服务器变慢、页面报错或资源突然飙升时,日志能帮助还原故障发生的过程。阿里云服务器日志并非集中在一个文件里:操作系统、Web服务、应用程序和云产品都可能分别产生日志。排查前先记下故障现象和发生时间,再确认涉及哪些服务,通常比从目录里逐个翻文件更快。
先判断要查哪类日志
登录阿里云ECS后,常见日志可分为三类:操作系统日志记录启动、服务状态以及磁盘或网络异常;应用日志由Nginx、Apache、Java或PHP应用生成;云产品日志则可能通过云监控、日志服务等产品采集和分析。它们的查看入口、格式和保存周期并不相同,不能默认都在同一个目录或控制台页面里。
- 访问异常:先查Web服务器访问日志和错误日志,确认请求有没有到达、返回了什么状态码。
- 程序报错:查看应用日志,留意异常堆栈、请求参数和报错上下文。
- 主机异常:检查系统日志、服务状态,并对照CPU、内存和磁盘等监控指标,判断是否发生资源耗尽或服务重启。
- 多台机器需要统一检索:可考虑把日志采集到云端平台,方便集中查询和设置告警。
在ECS上查找本地日志
先在阿里云控制台确认实例的操作系统和登录方式,再通过SSH连接Linux实例,或使用远程桌面连接Windows实例。日志路径会因系统版本、安装方式和服务配置而变,建议先查配置文件,不要直接套用网上的默认目录。
例如,在Linux服务器上排查Nginx,可以先查看服务状态和日志配置:
sudo systemctl status nginx
sudo nginx -T | grep -E 'access_log|error_log'
sudo tail -n 100 /var/log/nginx/error.log
sudo grep ' 500 ' /var/log/nginx/access.log | tail -n 20
访问日志通常包含请求时间、客户端地址、请求路径、状态码和响应大小;错误日志则更适合查配置错误、上游服务连接失败等问题。示例中的文件路径只是常见位置,实际路径以Nginx配置为准。找不到日志文件时,检查服务是否使用了其他路径、是否把日志写入标准输出,或者文件是否已被轮转并改名。
Windows服务器可以在IIS管理器中查看站点日志配置,再按配置定位文件。应用若运行在容器或进程管理工具中,也要从对应的运行环境查看日志。先确定日志入口和格式,再按故障时间筛选,能少花不少无用功。
用时间和请求信息缩小范围
开始查日志前,记下故障时间、访问域名和出错页面。若请求ID、订单号等标识可以贯穿多个服务,也要一并记录,方便关联不同日志。之后将日志时间与云监控指标、发布记录和用户反馈对照。服务器时区或日志时间格式可能不同,先确认时间是否一致,否则容易把正常记录当成故障线索。
状态码可以帮助确定方向:4xx常与请求内容、权限或资源路径有关,5xx则需要继续检查Web服务、应用和上游依赖。不过,状态码只是线索。例如502可能由后端进程未运行、连接超时或代理配置引起,不能只凭一个状态码就判断根因。
案例:页面间歇性出现502
某电商网站部署在阿里云ECS上,用户反馈结算页面偶尔返回502。运维人员先记录问题出现的大致时间,再查Nginx访问日志,确认结算请求已经到达服务器,部分请求返回了502。随后检查错误日志,发现故障时段多次出现连接上游服务超时的记录。
继续对照应用日志和云监控后,排查人员发现应用进程仍在运行,但高峰期数据库查询耗时明显增加。最终定位到一条查询在特定流量下响应过慢,超过了代理等待时间。修复查询并补充监控后,502现象得到缓解。访问日志能确认请求和结果,错误日志、应用日志及依赖服务的表现则帮助进一步定位原因。
本地日志和日志服务怎么配合
单台、低流量服务器通常可以先从本地日志排查。实例增加后,若需要跨机器检索、长期留存或设置告警,可考虑使用阿里云日志服务等平台。通常要配置采集规则,把指定路径或来源的日志发送到目标日志库,再按字段、关键词和时间范围查询。启用前应核对权限、网络连通性、采集范围和费用规则,并用测试日志确认数据确实进入日志库。
集中采集不能替代本地检查。采集配置出错、网络中断或磁盘策略变化,都可能造成日志缺失。关键服务应保留合理的本地轮转策略,同时查看日志平台的最近接收时间和采集状态。对需要长期保存的日志,按业务要求设置保留期限,并定期确认记录仍可查询。
日常管理:权限、容量和时间
- 控制敏感信息:避免记录密码、完整身份信息和访问令牌;业务确实需要留存相关字段时,先做脱敏处理。
- 限制查询权限:只向有需要的人员开放查询和导出权限,重要操作保留审计记录。
- 设置轮转与清理:定期检查日志增长速度、磁盘空间和保留周期,防止日志堆积占满磁盘。
- 保持时间同步:确认系统时间正常同步,方便关联监控、发布记录和外部请求。
- 验证采集链路:发起实际请求后检查本地是否生成日志、云端是否收到数据,以及告警是否按预期触发。
排查中容易漏掉的细节
日志里没有对应请求,不一定表示用户没有访问。请求可能被负载均衡、CDN或其他代理拦截,也可能落到另一台后端实例。遇到这种情况,从请求入口开始逐层确认。若账号没有读取权限,应核实账号权限和服务运行用户,不要为了查看日志随意放开目录权限。日志突然中断时,再检查磁盘空间、轮转规则、服务配置和采集器状态。
日志可能包含用户提交的内容或内部业务信息。排查时只提取需要的片段,转发给他人前先脱敏。遇到安全事件,应及时保留相关时间范围内的原始记录,避免清理或覆盖影响后续分析。
按固定顺序推进排查
可以按“确认现象和时间—确定请求经过的服务—查访问日志—查错误日志—查应用及依赖—对照监控和变更—验证修复”推进。记录每一步的发现,也标明已经排除的方向,方便团队交接和后续复盘。
平时把日志来源、查询入口、权限和保留策略整理清楚,故障发生时就能更快找到相关记录。阿里云服务器日志需要与监控指标和变更记录一起查看,才能帮助团队判断服务出了什么问题,以及问题从哪里开始。