么排查

运维网络故障排查的核心思路是分层定位、由近及远、由简到繁。建议按照 物理层 → 网络层 → 传输层 → 应用层 的顺序进行排查。

以下是系统化的排查指南：

一、故障现象确认（先搞清楚“谁上不了网”）

1. 影响范围
   • 单台机器 / 单个业务 / 整个机房 / 单个出口
2. 故障表现
   • 完全不通 / 丢包 / 延迟高 / 偶发断连
3. 时间特征
   • 是否定时发生（如整点、业务高峰）
   • 是否刚变更过（发布、配置、重启）

二、物理层 & 链路层排查（最基础）

1️⃣ 网卡 & 物理状态

ip a
ethtool eth0

• 网卡是否 UP
• 是否有 NO-CARRIER
• 速率、双工是否异常

2️⃣ 交换机 / 网线

• 交换机端口是否 UP
• 是否频繁 link flapping
• 光模块 / 网线是否异常

三、网络层排查（IP & 路由）

1️⃣ IP 配置

ip addr
ip route

• IP、掩码、网关是否正确
• 是否有多网卡路由冲突

2️⃣ 网关 & 直连

ping 网关IP

• 不通 → 问题在本机或接入层
• 通 → 继续往外排查

3️⃣ 路由跟踪

traceroute 目标IP
mtr 目标IP   # 推荐

• 定位在哪一段丢包或延迟高

四、防火墙 & 安全策略排查（非常常见）

1️⃣ iptables / firewalld

iptables -L -n -v
firewall-cmd --list-all

2️⃣ 安全组 / ACL

• 云厂商安全组
• 交换机 ACL
• 是否限制了端口或 IP

五、DNS 排查（很多人忽略）

nslookup example.com
dig example.com

• DNS 是否解析正确
• 是否 DNS 超时导致“网络慢”

六、传输层 & 端口排查

1️⃣ 端口是否监听

ss -lntp
netstat -lntp

2️⃣ 端口是否可达

telnet 目标IP 端口
nc -vz 目标IP 端口

七、应用层 & 业务问题

• 服务是否假死
• 连接池耗尽
• 超时配置不合理
• 负载均衡 / Nginx / 网关配置错误

八、抓包分析（终极手段）

tcpdump -i eth0 host 目标IP

• 看是否有 SYN 无 ACK
• 是否有 RST
• 是否丢包重传

九、常见故障速查表

十、运维排查黄金原则

✅ 先确认现象，再动手
✅ 先本地，再网络，再远端
✅ 一次只改一个变量
✅ 有变更先回滚
✅ 抓包说话，不靠猜

如果你愿意，我可以：

• ✅ 给你一份 网络故障排查 checklist
• ✅ 针对 云服务器 / K8s / 内网 / 专线 场景细化
• ✅ 帮你分析具体报错或现象

你可以直接说：“服务器 ping 不通 / 服务访问超时 / K8s Pod 网络异常” 等具体情况。