网络故障与排查思路及方法.ppt

故障诊断与排查 谢茂楠 2019年8月25日 1 掌握学习的金钥匙-全身心的帮助他人，成就他人 2 互联网的便利 3 场景1 4 1、遇到故障我要怎么去思考，怎么去处理？ 2、在处理故障的过程中我需要关注什么？ 课程的目标 5 熟悉故障处理流程 掌握故障诊断的方法与步骤 课程的主要内容 6 概念及目的 故障排查流程 故障定位核心思想 定位角度分析 诊断工具 诊断的原则 OSI七层网络模型处理网络故障 1、概念与目的 7 概念 运维故障诊断是以业务系统相关的硬件、网络、服务器、系统、应用及业务使用等为知识基础。从故障现象出发，以诊断工具为手段获取诊断信息，确定故障点，查找问题的根源，排除故障，恢复 目的 有三方面的目的：确定业务系统的故障点，寻找业务系统运行的方法；发现业务系统规划和配置及使用过程中欠佳之处，改善和优化业务系统的性能；观察业务系统的运行状况，及时预测业务系统使用质量，并合理调配资源。 2、故障排查流程 8 2.2.1 识别故障现象 9 ⑴ 故障现象发生时，正在运行什么进程？业务有什么反应 ⑵ 这个进程以前运行过没有? ⑶ 以前这个进程的运行是不是可以成功? ⑷ 这个进程最后一次成功运行是什么时候? ⑸ 从最后一次成功运行起，哪些进程发生了改变？ 2.2.2 对故障现象进行描述 10 对故障现象的详细描述显得尤为重要，如果仅凭用户对故障表面的描述，有时并不能得出结论。这时就需要我们亲自操作运行一下导致故障的程序，并 注意相关的出错信息； 可以参考以下几个建议： ⑴ 收集相关故障现象的信息内容，并对故障现象进行详细描述，在这个过程当中要注意细节，因为问题一般出在小的细节方面。 ⑵ 把所有的问题都记录下来。 ⑶ 不要匆忙下定论。 2.2.3列举可能导致故障的原因 11 应当列举可能的原因: 服务器硬件（网卡、内存、硬盘） 网络（交换机、路由器、网线） 操作系统（内核配置、防火墙） 应用程序（配置参数、版本变更） 等 2.2.4 缩小故障原因的范围 12 可根据出错的可能性把这些原因按优先级别进行排序，一个个先后排除。不要根据一次测试，就断定某一点是运行正常还是异常。另外，也不要在自己认为已经确定了的第一个错误上就停下来，应该把自己所列出的所有可能原因全部检查一遍为止。 2.2.5. 制订并实施排障计划 13 当确定了导致问题产生的最有可能的原因后，要制定一个详细的故障排除操作计划。在确定操作步骤时，应尽量做到详细，计划越详细，按照计划执行的可能性就越大。一旦制定好计划，就要按步骤实施这个计划。 2.2.6. 排障结果的评估 14 故障排除计划实施后，测试是否实现了预期目的。当排错行动没有产生预期的效果时，我们首先应该撤销在试图解决问题过程中对系统做过的修改，如果保留了这些修改，则可能会导致出现另外一些人为故障。 2.3故障定位核心思想 15 搜集现象的各个方面，分析现象找到核心，分段排查，缩小范围，定位故障点，最快解决故障,最终想方法防止同类或者相似故障的发生，提升系统稳定性与效率 2.4定位角度分析 16 故障的内容（单 个业务模块、部分业务模块、所有业务模块） 故障频率（偶尔、经常、一直） 故障范围（单台、部分、所有、内网、外网） 物理环境（网络设备供电情况、网络设备连接情况） 2.5 诊断工具 17 硬件工具 网络工具：测线仪 系统测试工具：笔记本、手机 硬件工具：硬件诊断卡 软件工具 网络工具:ping\tracert\netstat\arp\ipconfig\route print ,wireshark,tcpdump,lanSee 数据库工具：Idera.SQL.Check、 sql server studio、,toad for oracle 内存分析工具：windbg2 、httpwatc 日志分析工具：秋氏iis日志分析工具 http 分析工具：httpwatch、谷歌浏览器 2.6诊断的原则 18 2.6.1. 排除用户错误 在开始排除故障时，应该确认用户的操作是否完全正确，用户很 容易犯错误而误认为是局域网出了问题。 2.6.2 确定故障的范围 通常，业务系统的问题可以限定一天什么时候出现。一旦确定了故障的范围，试着重现故障的症状，如果可能，可以尝试严格按照发现故障人的操作步骤进行故障症状重现，要注意有些故障症状只有在特殊的环境下才能重现。 2.6.3 考查整个业务系统中涉及到的软硬件或者人为操作的变化 比如网络、服务器硬件、软件版本、软件升级发布、人为的操作、业务变更等变化 2.6.4 替换故障设置 19 值得说明的是： ⑴ 只有在找到能够正常工作的设备的条件下，才可以替换发生故障的同类设备。 ⑵ 在对设备进行替换之前，要确保局域网现用配置文件的可恢复