整理悉尼服务器常见系统故障的排查步骤和修复方法，包括宕机、CPU高、磁盘满等问题。
系统故障是运维常态。本文整理悉尼服务器常见故障的排查和修复。
故障一：服务器宕机 表现：无法 ping 通，SSH 连接不上。 可能原因：硬件故障；系统崩溃；电源问题。 排查步骤： 1) 控制台看服务器状态 2) IPMI/iDRAC 看硬件状态 3) 检查机房公告 快速修复： 1) 重启服务器 2) 检查硬件（内存、硬盘、电源） 3) 联系机房 4) 切换备用服务器
故障二：CPU 跑满 表现：top 显示 CPU 100%，系统卡顿。 可能原因：恶意进程；应用 bug；攻击。 排查步骤： 1) top 看哪个进程占 CPU 2) ps aux 看进程详情 3) 检查是否有挖矿或攻击 快速修复： 1) kill 异常进程 2) 优化应用代码 3) 防御攻击 4) 升级配置
故障三：磁盘满 表现：服务异常，日志报 no space left。 可能原因：日志过多；大文件；数据库膨胀。 排查步骤： 1) df -h 看磁盘使用 2) du -sh /* 找大目录 3) 检查日志和数据库 快速修复： 1) 清理日志（logrotate） 2) 删除大文件 3) 清理数据库 4) 扩容磁盘
故障四：内存不足 表现：OOM killer 杀进程，服务频繁重启。 可能原因：配置不当；内存泄漏；连接过多。 排查步骤： 1) free -m 看内存使用 2) top 看进程内存 3) 检查数据库缓存配置 快速修复： 1) 调整内存配置 2) 修复内存泄漏 3) 限制连接数 4) 增加内存
故障五：服务启动失败 表现：服务启动报错或自动退出。 可能原因：配置错误；端口冲突；依赖缺失。 排查步骤： 1) 看服务日志 2) 检查配置文件 3) 检查端口占用 4) 检查依赖服务 快速修复： 1) 修正配置 2) 释放端口 3) 安装依赖 4) 重启服务
预防措施 1) 监控告警：CPU、内存、磁盘、服务状态 2) 日志轮转：logrotate 自动清理 3) 定期维护：清理无用文件 4) 备份：定期备份数据和配置 5) 预案：准备应急方案
故障应急流程 1) 确认故障现象 2) 定位故障原因 3) 执行修复 4) 验证恢复 5) 记录复盘
总结：系统故障要快速定位和修复。监控告警是基础，定期维护是预防，应急预案是保障。