前几天一个做小程序的朋友半夜找我，说阿里云服务器用不了，网站白屏，SSH也连不上。他第一反应是服务器被入侵了，打算直接重装系统。我让他先停手，花十分钟按顺序排查，结果问题很简单。这类情况很常见，多数时候服务器本身没坏，而是某项配置或状态变了。顺序理清楚，很多问题几分钟就能定位。
先看实例状态
登录阿里云控制台，进入云服务器ECS的实例列表，先看状态。这一步很简单，但很多人会直接跳过。
- 运行中：实例本身正常，问题多半在网络、安全组或服务层面，接着往下查。
- 已停止：可能是手动关机，也可能是系统因故停机，确认后手动启动即可。
- 已过期或欠费：按量付费余额不足，或包年包月到期未续费，都会导致实例无法访问。
欠费的话，充值后一般几分钟就能恢复。不过欠费时间拖长，数据可能被释放，发现了就尽快处理。
安全组是最常见的卡点
安全组可以理解成服务器前面的门禁。很多人买机器时只放行了22端口（SSH）或80端口，后来新增服务，比如3000或8080，却忘了在安全组里加规则。服务明明在跑，外面却访问不到。
那位朋友就是这种情况。他前一天刚改了Nginx的监听端口，安全组没有同步更新。后来他在控制台的安全组规则里加上443端口的入方向规则，大约三十秒后网站就恢复了。
检查时重点看两处：入方向规则的端口和协议是否正确，授权对象是否写对。如果只授权了某个固定IP，换个网络环境访问就会被拦下。测试阶段可以临时放宽，但正式环境最好只开放必要端口，来源地址也尽量收窄。
公网IP、带宽和域名解析
服务器内部正常、外网却访问不了，就要看公网这一层。
- 公网IP变了：按量付费且没有绑定弹性公网IP的话，停机重启后IP可能会变，原来的域名解析随之失效。绑定弹性公网IP可以避免这个问题。
- 带宽打满：流量突增时带宽不够，访问会变慢甚至超时。到云监控里看网络流入流出的曲线，就能确认是不是这个原因。
- 解析记录出错：检查域名是否指向正确的公网IP，记录有没有被误删或误改。可以在本地用ping或nslookup测试。
之前处理过一个客户的案例，网站突然打不开，最后查出是域名的A记录被同事在另一个后台误改成了旧IP。从服务器那边看一切正常，只有查DNS才能发现。所以排查时两边都要看。
服务器内部的问题
安全组和网络都没问题，就要登录服务器本身看看。SSH连不上时，可以先通过控制台提供的远程连接（VNC）进入系统。
- 磁盘写满：日志不断增长，磁盘满了之后不少服务会直接崩溃。用df -h可以快速看出来。
- 内存耗尽：进程会被系统强制杀掉。用free -m和top查看占用，小内存机器跑了太多服务时最容易出现。
- 服务未启动：服务器重启后，如果没设置开机自启，网站服务就不会自动运行。用systemctl status加服务名检查。
- SSH配置被改：改过SSH端口或禁用了密码登录，又没保存好密钥，就会登不进去。修改前最好先确认另一种登录方式可用。
同一位小程序开发者后来又遇到过类似问题，原因是日志没做轮转，一个月下来占满了整个系统盘。清理出空间，并配置logrotate之后，这个问题就没再出现。
照着做的排查清单
下次阿里云服务器用不了，可以按下面的顺序逐项确认，大部分情况都能覆盖：
- 控制台查看实例状态，确认是否运行中，有没有欠费。
- 检查安全组入方向规则，端口和授权对象是否正确。
- 确认公网IP没有变化，域名解析指向正确的地址。
- 通过远程连接登录服务器，检查磁盘、内存和服务状态。
- 查看系统日志和应用日志，找到报错的具体位置。
- 仍然判断不了，就提交工单或联系技术支持，附上报错截图和出问题的时间点，沟通会快很多。
平时怎么防
服务器出问题时，最容易出事的是慌乱中乱改配置，甚至直接重装系统，反而把本来能快速修好的问题搞复杂。先看状态，再看网络，最后看服务，一层层排下来，多数问题半小时内能解决。平时做几件小事也能少踩很多坑：关键服务设置开机自启，日志配置轮转，改安全组前先记下原有规则，数据定期备份。
