服务器出故障时，快速定位原因是运维的核心能力。网站打不开、响应慢、数据库连不上、CPU跑满，这些问题背后可能是配置、程序、网络、攻击等多种原因。本文整理常见故障的诊断流程，帮你按步骤排查。

一、排查的基本思路

故障排查的核心是「分层定位」。从外到内，逐层排除。

第一层是网络。用户能否访问服务器IP，ping是否通，端口是否开放。

第二层是服务。Nginx、PHP、MySQL等服务是否运行，端口是否监听。

第三层是资源。CPU、内存、磁盘、带宽是否正常，有没有跑满。

第四层是应用。程序日志有没有报错，数据库连接是否正常。

第五层是安全。有没有被攻击，有没有异常进程，有没有木马。

按这个顺序排查，可以快速缩小问题范围，避免盲目操作。

二、网站打不开的诊断流程

第一步，确认服务器是否在线。用ping测试服务器IP，如果ping不通，可能是服务器宕机、网络故障或防火墙拦截ICMP。登录云控制台查看服务器状态。

第二步，确认端口是否开放。用telnet或nc测试80、443端口，如果不通，可能是防火墙拦截或Nginx未运行。

第三步，确认Nginx是否运行。执行systemctl status nginx查看状态，如果未运行，执行systemctl start nginx启动。

第四步，确认域名解析。用nslookup或dig查看域名解析是否正确，是否指向当前服务器IP。

第五步，确认备案和过白。国内机房需要域名备案和过白，未备案或未过白的域名会被拦截。如果备案和过白都正常，检查Nginx配置是否有误。

第六步，查看Nginx错误日志。/var/log/nginx/error.log中记录了Nginx的错误，根据报错定位问题。关于建站流程中的域名解析和过白，可以参考云服务器怎么搭建网站一文中关于域名和备案的说明。

三、响应慢的诊断流程

第一步，确认是服务器慢还是网络慢。用ping测试延迟，用mtr测试路由。如果延迟高，是网络问题；如果延迟正常但页面加载慢，是服务器问题。

第二步，查看CPU使用率。用top查看，如果CPU跑满，定位是哪个进程占用高。常见的高CPU进程包括PHP-FPM、MySQL、Nginx。

第三步，查看内存使用率。用free -h查看，如果内存不足，系统会使用Swap，性能下降。查看是否有进程内存泄漏。

第四步，查看磁盘IO。用iostat查看，如果IOPS接近上限，说明磁盘成为瓶颈。常见原因包括数据库查询慢、日志写入频繁。

第五步，查看数据库慢查询。MySQL的慢查询日志记录了执行慢的SQL，分析慢查询，优化索引或SQL语句。

第六步，查看带宽。百脉云控制台提供带宽监控，如果带宽跑满，用户访问会排队。建议接入CDN分流静态资源。关于带宽选型的方法，可以参考云服务器带宽怎么选一文中关于带宽测算的说明。

四、数据库连接失败的诊断流程

第一步，确认MySQL是否运行。执行systemctl status mysql查看状态，如果未运行，启动MySQL。

第二步，确认端口是否监听。执行netstat -tlnp | grep 3306查看3306端口是否监听。如果未监听，检查MySQL配置。

第三步，确认用户名密码。用mysql -u 用户名 -p测试连接，如果密码错误，重置密码。

第四步，确认权限。检查数据库用户是否有权限访问目标数据库，用SHOW GRANTS FOR '用户'@'主机'查看。

第五步，确认防火墙。检查防火墙是否放行3306端口。如果数据库只允许本地访问，确认连接地址是localhost。

第六步，查看MySQL错误日志。/var/log/mysql/error.log中记录了MySQL的错误，根据报错定位问题。

五、CPU跑满的诊断流程

第一步，用top查看CPU使用率，按P键按CPU排序，找到占用最高的进程。

第二步，如果是PHP-FPM占用高，查看PHP慢日志，定位慢执行的PHP脚本。常见原因包括代码死循环、数据库查询慢、外部API调用超时。

第三步，如果是MySQL占用高，查看慢查询日志，定位慢SQL。常见原因包括缺索引、全表扫描、锁等待。

第四步，如果是Nginx占用高，查看访问日志，定位高频请求。常见原因包括CC攻击、爬虫抓取、静态资源未缓存。

第五步，如果是未知进程占用高，检查是否被植入挖矿木马。用ps aux查看进程路径，用ls -l /proc/进程ID/exe查看可执行文件。发现可疑进程立即杀掉，并排查入侵来源。

第六步，如果是CC攻击，配置Nginx限流和iptables规则。关于限流配置的方法，可以参考云服务器怎么限流一文中关于Nginx和防火墙的说明。

六、常见故障对照表

七、故障排查的注意事项

第一是先止损再排查。故障发生时，优先恢复业务，再分析原因。比如重启服务、切换备用节点，先让用户能用。

第二是保留现场。排查前先保存日志、截图、进程列表，避免重启后现场丢失，影响定位。

第三是记录过程。每次故障记录排查过程和解决方案，形成知识库。同类问题再次发生时可以快速处理。

第四是复盘。故障处理后做复盘，分析根本原因，制定预防措施。比如优化代码、调整配置、增加监控。

第五是不要盲目重启。重启可以临时恢复服务，但根本问题没解决。建议先定位原因，再决定是否重启。关于服务器监控的配置，可以参考云服务器怎么监控一文中关于CPU、内存、带宽、磁盘监控的说明。

八、小结

云服务器故障排查的核心是分层定位。从网络到服务到资源到应用到安全，逐层排除。网站打不开查网络、服务、备案；响应慢查CPU、内存、磁盘、带宽；数据库连不上查服务、端口、权限；CPU跑满查进程、日志、安全。排查时先止损再分析，保留现场，记录过程，事后复盘。厦门电信100G防御机房适合对稳定性有要求的业务，配合监控和排查流程可以快速恢复故障。