首页/网络/正文

排障方法论:从现象到根因

排障不是靠经验猜,而是靠分层、假设、验证,一步步缩小范围。

网络排障手册2026-09-30约 2 分钟595 字

同样的故障,有人十分钟定位,有人查一下午。差别不在记了多少命令,而在有没有一套可复用的方法。

一、先描述现象,不下结论

把“网慢”拆成可观察的事实:

  • 哪个应用、哪台设备、什么时间开始;
  • 是全部慢还是部分慢;
  • 是首次访问慢还是持续慢;
  • 有没有同时发生的变更。

现象越具体,假设越少。

二、分层定位

网络问题按层排查:

层检查命令
物理网线、光模块、指示灯看灯、换线
链路协商速率、错包ethtool、ip -br a
网络地址、路由、ARPip r、arp -a
传输端口、丢包ss -lntp、mtr
应用状态码、日志curl -v、journalctl
解析DNSdig

从下往上,哪一层断了就停在哪一层,不要跳。

三、假设与验证

每次只改一个变量,改完立刻验证。常见的错误是“同时改了 DNS、MTU 和防火墙”,结果恢复了也不知道是哪一项起作用,下次还会复发。

记录格式:

text
时间  操作        结果        结论
10:05  ping 网关   丢包 20%    局域网有问题
10:10  换网线      丢包 0%     线材故障

四、二分法

范围大时用二分:一半一半地排除。

  • 两台交换机之间:先拔一半端口,看问题是否消失;
  • 配置问题:注释掉后半段配置,重启验证;
  • 时间范围:对比故障前后各一小时的日志。

二分能把 O(n) 的排查变成 O(log n)。

五、常见误判

误判实际原因
“网络断了”DNS 解析失败,网络本身正常
“服务器挂了”证书过期,客户端拒绝连接
“带宽不够”单线程测速、Wi-Fi 瓶颈
“磁盘满了”inode 用完,空间还有
“服务重启了”健康检查误判,编排层主动重启
“防火墙拦了”端口没监听,或监听在 127.0.0.1
先怀疑最近改过的东西

故障时间点附近有变更,优先回滚变更,再继续排查。回滚是最快的验证手段。

六、收尾

  • 写清根因、影响范围、处理过程;
  • 补监控与告警,让同类问题早发现;
  • 补文档,把“下次怎么查”写下来;
  • 如果是配置问题,加一条检查项到上线清单。

小结

描述事实、分层定位、单变量验证、二分缩小、记录结论。方法稳定,结果才稳定。

说明:文中的地址、域名、主机名与账号均为脱敏示例;配置片段来自实际环境,但版本与网络条件不同,照搬前请先在测试环境验证。最后校对:2026-09-30。