常见故障

常见诱因包括：异常断电导致文件系统损坏、/etc/fstab 配置了不存在的设备或错误的 UUID、内核升级后 initramfs 未同步更新、引导分区损坏。

1) 在 GRUB 界面编辑内核参数，将 ro 改为 rw init=/bin/bash 进入单用户模式；2) 对根分区执行 fsck -y /dev/xxx 修复文件系统；3) 注释掉 fstab 中有问题的挂载项；4) 若为 initramfs 问题，在救援环境执行 dracut -f 重新生成；5) 检查 /boot 空间与 grub.cfg 是否正确。

日志文件无限增长（如 access.log、core dump）、/var/log/journal 过大、临时文件未清理、删除的大文件仍被进程占用未释放空间。

1) du -x --max-depth=1 / 定位大目录；2) journalctl --vacuum-size=500M 清理系统日志；3) 对已被删除但仍被进程占用的文件执行 lsof +L1 找到进程并重启释放；4) 配置 logrotate 与磁盘告警（Zabbix/Prometheus）防止复发。

应用程序死循环或线程打满、定时任务异常执行、挖矿木马等恶意进程、中断或软中断过高（如网络流量突增）、I/O 等待被计入等。

1) top -H 定位到线程后 jstack/pidstat 分析热点；2) ps aux --sort=-%cpu 找出可疑进程并排查来源；3) sar -q 观察历史负载曲线定位起始时间点；4) 结合 crontab 与 systemd timer 检查计划任务；5) 如为恶意进程，断网隔离并做安全排查。

应用内存泄漏、单实例内存配置过大、容器/Java 堆内存设置超出物理内存、大量缓存未释放。

1) dmesg -T | grep -i "killed process" 确认被杀进程；2) 调整应用内存参数（如 JVM -Xmx 与容器 limit 匹配）；3) 排查内存泄漏（pmap/valgrind/ MAT 分析）；4) 必要时增加物理内存或优化应用；5) 可调整 vm.oom_score_adj 保护关键进程。

sshd 服务未启动或崩溃、防火墙/安全组未放行 22 端口、fail2ban 封禁了客户端 IP、/etc/ssh/sshd_config 配置错误、MaxStartups 超限、root 登录被禁止。

1) 通过控制台/VNC 登录执行 systemctl status sshd 确认服务状态；2) firewall-cmd --list-ports / iptables -L -n 检查防火墙规则；3) fail2ban-client status sshd 查看封禁 IP，必要时 unbanip；4) sshd -t 校验配置语法后 reload；5) 生产环境建议改用密钥登录并修改默认端口。

异常断电导致 InnoDB 表空间损坏、数据目录权限错误、磁盘满、my.cnf 参数配置不当（如 innodb_buffer_pool_size 超过物理内存）、残留的崩溃恢复锁文件。

1) tail -n 100 /var/log/mysqld.log 定位具体错误；2) 确认磁盘空间与 /var/lib/mysql 属主（mysql:mysql）；3) 表空间损坏时先备份 datadir，再以 innodb_force_recovery=1~6 尝试启动并导出数据；4) 恢复后检查并修正 my.cnf；5) 建立主从/定期备份策略。

PHP-FPM 或后端应用服务未运行、FPM 进程数达到上限（pm.max_children）、socket 权限或路径错误、后端响应超时、SELinux 阻止网络连接。

1) systemctl status php-fpm 确认后端进程；2) 查看 FPM 慢日志与 error.log 中 upstream 报错；3) 适当调大 pm.max_children 与 request_timeout；4) 检查 fastcgi_pass 的 socket 路径与属主；5) getenforce 为 Enforcing 时检查 setsebool httpd_can_network_connect。

磁盘硬件老化或 RAID 降级、单盘承载高并发读写、Swap 频繁换入换出、日志/临时文件高频写入、云盘 IOPS 达到上限。

1) iotop 定位读写进程；2) 检查 RAID 状态（MegaCLI/storcli）与磁盘 SMART 健康度；3) 将高频读写分离到独立磁盘或 SSD；4) 数据库层面优化慢查询与索引；5) 云环境升级云盘类型/扩容 IOPS。

chronyd/ntpd 服务未启用、NTP 服务器不可达、虚拟机母钟漂移、容器内未同步母机时间。

1) systemctl enable --now chronyd；2) chronyc sources 检查同步源，必要时更换为可用 NTP 服务器；3) timedatectl set-ntp true 并验证；4) 容器环境挂载 /etc/localtime 或使用宿主时钟；5) 对时后重启依赖时间校验的服务。

源地址失效或网络不可达、订阅过期（RHEL）、mirrorlist 解析失败、证书时间错误、本地源配置错误、CentOS 停服后官方源下线。

1) curl 测试源地址连通性，必要时切换 mirror；2) RHEL 检查 subscription-manager 订阅状态；3) CentOS 7/8 停服场景迁移至 Rocky/AlmaLinux 或 vault 源；4) 校正系统时间后重试；5) 使用阿里云/华为云镜像源并固定 baseurl。