线上问题排查，以下场景，你遇到过吗？ 一、了解机器连接数情况问题：1.2.3.4的sshd的监听端口是22，如何统计1.2.3.4的sshd服务各种连接状态(TIME_WAIT/ CLOSE_WAIT/ ESTABLISHED)的连接数。 常见方法：
- netstat -n | grep 1.2.3.4:22 | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}’
- netstat -lnpta | grep ssh | egrep “TIME_WAIT | CLOSE_WAIT | ESTABLISHED”
- n [仅限于阿里云]
说明：netstat是追查网络连接问题常用工具，和grep/awk结合更是神器，当然如果在阿里云上，还有更方便的方法。
二、从已经备份好的日志中查询数据
问题：从已备份的suyun.2019-06-26.log.bz2日志中，找出包含关键字1.2.3.4的日志有多少条。
常见方法：
- bzcat suyun.2019-06-26.log.bz2 | grep '1.2.3.4' | wc -l
- bzgrep '1.2.3.4' suyun.2019-06-26.log.bz2 | wc -l
- less suyun.2019-06-26.log.bz2 | grep '10.37.9.11' | wc -l
说明：线上日志文件一般以bz2 压缩之后保留，如果解压查询，非常耗空间与时间，bzcat和bzgrep是研发同学必须掌握的工具。
三、备份服务的技巧
问题：打包备份/opt/web/suyun_web目录，排除掉目录中的logs和目录，打包好的文件存放在/opt/backup目录下。
常见方法：
tar -zcvf /opt/backup/shenjian.tar.gz </span>
-
exclude
/opt/web/suyun_web/logs </span>
/opt/web/suyun_web
说明：这个命令线上应用较为频繁，在项目需要打包迁移时，常常需要排除掉日志目录，exclude是需要掌握的参数。
四、查询线程数
问题：查询服务器运行服务的总线程数，当机器线程数超报警阀值时，能快速查出相关进程及线程信息。
参考答案：
- ps -eLf | wc -l
- pstree -p | wc -l
五、磁盘报警，清空最大文件
问题：找出服务器上，某个正在运行的tomcat产生的大量异常日志，找出该文件，并释放空间。不妨设该文件包含log关键字，并且大于1G。
常见方法：
第一步，找到该文件
- find / -type f -name "log" | xargs ls -lSh | more
- du -a / | sort -rn | grep log | more
- find / -name 'log' -size +1000M -exec du -h {} ;
第二步，将文件清空
假设找到的文件为a.log
正确的情况方式应该为：
echo "">a.log
文件空间会立刻释放。
很多同学会使用：
rm -rf a.log
这样文件虽然删除，但是因tomcat服务仍在运行，空间不会立刻释放，需要重启tomcat才能将空间释放。
六、显示文件，过滤注释
问题：显示server.conf 文件，屏蔽掉#号开头的注释行
常见方法：
- sed -n '/^[#]/!p' server.conf
- sed -e '/^#/d' server.conf
- grep -v "^#" server.conf
七、磁盘IO异常排查
问题：磁盘IO异常如何排查，类似写入慢或当前使用率较高，请查出导致磁盘IO异常高的进程ID。
常见方法：
第一步
：
iotop -o
查看当前正在写磁盘操作的所有进程ID信息。
第二步
：如果此时各项写入指标都很低，基本没有大的写入操作，则需要排查磁盘自身。可以查看系统
dmesg
或
cat /var/log/message
看看是否有相关的磁盘异常报错，同时可以在写入慢的磁盘上
touch
一个空文件看看，是否磁盘故障导致无法写入。
希望对经常进行线上操作的同学有帮助，
如果有更好的实践，也欢迎分享。
本文转自“架构师之路”公众号，58沈剑提供。
