kubernetes-guide/content/troubleshooting/skill/linux.md

261 lines
7.0 KiB
Markdown
Raw Normal View History

2023-10-13 13:37:29 +08:00
# Linux 常用排查命令
## 查看 socket buffer
查看是否阻塞:
```bash
$ netstat -antup | awk '{if($2>100||$3>100){print $0}}'
Proto Recv-Q Send-Q Local Address Foreign Address State PID/Program name
tcp 2066 36 9.134.55.160:8000 10.35.16.97:63005 ESTABLISHED 1826655/nginx
```
* `Recv-Q` 是接收队列,如果持续有堆积,可能是高负载,应用处理不过来,也可能是程序的 bug卡住了导致没有从 buffer 中取数据,可以看看对应 pid 的 stack 卡在哪里了(`cat /proc/$PID/stack`)。
查看是否有 UDP buffer 满导致丢包:
```bash
# 使用 netstat 查看统计
$ netstat -s | grep "buffer errors"
429469 receive buffer errors
23568 send buffer errors
# 也可以用 nstat 查看计数器
$ nstat -az | grep -E 'UdpRcvbufErrors|UdpSndbufErrors'
UdpRcvbufErrors 429469 0.0
UdpSndbufErrors 23568 0.0
```
对于 TCP发送 buffer 慢不会导致丢包,只是会让程序发送数据包时卡住,等待缓冲区有足够空间释放出来,而接收 buffer 满了会导致丢包,可以通过计数器查看:
```bash
$ nstat -az | grep TcpExtTCPRcvQDrop
TcpExtTCPRcvQDrop 264324 0.0
```
查看当前 UDP buffer 的情况:
```bash
$ ss -nump
Recv-Q Send-Q Local Address:Port Peer Address:Port Process
0 0 10.10.4.26%eth0:68 10.10.4.1:67 users:(("NetworkManager",pid=960,fd=22))
skmem:(r0,rb212992,t0,tb212992,f0,w0,o640,bl0,d0)
```
* rb212992 表示 UDP 接收缓冲区大小是 212992 字节tb212992 表示 UDP 发送缓存区大小是 212992 字节。
* Recv-Q 和 Send-Q 分别表示当前接收和发送缓冲区中的数据包字节数。
查看当前 TCP buffer 的情况:
```bash
$ ss -ntmp
ESTAB 0 0 [::ffff:109.244.190.163]:9988 [::ffff:10.10.4.26]:54440 users:(("xray",pid=3603,fd=20))
skmem:(r0,rb12582912,t0,tb12582912,f0,w0,o0,bl0,d0)
```
* rb12582912 表示 TCP 接收缓冲区大小是 12582912 字节tb12582912 表示 TCP 发送缓存区大小是 12582912 字节。
* Recv-Q 和 Send-Q 分别表示当前接收和发送缓冲区中的数据包字节数。
## 查看监听队列
```bash
$ ss -lnt
State Recv-Q Send-Q Local Address:Port Peer Address:Port
LISTEN 129 128 *:80 *:*
```
> `Recv-Q` 表示 accept queue 中的连接数,如果满了(`Recv-Q`的值比`Send-Q`大1),要么是并发太大,或负载太高,程序处理不过来;要么是程序 bug卡住了导致没有从 accept queue 中取连接,可以看看对应 pid 的 stack 卡在哪里了(`cat /proc/$PID/stack`)。
## 查看网络计数器
```bash
$ nstat -az
...
TcpExtListenOverflows 12178939 0.0
TcpExtListenDrops 12247395 0.0
...
```
```bash
netstat -s | grep -E 'drop|overflow'
```
> 如果有 overflow意味着 accept queue 有满过,可以查看监听队列看是否有现场。
## 查看 conntrack
```bash
$ conntrack -S
cpu=0 found=770 invalid=3856 ignore=42570125 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=746284
cpu=1 found=784 invalid=3647 ignore=41988392 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=718963
cpu=2 found=25588 invalid=71264 ignore=243330690 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=2319295
cpu=3 found=25706 invalid=70168 ignore=242616824 insert=0 insert_failed=0 drop=0 early_drop=0 error=18 search_restart=2320376
```
* 若有 `insert_failed`,表示存在 conntrack 插入失败,会导致丢包。
## 查看连接数
如果有 ss 命令,可以使用 `ss -s` 统计:
```bash
$ ss -s
Total: 470
TCP: 220 (estab 47, closed 150, orphaned 0, timewait 71)
Transport Total IP IPv6
RAW 0 0 0
UDP 63 60 3
TCP 70 55 15
INET 133 115 18
FRAG 0 0 0
```
如果没有 `ss`,也可以尝试用脚本统计当前各种状态的 TCP 连接数:
```bash
netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
```
示例输出:
```txt
ESTABLISHED 18
TIME_WAIT 457
```
或者直接手动统计 `/proc`:
```bash
cat /proc/net/tcp* | wc -l
```
## 测试网络连通性
不断 telnet 查看网络是否能通:
```bash
while true; do echo "" | telnet 10.0.0.3 443; sleep 0.1; done
```
* `ctrl+c` 终止测试
* 替换 `10.0.0.3``443` 为需要测试的 IP/域名 和端口
没有安装 telnet也可以使用 nc 测试:
```bash
$ nc -vz 10.0.0.3 443
```
## 排查流量激增
### iftop 纠出大流量 IP
```bash
$ iftop
10.21.45.8 => 10.111.100.101 3.35Mb 2.92Mb 2.94Mb
<= 194Mb 160Mb 162Mb
10.21.45.8 => 10.121.101.22 3.41Mb 2.89Mb 3.04Mb
<= 192Mb 159Mb 172Mb
10.21.45.8 => 10.22.122.55 279Kb 313Kb 292Kb
<= 11.3Kb 12.1Kb 11.9Kb
...
```
### netstat 查看大流量 IP 连接
```bash
$ netstat -np | grep 10.121.101.22
tcp 0 0 10.21.45.8:48320 10.121.101.22:12002 TIME_WAIT -
tcp 0 0 10.21.45.8:59179 10.121.101.22:12002 TIME_WAIT -
tcp 0 0 10.21.45.8:55835 10.121.101.22:12002 TIME_WAIT -
tcp 0 0 10.21.45.8:49420 10.121.101.22:12002 TIME_WAIT -
tcp 0 0 10.21.45.8:55559 10.121.101.22:12002 TIME_WAIT -
...
```
## 排查资源占用
### 文件被占用
看某个文件在被哪些进程读写:
```bash
lsof <文件名>
```
看某个进程打开了哪些文件:
```bash
lsof -p <pid>
```
### 端口占用
查看 22 端口被谁占用:
```bash
lsof -i :22
```
```bash
netstat -tunlp | grep 22
```
## 查看进程树
```bash
$ pstree -apnhs 3356537
systemd,1 --switched-root --system --deserialize 22
└─containerd,3895
└─{containerd},3356537
```
## 测试对比 CPU 性能
看计算圆周率耗时,耗时越短说明 CPU 性能越强:
```bash
time echo "scale=5000; 4*a(1)"| bc -l -q
```
## 查看证书内容
查看 secret 里的证书内容:
```bash
kubectl get secret test-crt-secret -o jsonpath='{.data.tls\.crt}' | base64 -d | openssl x509 -noout -text
```
查看证书文件内容:
```bash
openssl x509 -noout -text -in test.crt
```
查看远程地址的证书内容:
```bash
echo | openssl s_client -connect imroc.cc:443 2>/dev/null | openssl x509 -noout -text
```
## 磁盘占用
### 空间占用
```bash
df -h
```
### inode 占用
```bash
# df -i
Filesystem Inodes IUsed IFree IUse% Mounted on
/dev/vda1 6553600 283895 6269705 5% /
/dev/vdb1 26214400 62421 26151979 1% /data
$ tune2fs -l /dev/vda1 | grep -i inode
Inode count: 6553600
Free inodes: 6465438
```