瞭解是什麼原因導致你的 Linux 硬件發生故障，以便你可以將其恢復並快速運行。-- Daniel Oh（作者）
Linux 服務器 在物理機、虛擬化、私有云、公共雲和混合雲等許多不同種類的基礎設施中運行著關鍵的業務應用程序。對於 Linux 系統管理員來說，瞭解如何管理 Linux 硬件基礎設施（包括與 網絡 、存儲、Linux 容器相關的軟件定義功能）和 Linux 服務器上的多種工具非常重要。
在 Linux 上進行排除和解決與硬件相關的問題可能需要一些時間。即使是經驗豐富的系統管理員，有時也會花費數小時來解決神秘的硬件和軟件差異。
以下提示可以使你更快、更輕鬆地對 Linux 中的硬件進行故障排除。許多不同的事情都可能導致 Linux 硬件出現問題。在開始診斷它們之前，明智的做法是瞭解最常見的問題以及最有可能找到問題的地方。
快速診斷設備、模塊和驅動程序
故障排除的第一步通常是顯示 Linux 服務器上安裝的硬件的列表。你可以使用諸如 lspci 、 lsblk 、 lscpu 和 lsscsi 之類的列出命令獲取有關硬件的詳細信息。例如，這是 lsblk 命令的輸出：
<code># lsblk
NAME MAJ:MIN RM SIZE RO TYPE MOUNTPOINT
xvda 202:0 0 50G 0 disk
├─xvda1 202:1 0 1M 0 part
└─xvda2 202:2 0 50G 0 part /
xvdb 202:16 0 20G 0 disk
└─xvdb1 202:17 0 20G 0 part/<code>
如果這些列出命令沒有顯示任何錯誤，請使用初始化系統（例如 systemd）查看 Linux 服務器的工作方式。 systemd 是最流行的初始化系統，用於啟動用戶空間並控制多個系統進程。例如，這是 systemctl status 命令的輸出：
<code># systemctl status
● bastion.f347.internal
State: running
Jobs: 0 queued
Failed: 0 units
Since: Wed 2018-11-28 01:29:05 UTC; 2 days ago
CGroup: /
├─1 /usr/lib/systemd/systemd --switched-root --system --deserialize 21
├─kubepods.slice
│ ├─kubepods-pod3881728a_f2af_11e8_af77_06af52f87498.slice
│ │ ├─docker-88b27385f4bae77bba834fbd60a61d19026bae13d18eb147783ae27819c34967.scope
│ │ │ └─23860 /opt/bridge/bin/bridge --public-dir=/opt/bridge/static --config=/var/console-config/console-c
│ │ └─docker-a4433f0d523c7e5bc772ee4db1861e4fa56c4e63a2d48f6bc831458c2ce9fd2d.scope
│ │ └─23639 /usr/bin/pod
..../<code>
深入到各個日誌當中
使用 dmesg 可以找出內核最新消息中的錯誤和警告。例如，這是 dmesg | more 命令的輸出：
<code># dmesg | more
....
[ 1539.027419] IPv6: ADDRCONF(NETDEV_UP): eth0: link is not ready
[ 1539.042726] IPv6: ADDRCONF(NETDEV_UP): veth61f37018: link is not ready
[ 1539.048706] IPv6: ADDRCONF(NETDEV_CHANGE): veth61f37018: link becomes ready
[ 1539.055034] IPv6: ADDRCONF(NETDEV_CHANGE): eth0: link becomes ready
[ 1539.098550] device veth61f37018 entered promiscuous mode
[ 1541.450207] device veth61f37018 left promiscuous mode
[ 1542.493266] SELinux: mount invalid. Same superblock, different security settings for (dev mqueue, type mqueue)
[ 9965.292788] SELinux: mount invalid. Same superblock, different security settings for (dev mqueue, type mqueue)
[ 9965.449401] IPv6: ADDRCONF(NETDEV_UP): eth0: link is not ready
[ 9965.462738] IPv6: ADDRCONF(NETDEV_UP): vetheacc333c: link is not ready
[ 9965.468942] IPv6: ADDRCONF(NETDEV_CHANGE): vetheacc333c: link becomes ready
..../<code>
你還可以在 /var/log/messages 文件中查看所有 Linux 系統日誌，在該文件中你可以找到與特定問題相關的錯誤。當你對硬件進行修改（例如安裝額外的磁盤或添加以太網網卡）時，通過 tail 命令實時監視消息是值得的。例如，這是 tail -f /var/log/messages 命令的輸出：
<code># tail -f /var/log/messages
Dec 1 13:20:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa
Dec 1 13:20:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local
Dec 1 13:21:03 bastion dnsmasq[30201]: setting upstream servers from DBus
Dec 1 13:21:03 bastion dnsmasq[30201]: using nameserver 192.199.0.2#53
Dec 1 13:21:03 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa
Dec 1 13:21:03 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local
Dec 1 13:21:33 bastion dnsmasq[30201]: setting upstream servers from DBus
Dec 1 13:21:33 bastion dnsmasq[30201]: using nameserver 192.199.0.2#53
Dec 1 13:21:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain in-addr.arpa
Dec 1 13:21:33 bastion dnsmasq[30201]: using nameserver 127.0.0.1#53 for domain cluster.local/<code>
分析網絡功能
你可能有成千上萬的雲原生應用程序在一個複雜的網絡環境中為業務提供服務，其中可能包括虛擬化、多雲和混合雲。這意味著，作為故障排除的一部分，你應該分析網絡連接是否正常工作。弄清 Linux 服務器中網絡功能的有用命令包括：ip addr、traceroute、nslookup、dig 和 ping 等。例如，這是 ip addr show 命令的輸出：
<code># ip addr show
1: lo: <loopback> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000
link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
inet 127.0.0.1/8 scope host lo
valid_lft forever preferred_lft forever
inet6 ::1/128 scope host
valid_lft forever preferred_lft forever
2: eth0: <broadcast> mtu 9001 qdisc mq state UP group default qlen 1000
link/ether 06:af:52:f8:74:98 brd ff:ff:ff:ff:ff:ff
inet 192.199.0.169/24 brd 192.199.0.255 scope global noprefixroute dynamic eth0
valid_lft 3096sec preferred_lft 3096sec
inet6 fe80::4af:52ff:fef8:7498/64 scope link
valid_lft forever preferred_lft forever
3: docker0: <no-carrier> mtu 1500 qdisc noqueue state DOWN group default
link/ether 02:42:67:fb:1a:a2 brd ff:ff:ff:ff:ff:ff
inet 172.17.0.1/16 scope global docker0
valid_lft forever preferred_lft forever
inet6 fe80::42:67ff:fefb:1aa2/64 scope link
valid_lft forever preferred_lft forever
..../<no-carrier>/<broadcast>/<loopback>/<code>
總結
對 Linux 硬件進行故障排除需要大量的知識，包括如何使用功能強大的命令行工具以及找出系統日誌記錄。 你還應該知道如何診斷內核空間，在那裡你可以找到許多硬件問題的根本原因。請記住，Linux 中的硬件問題可能來自許多不同的來源，包括設備、模塊、驅動程序、BIOS、網絡，甚至是普通的舊硬件故障。
via: https://opensource.com/article/18/12/troubleshooting-hardware-problems-linux
作者： Daniel Oh 選題： lujun9972 譯者： wxy 校對： wxy
本文由 LCTT 原創編譯， Linux中國 榮譽推出
閱讀更多 Linux中國 的文章
