怎样用CLI排查故障

用 CLI（命令行界面）排查故障，通常遵循“分层定位 → 收集信息 → 验证假设 → 修复/回滚”的思路。下面按常见场景给你一套可落地的检查清单和命令示例，主要以 Linux 服务器为例（网络 / 系统 / 服务 / 应用）。

一、先确认“故障现象”

在敲命令前，先问自己：

• 是完全不可用，还是变慢？
• 是所有用户还是部分用户？
• 是某一服务还是整台机器？

二、系统层排查（机器是否活着）

# 1. 负载和 CPU
uptime
top -c
htop

# 2. 内存
free -h
vmstat 1

# 3. 磁盘
df -h
du -sh /var/* 2>/dev/null
iostat -x 1

# 4. 进程异常
ps aux --sort=-%mem | head
ps aux --sort=-%cpu | head

✅ 重点看：

• load average 是否远高于 CPU 核数
• 是否有 OOM / 磁盘 100%
• 是否有异常进程

三、网络层排查（连不上？）

# 1. 本机网络
ip addr
ip route

# 2. 连通性
ping 8.8.8.8
ping example.com

# 3. 端口是否监听
ss -lntp
netstat -lntp

# 4. 中间链路
traceroute example.com
mtr example.com

# 5. 防火墙
iptables -L -n -v
firewall-cmd --list-all

✅ 常见问题：

• 端口没监听（服务挂了）
• 安全组 / 防火墙拦了
• DNS 解析失败

四、服务层排查（服务为啥挂）

# systemd 服务
systemctl status nginx
journalctl -u nginx -n 100 --no-pager

# 看错误日志
tail -n 200 /var/log/nginx/error.log

✅ 思路：

• 服务是否 running
• 最近一次 crash 的原因
• 配置是否改错（nginx -t）

五、应用层排查（代码/接口问题）

# HTTP 接口
curl -v https://api.example.com/health
curl -s -o /dev/null -w "%{http_code}\n" https://example.com

# 抓包（高级）
tcpdump -i eth0 port 443 -nn

✅ 看：

• 返回码（4xx / 5xx）
• 响应时间
• TLS 是否握手失败

六、日志是核心（90% 问题靠它）

# 实时看日志
tail -f /var/log/syslog
journalctl -f

# 按时间/关键字
grep -i error /var/log/app.log
less +F /var/log/app.log

七、常用“排障套路”

1. 先restart，再看日志
2. 对比正常机器
3. 回滚最近变更（配置 / 发布）
4. 最小化复现

八、如果你愿意，我可以更具体

你可以告诉我：

• 是什么系统（Linux / Windows / 容器 / K8s）
• 故障类型（网络 / 服务 / 数据库 / 应用）
• 已试过的命令和现象

我可以直接给你一步一步的 CLI 排障流程。