排查一些常见的系统故障

排除系统启动类故障

    在Linux系统的启动过程中，涉及到MBR主引导记录、GRUB启动菜单、系统初始化配置文件、分区挂载配置文件等各方面，其中任何一个环节出现故障都可能会导致系统启动的失常，因此一定要注意做好相关文件的备份功能。

一、MBR扇区故障

    MBR引导记录位于物理硬盘的第一个扇区（512个字节），该扇区又称为主引导扇区（MBR扇区），除了包含系统引导程序的部分数据以外，还包含了整个硬盘的分区表记录。当主引导扇区发送故障时，将可能无法进入主引导菜单，或者因无法找到正确的分区位置而无法加载系统，通过该硬盘引导主机时很可能进入黑屏状态。

备份MBR扇区数据

    由于MBR扇区包含了整个硬盘的分区表记录，因此该扇区的备份文件必须存在其他的存储设备中，否则在恢复时将无法读取带备份文件。

使用dd命令将第1块硬盘（sda）的MBR扇区备份到第2块硬盘的sdb1分区中（挂载到/backup目录）

模拟MBR扇区故障

   仍然使用dd命令，人为将MBR扇区的记录覆盖，以便模拟出MBR故障

   完成上述操作后重启系统，将会出现"Operating system not found "的提示信息，表示无法找到可能的操作系统，因此无法启动主机。

从备份文件中恢复MBR扇区数据

    由于MBR扇区被破坏以后，已经无法再从该硬盘启动系统，所以需要使用其他硬盘中的操作系统进行引导，或者直接使用RHEL5系统的安装光盘进行引导。不管使用哪种方式，目地都是相同的：获得一个可以执行命令的Shell环境，以变从备份文件中恢复MBR扇区中的数据，

以使用RHEL6安装光盘引导为例，当出现安装向导界面时，选择“Rescue installed system”并回车或单击“ESC”键，输入“linux rescue”，将以”急救模式“引导光盘中的Linux系统。之后一次按回车键接受默认的语言、键盘合适，提示是否配置网卡时一般选择”No’，然后系统会自动查看硬盘中的Linux分区并尝试将其挂载到"/mnt/sysimage"目录（选择“Continue”确认并继续）。之后单击“OK”，进入带“bash-4.1#”提示符的Bash Shell环境，当前使用系统环境是光盘中的Linux系统目录结构

   系统将自动重启，恢复正常

二、GRUB引导故障

   GRUB是大多数Linux系统默认使用的引导程序，可以通过启动菜单的方式选择进入不同的操作系统（如果有的话）。当"/boot/grub.conf'配置文件丢失，或者关键配置出现错误，或者MBR记录中的引导程序遭到破坏时，Linux主机启动后可能会出现"grub>“的提示符，无法完成进一步的系统启动过程。

如果在该提示符，可以进行编辑，通过输入对应的引导命令（可以参考”/boot/grub/grub.conf"文件中的配置），再执行"boot'命令也可以进行引导Linux系统。

 通过在"grub>"环境中手动输入引导命令启动Linux系统。

   之后的启动成功与正常启动RHEL5系统的过程是一样的。登录进入系统以后，需要找到配置文件"/boot/grub/grub.conf'，并修复其中的错误，或者直接重建该文件。具体内容可以参考其他正常主机的同名文件。

 查看grub.conf启动菜单配置文件的默认内容。       

其中，各主要配置项的含义说明：

title：指定在启动菜单中显示的操作系统名称。

root：指定包含内核等引导文件的/boot分区所在的位置。

kernel：指定内核文件所在的位置，内核加载时权限为只读"ro"，并通过"root="指定根分区设备文件的位置。

initrd：指定启动内核所使用的临时系统镜像文件所在的位置。

   由于在"grub>"环境中使用的命令较为复杂，而且一般难以记得相关的命令选项，内核加载参数等。因此用户可以采用另一种修复办法，同样使用RHEL6的安装光盘进入急救模式，如果分区表并未被破坏，则急救模式将会找到硬盘中的Linux根分区，并将其挂载到光盘目录结构中的"/mnt/sysimage/"文件夹中。

进入"bash-4.1"的Shell环境以后，执行"chroot /mnt/sysimage"命令可以将目录结构切换到待修复的Linux系统中。然后重新建立新的grub.conf配置文件即可。

eg：确认待修复的Linux系统分区的挂载情况，并重建grub.conf文件。

   在上例中，若为执行"chroot /mnt/sysimage"命令，则重新建立的grub.conf配置文件应该位于"/mnt/sysimage/boot/grub/grub.conf"

   如果是MBR扇区中的引导程序出现损坏，可能在重建grub.conf配置文件后仍然无法成功启动系统，这时候可以在救援模式的Shell环境重新安装grub

  进入待修复的Linux系统根环境，重新将grub引导程序安装到第一块硬盘（sda）中的MBR扇区中。

   上述方法同样适用于在Linux主机中那种Windows系统（不覆盖Linux系统）后导致Linux系统无法启动的情况。因为i对于使用双操作系统的主机，后安装的Windows系统将使用自己的引导数据覆盖MBR扇区中的记录，导致开机后不再出现GRUB菜单从而无法进入Linux系统。如果是后安装Linux系统，GRUB程序将会自动识别硬盘中的Window系统并将其加载到GRUB菜单配置中。

三、/etc/inittab 文件丢失

   "/etcinittab"文件是系统初始化进程init的配置文件，当该文件被误删或者存在错误配置时，可能导致无法启动系统。丢失"/etc/inittab"文件后，启动后将会出现"INIT：No inittab file found"的错误提示信息。

这类故障同样可以在RHEL6安装光盘的急救模式下进行修复。如果文件配置错误，则进行纠正或者从备份文件中进行恢复即可。默认情况下，如果并未使用chroot命令切换环境，则需要修改的文件"/mnt/sysimage/etc/inittab"。

若inittab文件已经丢失，且没有可用的备份。则需要从RHEL6的光盘目录中重新安装initscript软件包。

 在急救模式的"sh-4.1#"环境中挂载RHEL6光盘设备，并重新安装initscript软件包，结合rpm 命令的"--replacepkgs"选项用于替代现有文件。

在急救模式的Shell环境中通常不再保留cdrom连接文件，而直接通过设备文件"/dev/hdc'使用光盘。安装完毕重启系统即可。

四、/etc/fstab 文件丢失

   "/etc/fstab"配置文件决定了Linux系统在启动后如何加载各分区，例如根分区"/"、"/boot"分区等，若这些分区无法挂载，系统也就无法成功启动。丢失"/etc/fstab"文件后，启动时将会出现错误提示信息。

同样使用RHEL6的安装光盘进入急救模式的Shell环境中，由于缺少fstab文件，光盘系统将无法找到待修复的Linux分区，因此必须通过手动的方式查找并挂载根分区，然后重建fstab配置文件后重启系统即可。

  在急救模式的Shell环境中扫描逻辑卷组，激活逻辑卷，以便找到根分区设备，然后手动挂载根分区，并重建fstab配置文件。

遗忘root用户密码

1.通过单用户模式重设root账号的密码；

（1）重启主机，在出现GRUB菜单是按“上、下”箭头取消倒计时，按“e”进入编辑模式

（2）定位到以 kernel 开头的一行并按“e”，在行尾添加“s”或“1”，进入单用户模式

（3）执行“passwd root”命令重设root用户密码

2.通过急救模式重设root账号的密码

   若使用RHEL6的安装光盘进入急救模式的Shell环境，则只需切换到待修复Linux系统的根目录环境，直接执行"passwd root"命令重设root用户的密码即可；或者修改 "/etc/shadow"文件，将root用户的密码字段清空，重启，正常进入系统再修改密码。

  在急救模式中，切换到待修复的Linux根分区环境，修改root账号的密码。 

排除文件系统类故障

    文件系统及磁盘中所存储数据的价值是无法估量的，管理员的工作职责之一就是确保数据的安全。由于磁盘属于易损耗品，无法预测什么时候会损坏，最好的办法就是建立完善的备份机制。当出现文件类或磁盘类故障时，一定要慎重处理。

一、修复文件系统

    在Linux中，主机经常因为非正常关机、突然断电、设备数据读写异常等原因导致文件系统的破坏。比较常见的是超级块（super-block）损坏，超级块是文件系统的核心"档案"，它记录了该文件系统的类型、大小、空闲磁盘块等信息。当文件系统的超级块数据损坏时，Linux将无法识别该文件系统，也就无法挂载使用。

   当通过"/etc/fstab"配置文件自动加载的文件系统出现错误时，Linux系统开机后一般会自动进行检测，并提示用户需要进行文件系统的修复操作，例如：当"/dev/sdb1"分区的超级块出现错误时，启动后系统将提示"Give root password for maintenance"

    这时只需要输入root用户的密码，即可进入到一个临时的Shell环境，在这里用户可以对出现错误的文件系统进行修复。修复一般的文件系统错误可以使用fsck命令，结合"-t"选项指定文件系统类型，结合“-y”选择对发现的问题自动回答“yes”。需要注意的是，如果该文件系统遭受破坏的情况很严重，则修复完毕后可能仍然会丢失一些数据，因此请慎重决定是否进行修复。

 使用fsck命令修复位于"/dev/sdb1"分区中的ext4文件系统。

二、磁盘资源耗尽故障

   显而易见，当一个文件系统的磁盘空间被耗尽以后，将无法继续在该分区创建新的文件数据，从而导致故障的出现，例如：当根分区"/"中的磁盘空间耗尽以后，将可能导致部分程序乃至整个系统无法正常启动或进行，因为一些临时的运行文件将无法建立。

当根分区磁盘空间不足无法启动进入Linux系统时，可以通过RHEL6的光盘进入急救模式，转移或清除掉根分区占用大量空间的文件。过程不再描述。

除此以外，当ext4文件系统中，i节点作为文件的索引节点，决定了该磁盘中文件数据的存储位置。当一个文件系统被创建以后，其i节点数就已经固定下来了，从而在该文件系统中能够使用的文件数量也就固定下来了。如果用户在该分区中创建了巨量的细小文件（耗尽i节点），将可能出现这种情况；虽然该分区中仍然有大量的剩余磁盘空间，但是用户却无法再 建立新的文件。

1.模拟i节点耗尽故障

（1）以一个20M的ext4文件系统为例（“/dev/sdb2”），将其挂载到"/data"目录下。并使用带“-i”选项的df命令确认该分区的i节点的使用情况。

（2）编写一个循环创建空文件的脚本程序，运行该脚本直至耗尽sdb2分区中的i节点。

（3）i节点耗尽以后，再次创建新的文件时，将会出现"设备上没有空间"的错误信息，但是使用df命令可以查看到该分区中还有可用的剩余空间，只是i节点数已经用完。

（4）修复i节点耗尽故障

   理解i节点耗尽故障的根结以后，问题就好了点了，只要找出该分区中占用大量i节点的细小文件，并进行转移或者删除即可。

三、检测硬盘坏道

   磁盘坏道分为逻辑坏道和物理坏道两种，前者主要由于软件操作不当造成，可以使用软件修复；而后者是物理性损坏，只能通过更改磁盘分区或扇区占用位置来进行改善，排除掉包含坏块的磁盘空间。当磁盘出现一下现象时，有可能是磁盘出现坏道，需要进行检测和修复。

（1）读取磁盘中的数据时，磁盘设备发出异常声响。

（2）访问磁盘中的某个文件时，反复读取且出错，提示文件损坏。

（3）对于新建立的分区无法完成格式化。

（4）系统使用该磁盘时频繁死机。

   硬盘出现坏道后，如果不及时更换或进行技术出来，坏道就会越来越多，并可能造成频繁死机和数据丢失的后果。所有必要时应该对磁盘进行定期检测，检测是否存在坏道。

   在Linux系统中，检测磁盘的坏道情况可以使用badblocks命令进行，在创建文件系统的过程中也可以结合mkfs命令的选项进行检测。使用badblocks命令时，“-s”选项用户显示进度信息，“-v”选项用于显示详情。 

   在长期使用计算机过程中，文件系统和磁盘类故障很难避免，对于此类故障的修复，一定要慎重处理，稍有不慎可能加重数据破坏的程度，当磁盘出现坏道时，尽快停止系统中的应用服务、备份相关数据，必要时关闭系统防止更大的损失。对于存在坏道的硬盘设备，应使用其他完好的硬盘进行替换。