1. 从ifconfig开始你的网络诊断第一课刚接手一台Linux服务器时我习惯性敲下的第一个命令永远是ifconfig。这个看似简单的命令就像汽车仪表盘能快速告诉你当前网络接口的基本状态。记得有次凌晨处理线上故障就是通过ifconfig发现某台服务器的eth0网卡竟然处于DOWN状态而运维同事坚称配置绝对没动过——最后发现是误操作了NetworkManager服务。基础用法进阶版# 查看所有接口包括未激活的 ifconfig -a | grep -E eth|enp|flags # 快速提取IP和MAC地址适合脚本处理 ifconfig eth0 | awk /inet / {print $2} /ether/ {print $2} # 临时修改MTU值大文件传输优化 ifconfig eth0 mtu 9000 up实际排障中我常遇到这些典型场景IP冲突ifconfig显示IP正常但无法通信可能是ARP缓存问题配合arp -a查看子网掩码错误netmask 255.255.254.0写成255.255.255.0会导致跨网段通信失败虚拟接口遗漏docker创建的veth设备可能占用带宽需要用-a参数才能看到2. ethtool透视网卡物理层的X光机上周数据中心迁移时遇到个诡异现象服务器之间传输大文件总是卡在30MB/s。用ethtool一看发现千兆网卡居然协商成了100M全双工模式——原来是新换的交换机端口自动协商不兼容。深度诊断三板斧# 查看基础连接状态重点看Speed/Duplex ethtool eth0 # 检查驱动信息和固件版本兼容性问题排查 ethtool -i eth0 # 实时监控丢包和错误计数每2秒刷新 watch -n 2 ethtool -S eth0 | grep -E err|drop常见故障处理清单速度协商异常强制设置ethtool -s eth0 speed 1000 duplex full autoneg offCRC错误激增可能是网线质量问题检查ethtool -S eth0中的rx_crc_errorsRing Buffer溢出调整ethtool -G eth0 rx 4096增大缓冲队列3. 网络状态深度诊断组合拳真实运维场景从来不是单个命令能搞定的。去年双十一前我们的日志服务器突然出现间歇性延迟通过这套组合诊断最终定位到是网卡IRQ中断不均导致全链路检查流程# 1. 物理层状态确认 ethtool eth0 | grep -A 3 Link detected # 2. 网络层连通性测试带时间戳 ping -c 10 -D 192.168.1.1 | ts [%Y-%m-%d %H:%M:%S] # 3. 路由路径分析 traceroute -n -T -p 80 www.example.com # 4. 带宽占用定位按进程排序 nethogs eth0 # 5. 连接状态统计ESTABLISHED数量异常检查 ss -s | grep -i estab性能调优实战技巧关闭TSO/GROethtool -K eth0 tso off gro off解决某些虚拟化环境下的吞吐异常多队列优化ethtool -l eth0查看是否启用多队列配合irqbalance服务调整DMA缓冲区调整ethtool -g eth0显示当前ring buffer大小千兆网络建议rx/tx至少20484. 从配置文件到持久化设置很多网络问题其实源于配置错误。有次重启服务器后网络失效排查发现是/etc/network/interfaces里写错了bonding模式。现在我的检查清单一定会包含关键配置文件解析# CentOS系网卡配置模板示例 cat EOF /etc/sysconfig/network-scripts/ifcfg-eth0 DEVICEeth0 TYPEEthernet ONBOOTyes NM_CONTROLLEDno BOOTPROTOnone IPADDR192.168.1.100 NETMASK255.255.255.0 GATEWAY192.168.1.1 DNS18.8.8.8 EOF # Ubuntu网络配置差异点 cat /etc/netplan/01-netcfg.yaml配置持久化最佳实践修改ethtool参数需写入/etc/rc.local或创建systemd服务单元bonding配置建议使用/etc/modprobe.d/bonding.conf定义模式参数网络命名空间配置要配合ip netns命令持久化5. 高阶诊断当常规手段失效时遇到最棘手的案例是某台服务器每天凌晨3点准时丢包。最终靠这套组合拳锁定是机房温度过高导致网卡芯片异常非常规诊断工具# 硬件级错误检测需要root权限 mii-tool -v eth0 # 详细流量分析按协议分类 iftop -nNp -i eth0 # 内核网络栈监控 cat /proc/net/dev | column -t # 深度包捕获只抓包头减少负载 tcpdump -i eth0 -s 96 -w /tmp/debug.pcap环境因素检查表温度影响sensors | grep -i temp电源波动dmesg | grep -i voltage电磁干扰观察CRC错误是否随机房设备启停变化6. 自动化运维把诊断写成脚本积累的排查经验最终要沉淀为自动化工具。这是我常用的网络健康检查脚本框架#!/bin/bash # 网络健康检查v1.2 LOG_FILE/var/log/network_check_$(date %Y%m%d).log function check_basic { echo [BASIC] ifconfig status: | tee -a $LOG_FILE ifconfig -a | tee -a $LOG_FILE echo -e \n[BASIC] Routing table: | tee -a $LOG_FILE ip route | tee -a $LOG_FILE } function check_advanced { local nic${1:-eth0} echo -e \n[ADVANCED] ethtool $nic: | tee -a $LOG_FILE ethtool $nic | tee -a $LOG_FILE echo -e \n[ADVANCED] IRQ Balance: | tee -a $LOG_FILE cat /proc/interrupts | grep $nic | tee -a $LOG_FILE } # 主执行流程 check_basic check_advanced eth0 check_advanced eth1 2/dev/null echo -e \n[REPORT] Summary at $(date) | tee -a $LOG_FILE grep -E error|fail|drop $LOG_FILE | sort | uniq -c这个脚本每周通过cron定时运行配合ELK收集日志已经帮我们提前发现了三次潜在故障。关键是要根据实际环境不断迭代检查项比如添加VLAN检查、bonding状态验证等模块。
