Linux 服务器问题排查指南（面试标准回答）

一、排查思路框架（先说这个，展现系统性）

标准回答开场白：

"线上服务排查，我会遵循‘从外到内、从大到小、从现象到根源’的思路：

二、具体排查命令与步骤

第1步：快速判断服务整体状态

# 1. 服务是否在运行？
systemctl status nginx # 查看服务状态
ps -ef | grep java # 查看Java进程
netstat -tlnp | grep :8080 # 查看端口占用

# 2. 服务器整体健康度
top -n 1 # CPU、内存使用情况
df -h # 磁盘空间
free -h # 内存详情
uptime # 负载情况

# 3. 最近发生了什么？
dmesg | tail -20 # 系统日志最后20行
journalctl -xe –since "5 min ago" # 近5分钟系统日志

第2步：网络与连接检查

# 1. 服务端口是否监听？
ss -tlnp | grep :8080 # 比netstat更快
lsof -i:8080 # 查看谁在监听8080

# 2. 本地能访问吗？（排除网络问题）
curl -I http://localhost:8080 # 本地HTTP检查
telnet 127.0.0.1 8080 # TCP端口连通性

# 3. 防火墙是否允许？
iptables -L -n | grep 8080 # 查看防火墙规则
firewall-cmd –list-all # firewalld查看

# 4. 外部能访问吗？（服务端测试）
curl -v http://localhost:8080/health # 详细请求
nc -zv 127.0.0.1 8080 # 快速端口测试

第3步：应用详细诊断

Java 服务检查

# 1. Java进程状态
jps -mlv # 查看所有Java进程
ps -ef | grep java | grep -v grep # 查找Java进程

# 2. 查看JVM状态
jstat -gcutil <pid> 1000 5 # GC情况，每秒1次共5次
jmap -heap <pid> # 堆内存情况
jstack <pid> > thread_dump.txt # 线程转储，分析死锁

# 3. 日志检查
tail -f /app/logs/application.log # 实时查看日志
tail -100 /app/logs/error.log # 查看最后100行
grep -i "error\\|exception" /app/logs/*.log # 搜索错误

Web 服务检查（Nginx/Tomcat）

# Nginx
nginx -t # 配置文件语法检查
tail -f /var/log/nginx/error.log # 错误日志
systemctl restart nginx # 重启服务（谨慎）

# Tomcat
tail -f /opt/tomcat/logs/catalina.out # 控制台日志
ps -ef | grep tomcat # 查看Tomcat进程

第4步：资源与性能分析

# 1. 实时监控
htop # 增强版top
nmon # 性能监控工具
vmstat 1 5 # 系统性能，每秒1次共5次

# 2. 磁盘I/O检查
iostat -x 1 3 # I/O统计
iotop # 磁盘I/O进程排行

# 3. 网络连接分析
netstat -nat | awk '{print $6}' | sort | uniq -c # 连接状态统计
ss -s # socket统计

第5步：特定问题场景排查

场景1：CPU 使用率高

# 1. 找到占用CPU的进程
top -c # 显示完整命令
ps aux –sort=-%cpu | head -10 # CPU使用率排序

# 2. Java进程CPU高分析
top -Hp <pid> # 查看进程的所有线程
jstack <pid> | grep -A 10 "nid=0x`printf %x <线程id>`" # 查看具体线程

场景2：内存使用率高

# 1. 内存整体情况
free -m # 以MB显示
cat /proc/meminfo # 详细内存信息

# 2. 内存泄漏检查
jmap -histo:live <pid> | head -20 # 对象实例统计
jmap -dump:format=b,file=heap.hprof <pid> # 生成堆转储

场景3：磁盘空间不足

# 1. 查看磁盘使用
df -h # 各分区使用情况
du -sh /app/logs/* # 查看目录大小
du -ah /app | sort -rh | head -20 # 找大文件

# 2. 清理日志
find /var/log -name "*.log" -type f -mtime +7 -delete # 删除7天前日志
truncate -s 0 /app/logs/big.log # 清空大日志文件（保留文件）

场景4：服务启动失败

# 1. 查看启动日志
journalctl -u nginx -f # 服务启动日志
systemctl status nginx -l # 详细状态信息

# 2. 检查依赖
ldd /usr/sbin/nginx # 检查动态库依赖
java -version # Java版本

三、面试标准回答模板

模板一：通用排查流程

"我会按照以下五个步骤排查：

模板二：针对具体问题

如果面试官说"CPU 使用率很高"：

"我会这样排查：

如果面试官说"服务启动失败"：

"我会：

模板三：预防性监控

"除了问题后排查，我更注重事前预防：

四、实际案例演示

案例：Java 服务响应慢

# 第一步：整体检查
$ top
# 发现Java进程CPU 180%，负载5.2

# 第二步：Java进程分析
$ jps -mlv
12345 myapp.jar

$ top -Hp 12345
# 发现线程12350占用90% CPU

# 第三步：线程分析
$ printf "%x\\n" 12350
303e
$ jstack 12345 | grep -A 20 "nid=0x303e"
# 发现线程在执行死循环或频繁GC

# 第四步：内存分析
$ jstat -gcutil 12345 1000 5
# 发现Full GC频繁

# 第五步：解决方案
# 1. 临时重启服务
# 2. 调整JVM参数：-Xmx增加堆大小
# 3. 代码优化：避免内存泄漏

案例：磁盘空间不足

# 第一步：确认问题
$ df -h
/dev/sda1 50G 49G 1G 98% /

# 第二步：找大文件
$ du -ah / | sort -rh | head -20
# 发现 /var/log/nginx/access.log 占20G

# 第三步：立即清理
$ truncate -s 0 /var/log/nginx/access.log

# 第四步：长期解决
# 1. 配置日志轮转
# 2. 添加磁盘监控告警
# 3. 定期清理脚本

五、常用命令速查表

场景

主要命令

说明

六、面试加分项

1. 展现系统性思维

"我会先判断是普遍性问题还是个别问题：如果所有服务都慢，可能是服务器资源问题；如果只有一个服务慢，可能是应用代码问题。"

2. 展现工具链熟悉度

"除了基础命令，我还会用：

• ncdu：交互式磁盘分析

• iftop：实时网络流量

• dstat：全能系统监控

• arthas：Java在线诊断工具"

3. 展现安全意识

"线上排查时，我会：

4. 展现架构思维

"根本解决需要：

最后总结："线上问题排查，关键是快准稳：快速定位问题，准确分析原因，稳定恢复服务。我通常会先看监控定位方向，再用命令深入分析，最后结合日志找到根因。"