TG咨询
部署后访问异常、服务频繁重启或磁盘读写变慢时，不要先反复重装系统。香港物理机的故障可能来自公网线路、机房设备、操作系统，也可能只是端口或服务配置错误。按下面6步逐层排查，通常比凭经验修改参数更容易保留证据并缩短恢复时间。
第1步：先确认故障范围和开始时间
先记录受影响的主机IP、服务端口、首次发现时间，以及是所有用户异常还是部分网络异常。用另一条网络测试，例如分别从香港本地、内地或海外办公网络访问；如果只有某一地区失败，不宜立即判断香港物理机本身宕机。
- 记录浏览器、客户端或监控系统中的具体报错。
- 确认故障持续时间，区分持续中断、间歇超时和响应变慢。
- 检查最近是否进行过系统更新、网卡配置调整、磁盘扩容或防火墙修改。
第2步：检查公网连通性与端口
先测试IP层，再测试TCP端口。Linux客户端可使用ping观察丢包，使用traceroute或mtr查看路径变化，再用nc -vz IP 端口确认端口是否可建立连接。ICMP被禁用时，ping失败并不等于业务中断，应以实际服务端口为准。
香港物理机面向不同地区用户时，跨境链路的延迟和丢包会随运营商、时段及路由变化。若端口可连接但响应慢，可进一步比较多个来源的测试结果；若所有来源都无法连接，再检查上游交换端口、网关、ACL和主机防火墙。
第3步：通过带外管理检查硬件
无法通过SSH或远程桌面登录时，优先使用服务器的IPMI、iDRAC或iLO等带外管理功能。查看电源状态、温度、风扇告警、内存错误和网卡链路状态。带外控制台能帮助判断系统未启动、系统已启动但网络失效，还是设备发生死机。
存储故障尤其容易表现为服务超时。检查RAID控制器状态、磁盘健康信息和系统日志中的I/O错误；普通SATA或NVMe磁盘可结合SMART信息判断异常。不要在仍有阵列告警时直接拔盘，先确认阵列级别、故障盘编号和更换流程。
第4步：排查系统资源与进程
登录后先看资源是否耗尽，而不是立即重启。可使用top或htop查看CPU和内存，使用free -h检查可用内存，使用df -h检查文件系统空间，使用iostat观察磁盘等待。
- 磁盘使用率长期接近100%时，日志写入、更新和服务启动都可能失败；应先定位大文件并保留必要日志。
- 内存不足伴随交换分区持续增长时，可能是进程泄漏、并发突增或缓存策略不合适。
- CPU满载时，检查进程、定时任务和异常请求，避免只按负载数字判断；多核服务器的负载解释还取决于CPU核心数。
第5步：核对服务状态与配置
用systemctl status 服务名确认进程状态，用journalctl -u 服务名查看启动失败原因，再用ss -lntp核对监听地址和端口。常见问题包括服务只监听127.0.0.1、端口被其他进程占用、配置文件语法错误，以及权限或环境变量缺失。
将最近一次正常配置与当前版本逐项对比。若修改前有版本控制或配置备份，可先恢复单个配置文件，再重启对应服务并观察日志，不要一次性覆盖整个系统。部署新版本时，也应确认旧进程是否已经退出，避免两个实例竞争同一端口或同一文件。
第6步：执行回滚并建立复盘记录
当故障影响持续扩大，应根据预先定义的恢复顺序回滚。香港物理机适合准备本地可快速读取的备份，同时保留独立存储位置的副本；恢复前确认备份时间点、文件完整性和剩余磁盘空间。
- 暂停继续发布，保留当前日志、配置和故障时间线。
- 回滚最近一次变更，优先恢复能够让核心服务重新工作的版本。
- 通过实际端口、关键功能和不同网络来源验证结果。
- 记录根因、处理命令、耗时以及后续改进项，并设置CPU、内存、磁盘、端口和硬件告警。
如果同类问题反复出现，应重新评估远程管理、RAID、带宽、备份和监控方案。选择香港物理机时，不仅要看计算规格，也要确认故障处理方式、备件响应和网络出口是否符合业务的恢复目标。
常见问题
香港物理机无法远程登录，应该先重启吗？
不建议立即重启。先通过带外管理查看控制台、网卡和系统状态，保留故障证据；只有确认系统无响应且没有更安全的恢复手段时，才执行重启。
ping不通是否代表香港物理机断网？
不一定。主机或防火墙可能禁用ICMP。应改用业务端口、TCP连接测试和多地网络进行交叉验证。
如何判断是磁盘慢还是应用本身有问题？
同时观察iostat、系统I/O日志和服务响应时间。若磁盘等待升高并伴随I/O错误，优先检查存储；若I/O正常而单个进程异常，则继续检查应用日志和配置。
什么时候适合回滚？
当故障明确出现在最近变更之后，且回滚版本经过验证、数据不会被覆盖时，回滚通常比现场持续修改更稳妥。处理香港物理机部署故障时，保留证据和可恢复路径同样重要。
