望闻问切诊断问题

本文出处：http://tech.uc.cn/?p=355

概述

广大攻城狮经常会遇到问题：用户投诉、告警、网页打不开等，如何快速诊断是解决问题的关键。

诊断问题就像看病一样，应该多方面多角度观察，开阔思路，准确把握，避免误诊或进入死胡同，可借鉴一下中医的“望闻问切”。

《古今医统》：“望闻问切四字，诚为医之纲领。”望闻问切是中医用语，就是指望诊，闻诊，问诊和切脉四种诊法。

本文简述望闻问，在于考虑的全面性，详述切诊，重在剖析一个模块运行内幕。

当诊断到问题发生的原因或部位后，如何下药治疗一般更简单了，不在本文详述。

 

望

中医望诊即对病人的神、色、形、态、舌象等外象进行观察，以测知内脏病变。

可理解为远望，部分系统比较复杂，跟其他系统有很多接口，这类系统有了问题，不要一开始就扎入各自的系统深查，先要站在远处“望”：

1 2 3 4 5 6 7 8 9 10

1，问题发生在 UC自己的系统还是腾讯、百度、阿里、新浪、金山等第三方？   这可通过查邮件、接口日志等发现。   2，问题发生时是否有较大的网络波动或已知的硬件故障？   跟运维讨论，弄清楚这类问题。   3，问题发生在 UC内部哪个系统？   这些内部系统中，最近升级了哪些？哪部分的系统有告警、出错日志？   客户端：是 symbian、 java、 ppc、 iphone、 android？哪个平台才有问题？   后台：划清系统边界，了解下周边的系统情况。

远望不需花什么时间，重要的是广泛收集信息。如果已确定是某个系统或模块出的问题，则可省略“望”这个诊断步骤。

日常工作要修炼内功，准备日志、统计等供“望”参考，请看闻诊。

闻

闻诊，包括听声音和嗅气味，主要是听患者语言气息的高低、强弱、清浊、缓急……等变化，以分辨病情的虚实寒热。

监控系统根据严重级别显示不同颜色，有的还配有不同告警声音；日志则带有ERR、INFO等级别，就像患者的气息一样有缓急、高低。

请看如何“闻诊”系统问题：

1 2 3 4 5 6 7 8 9 10 11 12

1，监控   日常工作要做好各个系统的监控方便查询；   2，统计   各个系统要有统计数据方便各方查询；   3，日志   系统之间的接口调用有日志；   4，通知   运维发现硬件故障通知相关人；   有版本升级周知相关人。

闻诊适合各个系统的具体负责人等，为望诊提供支持。

问

问诊，是通过询问患者或其陪诊者，以了解病情，有关疾病发生的时间、原因、经过、既往病史、患者的病痛所在，以及生活习惯、饮食爱好等与疾病有关的情况。

通过前面的望和闻，咱们会产生一些疑问，再通过相关几个人讨论、对比求证，寻找出现问题的特征条件，逐步缩小范围，理清思路，包括：

1 2 3 4 5

开会讨论头脑风暴；   一对一交流确认疑点；   问发生问题的条件、操作顺序等。

切

切脉，包括脉诊和按诊两部分，是医者运用指端之触觉，在病者的一定部位进行触、摸、按、压，以了解病情的方法。

切脉就是纯技术活了，如何让自己跟老中医一样能切脉呢？

其实现在工具发达，对于linux上的程序系统来说，常用以下工具就可诊断大部分问题啦：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46

1，诊运行历史    sar   看最近一天的运行历史信息，包含 iowait      sar - f / var / log / sa / sa日期      看本月某一天的运行历史信息   2，诊整体资源    top      看当前负载、 cpu、内存、进程、用户数等      ps aux | sort - nk3   查看 CPU占用率最大的进程，显示在最下面一行      ps aux | sort - nk4   查看内存占用率最大的进程 ,显示在最下面一行   3，诊磁盘    iostat - x - k 2      这个命令每隔 2秒输出一次磁盘 io统计信息，这是看数据存储方案最常用命令。      df - kh   看磁盘空间，磁盘满了？你应该自己立即发现哦      #/sbin/hdparm -t /dev/sda   评估磁盘的读取性能。 hdparm可检测、显示与设定 IDE或 SCSI硬盘的参数。   4，诊网络连接    netstat - nap      这个命令输出当前所有连接，包括连接所属的进程      ping host或 ip   诊断网络是否可达和域名解析是否成功。      / sbin / ethtool ethX （ ethX表示网卡名如 eth0）   检查网卡和网络速度“ Speed”， 100Mb和 1000Mb的带宽差别可大了。     有时要确信两台机器之间的实际带宽，    a，可用 scp传一个大文件看看，不过 scp传送会受 ssh协议的影响，会偏慢一些。    b，用 http协议会更真实，在 nginx的 htdocs目录下放个大文件，到另一台机器用 wget下载。      sar - n DEV 5 500   诊断网络流量，是否遭到攻击？看网卡读写数据量 rxbyt / s和 txbyt / s，单位字节。   5，诊文件句柄

1 2 3 4

查看所有进程的文件打开数是否接近系统限制 < strong > / usr / sbin / lsof | wc - l < / strong > 查看某个进程打开的文件是否异常，包括 wc - l查看数目 / usr / sbin / lsof - p pid

C

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

6，诊系统限制    ulimit - a   看是否可生成 core文件、可打开文件句柄数 "open files"，经常需要修改系统限制。   7 , 诊程序系统调用    strace - p pid   看程序进程的系统调用函数和返回值，在“显微镜”下看这程序在偷偷干吗？   多线程程序可尝试看 pid + 1 , pid + 2后面一般依次是进程创建的多条线程      strace - p pid - c   看某个进程 id的系统调用函数次数统计，按 ctrl + c退出并输出统计信息      8，诊通信包   常用命令：    #/usr/sbin/tcpdump -X -s 0 tcp port 8030 -i lo    #/usr/sbintcpdump -n -x -s 0 tcp port 23000 or 23002 or 23003 or 22122 >dump    #/usr/sbin/tcpdump -n -x -s 0 tcp port 7820 and host 192.156.30.100   用 root可以在 linux上用 tcpdump抓包， tcp和 udp包都可以抓。   常用选项：    - X 以可读方式显示数据包，适合 http、 memcached asccii等明文传输的协议    - x 输出 16进制的包内容， Print each packet ( minus its link level header ) in hex    - A ascii码显示      - i lo 看本机 localhost的通信包    - n 不要域名解析， Don’ t convert host addresses to names .  This can be used to avoid DNS lookups .    - s 设置抓完整的包， Snarf  snaplen  bytes  of data from each packet rather than the default of 68...      Setting snaplen to 0 means use the required length to catch whole packets .   9，诊程序配置文件或启动参数   以上几个命令一看基本知道系统内脏情况，必要时查看具体程序的配置或启动参数，   查看是否连接数、磁盘数、内存数、进程线程数配置不合理。   10，诊日志   看具体程序运行日志、统计日志、耗时日志      vi / etc / syslog . conf   查看 linux系统 log在哪个目录    # vi /var/log/messages   查看最近系统运行日志，包括机器重启前后的日志、用户登录日志      dmesg   查看 linux启动日志    dmesg | grep sda   查看启动日志中有关 sda这个磁盘分区参数 .   11， gdb core文件 如果已生成 coredump文件，则 gdb program core . * * * 有时也可以强制 coredump： kill - s SIGSEGV pid