排序
用 ss 看连接状态分布，判断是积压还是丢包
别一条条翻，先按状态聚合看分布。SYN-RECV 多说明握手没走完，通常是队列或 backlog 打满；CLOSE-WAIT 多是代码收了请求没关连接。 再配合内核计数判断：队列溢出计数持续增长说明请求进不来，...
昨天NFS 卡死导致连 df 都执行不了，挂载参数该怎么改
NFS 服务端不回包时客户端会一直重试，挂载点被扫到就卡住，df、ls 都卡死。 挂载时把超时调小让它尽快失败：timeo 单位 0.1 秒，retrans 控制重试次数。 卡住的挂载用 umount 带 -f -l 强制延...
2小时前僵尸进程越积越多，怎么找到父进程处理
僵尸进程已经不占资源，也杀不掉，真正要处理的是父进程——父进程没有回收子进程的退出状态，才会留下僵尸。用 ps 过滤状态为 Z 的进程，看它的 PPID。若父进程是自己的服务，说明代码里没有回...
3天前高并发下 accept 队列溢出，backlog 和 somaxconn 怎么配
半连接队列满会丢 SYN，全连接队列满会拒绝连接，外部表现是超时或 connection refused。三处参数必须对齐：内核的 net.core.somaxconn、应用 listen() 的 backlog、以及 net.ipv4.tcp_max_syn_...
3天前iowait 很高但磁盘 util 不高，先排除哪几种情况
iowait 高但磁盘不忙，常见三种情况：一，在虚机上，宿主机 IO 被别的虚机抢占，本机看不到 util；二，大量进程在等 NFS 返回，本质是网络延迟；三，内存不足触发回收，读盘的是内核线程 kswapd...
3天前报 Too many open files，定位是哪个进程漏了句柄
先确认上限：ulimit -n 只是当前 shell 的限制，进程真正的上限要看 /proc/<pid>/limits 里的 Max open files；systemd 托管的服务要去改 LimitNOFILE，改 limits.conf 对它无效。再统计...
3天前TIME_WAIT 堆到几万，要不要优化、该调哪些参数
TIME_WAIT 是主动关闭方留下的正常状态，2MSL 后自行消失，万级 QPS 下堆几万条很常见，先别急着调优。真正该查的是有没有大量短连接、Nginx 是不是每次请求都新建到后端的连接，这类问题要靠连...
3天前limits.conf 改了不生效，systemd 服务要写进 unit 的 LimitNOFILE
limits.conf 只对 PAM 登录会话生效，systemd 服务不读它，服务里 ulimit -n 还是 1024。 做法是在 unit 里写 LimitNOFILE，再 daemon-reload 重启；240 之前不支持在 service 里设它。 改完去 ...
昨天SELinux 拦截导致服务起不来，先看审计日志再改策略
先看审计日志，别急着关 SELinux。 ausearch 筛 AVC 记录能看到被拒的进程和目标路径。 标签不对用 semanage fcontext 改规则后 restorecon，缺能力用 setsebool -P 开布尔值。 需要自定义策略...
2小时前conntrack 表打满导致随机丢包，怎么确认和缓解
conntrack 表打满时内核直接丢包，dmesg 里会出现 nf_conntrack: table full, dropping packet，表现是随机连不上。先对比 /proc/sys/net/netfilter/nf_conntrack_count 和 nf_conntrack_max。...
3天前dmesg 报 I/O error，判断磁盘是不是要坏了
先分清介质错误还是链路异常：dmesg 带 -T 看时间戳，确认报错落在哪个块设备。 再用 smartctl 读健康状态，PASSED 只说明盘没被判死，还要看重分配、待定、不可纠正三个扇区计数。 待定扇区不...
2小时前程序卡住不响应，用 strace 看它停在哪一步系统调用
分两种情况。进程还在但毫无响应，直接挂上去看它停在哪：strace -p 加 -T 打印每次调用耗时、加 -f 跟住子线程。 屏幕上长时间停着不动的那个调用就是卡点，常见是 read 卡在网络、futex 卡在...
前天连不上到底是哪一层断的，用 tcpdump 抓包判断
判断只看一件事：SYN 有没有被回应。 在客户端抓包，看到反复发 SYN 却收不到 SYN-ACK，说明包被丢在路上，去查安全组、防火墙和路由。 收到 SYN-ACK 但紧接着 RST，说明对端没有进程在监听或策...
前天
