摘要：?操作系統(tǒng)配置不當(dāng)或程序過載可能會(huì)造成ECS系統(tǒng)內(nèi)核崩潰，這將導(dǎo)致夯機(jī)、異常重啟或無法正常啟動(dòng)等問題。為了分析根本原因，運(yùn)維人員通常要查看系統(tǒng)日志，但此時(shí)也許實(shí)例已經(jīng)無法正常遠(yuǎn)程連接，使得分析診斷非常困難。阿里云提供了一鍵查看系統(tǒng)日志和屏幕截圖功能，為運(yùn)維人員提供一個(gè)方便的工具，支持系統(tǒng)故障的分析。

云服務(wù)器 ECS（Elastic Compute Service）是一種彈性可伸縮的計(jì)算服務(wù)，助您降低 IT 成本，提升運(yùn)維效率，使您更專注于核心業(yè)務(wù)創(chuàng)新。阿里云使用嚴(yán)格的IDC標(biāo)準(zhǔn)、服務(wù)器準(zhǔn)入標(biāo)準(zhǔn)以及運(yùn)維標(biāo)準(zhǔn)，保證云計(jì)算整個(gè)基礎(chǔ)框架的高可用性、數(shù)據(jù)的可靠性以及云服務(wù)器ECS的高可用性。但在使用ECS實(shí)例的過程中，仍然有可能會(huì)出現(xiàn)由于操作系統(tǒng)配置不當(dāng)或程序過載等原因?qū)е孪到y(tǒng)內(nèi)核崩潰的情況，這將導(dǎo)致系統(tǒng)夯機(jī)、異常重啟或無法正常啟動(dòng)等問題。為了分析根本原因而避免問題反復(fù)發(fā)生，運(yùn)維人員通常依靠查看系統(tǒng)日志來做分析診斷，然而此時(shí)也許實(shí)例已經(jīng)無法正常SSH遠(yuǎn)程連接，讓定位故障原因的過程變得非常困難?，F(xiàn)在阿里云提供了一鍵查看系統(tǒng)日志和屏幕截屏的功能，為運(yùn)維人員提供了一個(gè)方便的工具，給系統(tǒng)異常故障的分析診斷提供更多的支持。

為什么需要系統(tǒng)串口日志

當(dāng)ECS實(shí)例發(fā)生了夯機(jī)、異常重啟、或者無法正常啟動(dòng)時(shí)，運(yùn)維人員需要定位導(dǎo)致問題發(fā)生的根本原因，及時(shí)解決問題并且避免該問題反復(fù)發(fā)生。

ECS實(shí)例運(yùn)行的穩(wěn)定性會(huì)受多方面影響，概括來說會(huì)存在于兩個(gè)層面，一方面是承載ECS實(shí)例運(yùn)行的基礎(chǔ)設(shè)施硬件和軟件環(huán)境，另一方面是ECS實(shí)例操作系統(tǒng)內(nèi)部的運(yùn)行環(huán)境。如果實(shí)例的異常狀態(tài)是由于承載其運(yùn)行的基礎(chǔ)設(shè)施硬件或軟件出現(xiàn)故障而導(dǎo)致的，阿里云會(huì)向用戶提供系統(tǒng)事件信息，便于您了解這方面問題對實(shí)例運(yùn)行的影響；如果實(shí)例的異常狀態(tài)是由于操作系統(tǒng)內(nèi)部內(nèi)核bug、系統(tǒng)配置不當(dāng)或程序過載等原因而導(dǎo)致的，就需要查看操作系統(tǒng)層面的日志信息來診斷問題了。

（如果您希望了解更多ECS系統(tǒng)事件的信息，可以查看幫助文檔和云棲博客讓運(yùn)維更高效：關(guān)于ECS系統(tǒng)事件）

在Linux操作系統(tǒng)層面，經(jīng)過設(shè)置后，啟動(dòng)日志和異常故障等信息會(huì)通過服務(wù)器的串口（串行端口，Serial Port）打印輸出。如果是物理服務(wù)器，運(yùn)維人員通常會(huì)通過IPMI帶外接口獲得操作系統(tǒng)通過串口打印輸出的日志信息。對于云服務(wù)器，運(yùn)維人員同樣需要這方面的日志信息幫助對異常故障做診斷分析，因此，云服務(wù)器的系統(tǒng)串口日志是運(yùn)維診斷的重要一環(huán)。

系統(tǒng)串口日志會(huì)包含什么信息

系統(tǒng)通過串口打印輸出的日志會(huì)包含兩種類型的信息，一類是系統(tǒng)啟動(dòng)開機(jī)時(shí)的日志內(nèi)容，另一類是系統(tǒng)內(nèi)核故障或異常時(shí)的日志內(nèi)容。

1. Linux操作系統(tǒng)啟動(dòng)開機(jī)時(shí)，默認(rèn)會(huì)將開機(jī)過程產(chǎn)生的日志信息輸出到串口。開機(jī)信息會(huì)被系統(tǒng)內(nèi)核存儲(chǔ)在ring buffer中，會(huì)顯示系統(tǒng)架構(gòu)、CPU、RAM、掛載的硬件以及軟件啟動(dòng)相關(guān)的系統(tǒng)信息。這類信息幫助系統(tǒng)管理員了解系統(tǒng)是否正常啟動(dòng)，檢查預(yù)先設(shè)定的應(yīng)用程序是否隨系統(tǒng)啟動(dòng)等情況。

2. 內(nèi)核故障或異常錯(cuò)誤發(fā)生時(shí)，系統(tǒng)會(huì)按照配置的日志級(jí)別（由內(nèi)核參數(shù)kernel.printk決定，默認(rèn)級(jí)別為4 - KERN_WARNING）將對應(yīng)信息輸出到串口。內(nèi)核錯(cuò)誤(Kernel panic)是指操作系統(tǒng)在監(jiān)測到內(nèi)部的致命錯(cuò)誤，并無法安全處理此錯(cuò)誤時(shí)采取的動(dòng)作。操作系統(tǒng)內(nèi)核中處理Kernel panic的子程序通常被設(shè)計(jì)用來向串口控制臺(tái)輸出錯(cuò)誤信息，以便用于故障的調(diào)試，然后等待系統(tǒng)被手動(dòng)重新引導(dǎo)，或自動(dòng)重新引導(dǎo)。該程序提供的技術(shù)性信息通常是用來幫助系統(tǒng)管理員或者軟件開發(fā)者診斷問題的。

附：內(nèi)核日志級(jí)別：

如何使用系統(tǒng)串口日志

使用ECS控制臺(tái)時(shí)，對于狀態(tài)為“運(yùn)行中”的ECS實(shí)例，您可以通過實(shí)例列表或?qū)嵗斍榈牟僮鞑藛危@取實(shí)例系統(tǒng)日志。

控制臺(tái)操作

1. 登錄 ECS管理控制臺(tái)。
   

2. 單擊左側(cè)導(dǎo)航欄中的?實(shí)例。
   

3. 選擇?地域。
   

4. 找到需要排查異常故障的實(shí)例的?操作?菜單。
   

5. 單擊?更多?>?運(yùn)維和診斷?>?獲取實(shí)例系統(tǒng)日志?查看日志。
   

6. 也可以選中需要排查異常故障的實(shí)例，單擊實(shí)例進(jìn)入?實(shí)例詳情頁，點(diǎn)擊?更多?>?獲取實(shí)例系統(tǒng)日志?查看日志。

如下圖所示，當(dāng)系統(tǒng)正常啟動(dòng)時(shí)，會(huì)顯示啟動(dòng)過程中的相關(guān)日志內(nèi)容：

當(dāng)系統(tǒng)出現(xiàn)內(nèi)核錯(cuò)誤時(shí)，會(huì)顯示相關(guān)錯(cuò)誤信息：

結(jié)合日志中所顯示的內(nèi)容，可以幫助運(yùn)維人員檢查系統(tǒng)啟動(dòng)是否正常，以及診斷操作系統(tǒng)層面發(fā)生的異常故障。

此外，在某些時(shí)刻系統(tǒng)也會(huì)將異常信息輸出到顯示器（比如Windows系統(tǒng)“藍(lán)屏”），由于云服務(wù)器沒有連接物理顯示器，因此可以使用獲取實(shí)例屏幕截圖的功能查看異常狀態(tài)下輸出到屏幕的信息，為問題分析提供輔助。

使用OpenAPI時(shí)，您可以使用?GetInstanceConsoleOutput?，獲得通過Base64編碼輸出的日志內(nèi)容。使用?GetInstanceScreenshot?，獲得通過Base64編碼輸出的屏幕內(nèi)容。

請注意，目前只有在?運(yùn)行中?狀態(tài)的實(shí)例可以查看系統(tǒng)日志和屏幕截屏。

寫在最后

讓ECS更好用是我們持續(xù)追求的目標(biāo)。ECS主動(dòng)運(yùn)維和系統(tǒng)事件機(jī)制，可以提前發(fā)現(xiàn)基礎(chǔ)設(shè)施層面對ECS運(yùn)行的影響，并通過事件讓運(yùn)維人員及時(shí)感知并采取預(yù)防性措施，避免對在行業(yè)務(wù)的影響；而今天介紹的診斷日志功能，可以幫助運(yùn)維人員在面對實(shí)例個(gè)體由于操作系統(tǒng)內(nèi)部原因出現(xiàn)異常的情況下，分析原因避免同樣的問題反復(fù)發(fā)生威脅業(yè)務(wù)連續(xù)性。后續(xù)我們會(huì)推出更多的運(yùn)維工具和能力，讓您使用ECS的過程更放心、更透明。敬請期待！

原文鏈接?

本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。