系統故障分析

系統故障分析就是對系統的故障進行分析排查，使系統正常運行。系統故障分析包括日誌檔案分析、系統啟動類故障分析和檔案系統類故障分析。

基本介紹

• 中文名：系統故障分析
• 外文名：System Failure Analysis
• 英文簡寫：SFA
• 分類：日誌檔案、系統啟動類等
• 意義：發現並改正故障，使系統正常運行
• 領域：計算機

系統故障分析包括日誌檔案分析、系統啟動類故障排除和檔案系統類故障排除。

日誌檔案分析

日誌的功能

日誌用於記錄系統、程式運行中發生的各種事件。通過閱讀日誌，有助於診斷和解決系統故障。

日誌檔案的分類

1.核心及系統日誌：由系統服務syslog統一進行管理，日誌格式基本相似。
2.用戶日誌：記錄系統用戶登錄及退出系統的相關信息。
3.程式日誌：由各種應用程式獨立管理的日誌檔案，記錄格式不統一。

主要日誌檔案介紹

核心及公共訊息日誌：/var/log/messages；
計畫任務日誌：/var/log/cron；
系統引導日誌：/var/log/dmesg；
郵件系統日誌：/var/log/maillog；
用戶登錄日誌：/var/log/lastlog、/var/log/secure、/var/log/wtmp、/var/run/btmp。

日誌訊息的級別

0 EMERG（緊急）：會導致主機系統不可用的情況；
1 ALERT（警告）：必須馬上採取措施解決的問題；
2 CRIT（嚴重）：比較嚴重的情況；
3 ERR（錯誤）：運行出現錯誤；
4 WARNING（提醒）：可能會影響系統功能的事件；
5 NOTICE（注意）：不會影響系統但值得注意；
6 INFO（信息）：一般信息；
7 DEBUG（調試）：程式或系統調試信息等。

用戶日誌分析

日誌保存了用戶登錄、退出系統等相關信息。
/var/log/lastlog：最近的用戶登錄事件；
/var/log/wtmp：用戶登錄、註銷及系統開、關機事件；
/var/run/utmp：當前登錄的每個用戶的詳細信息；
/var/log/secure：與用戶驗證相關的安全性事件；
分析工具：users 、who、w、last、lastb。

程式日誌分析

由相應的應用程式獨立進行管理，如下：
Web服務：/var/log/httpd/access_log、error_log；
代理服務：/var/log/squid/access.log、cache.log、squid.out、store.log；
FTP服務：/var/log/xferlog。
分析工具：文本查看、grep過濾檢索、Webmin管理套件中查看；awk、sed等文本過濾、格式化編輯工具；Webalizer、Awstats等專用日誌分析工具。

日誌管理策略

1.及時作好備份和歸檔；
2.延長日誌保存期限；
3.控制日誌訪問許可權：日誌中可能會包含各類敏感信息，如賬戶、口令等；
4.集中管理日誌：便於日誌信息的統一收集、整理和分析；杜絕日誌信息的意外丟失、惡意篡改或刪除。

套用示例：調整syslogd服務設定，建立集中管理的日誌伺服器；將客戶機B中crond服務產生的日誌訊息，自動傳送到伺服器A的/var/log/cron檔案中。

系統啟動類故障分析

MBR扇區故障

故障原因：病毒、木馬等造成的破壞；不正確的分區操作、磁碟讀寫誤操作。
故障現象：找不到引導程式，啟動中斷；無法載入作業系統，開機後黑屏。
解決思路：應提前作好備份檔案；以RHEL5安裝光碟引導進入急救模式；從備份檔案中恢復。

套用示例：
1.備份MBR扇區數據：dd if=/dev/sda of=/backup/sda.mbr.bak bs=512 count=1；
2.模擬MBR被破壞的故障：dd if=/dev/zero of=/dev/sda bs=512 count=1；
3.RHEL5光碟引導，進入急救模式：boot: linux rescue；
4.從備份檔案中恢復MBR扇區：dd if=/tempdir/sda.mbr.bak of=/dev/sda bs=512 count=1。

GRUB引導故障

故障原因：MBR中的GRUB引導程式遭到破壞；grub.conf檔案丟失、引導配置有誤。
故障現象：系統引導停滯，顯示“grub>”提示符。
解決思路：嘗試手動輸入引導命令；進入急救模式，從備份中恢復 grub.conf；向MBR扇區中重建grub程式。

套用示例：在“grub>”提示符後，手動輸入引導命令；成功進入系統後，恢復或重建 grub.conf 配置檔案。

/etc/inittab檔案丟失

故障原因：inittab檔案被誤刪除，或者存在配置錯誤。
故障現象：啟動中提示 “INIT: No inittab file found”；系統停滯，無法完成初始化。
解決思路：進入急救模式，從備份檔案中恢復；或者，在急救模式中重新安裝 initscripts 軟體包即rpm -ivh --replacepkgs initscripts-8.45.14.EL.i386.rpm。

遺忘root用戶的密碼

故障原因：遺忘root用戶的密碼。
故障現象：無法進行需要root許可權的管理操作；若沒有其他可用帳號，將無法登錄系統。
解決思路：引導進入單用戶模式，然後重設密碼；grub > kernel ... single 或 s 或 1；或進入急救模式，然後重設密碼。

檔案系統類故障分析

修復檔案系統

故障原因：非正常關機、突然斷電、設備讀寫失誤等；檔案系統的超級塊（super-block）信息被破壞。
故障現象：無法向分區中讀取或寫入數據；啟動後提示“Give root password for maintenance” 。
解決思路：根據提示輸入root口令，進入修復狀態；使用fsck命令進行修復。

磁碟資源耗盡故障

故障原因：磁碟空間已被大量的數據占滿，空間耗盡；雖然還有可用空間，但檔案數i節點耗盡 。
故障現象：無法寫入新的檔案，提示“… : 設備上沒有空間”；部分程式無法運行，甚至系統無法啟動。
解決思路：清理磁碟空間，刪除無用、冗餘的檔案；轉移或刪除占用大量i節點的瑣碎檔案；進入單用戶模式、急救模式進行修復；為用戶設定磁碟配額。

檢測磁碟環境

故障原因：磁碟設備中存在壞道（邏輯的或物理的）。
故障現象：讀取磁碟中的數據時，磁碟設備發出異常聲響；訪問磁碟中的某個檔案時，反覆讀取且出錯，提示檔案損壞；對於新建立的分區無法完成格式化；系統使用該磁碟時頻繁當機。

解決思路：檢測硬碟中是否存在壞道；修復硬碟，或更換新的硬碟。