服务器突然变慢、网站打不开,或者账单里的流量费用异常,很多人的第一反应是重启。重启有时能让服务暂时恢复,却不一定能解决问题;如果没有先记录故障时间、查看日志,重启前后的关键线索也可能变得难找。
阿里云服务器日志分散在操作系统、应用程序、Web 服务和云产品等位置。排查时,先判断问题影响了什么,再去对应的位置查记录,通常比把所有日志翻一遍更有效。
先分清:你要找的是哪一类日志
常见日志大致有三类。系统日志记录开机、服务启动失败、磁盘空间不足、内核异常等情况;应用和访问日志记录网站请求、接口报错、数据库运行状态等业务信息;云产品日志或监控数据则用于查看实例状态、网络流量和安全事件等。
这些记录不一定保存在同一个地方。Linux 系统通常可从日志目录或系统日志工具入手,Windows 服务器可使用“事件查看器”。应用日志的位置取决于软件配置:Nginx、Apache、Java 服务和数据库都有各自的日志设置。云产品相关信息则要根据实际使用的产品,到阿里云控制台或对应日志服务中查询;部分日志需要提前开启或配置,不能默认它们已经完整留存。
在控制台先看实例状态和监控
如果还不确定问题出在系统还是业务,可以登录阿里云控制台,找到对应的 ECS 实例,查看运行状态以及 CPU、内存、磁盘和网络等监控指标。网站变慢时,重点对照故障发生的时间段:CPU 是否持续偏高,磁盘空间是否接近用满,入网或出网流量有没有突然变化。
监控适合判断“什么时候开始异常”和“哪项资源值得进一步检查”,但不能单独说明故障原因。比如 CPU 升高,可能是访问量增加、程序陷入重复计算,也可能是定时任务集中运行。要分辨这些情况,还得结合系统记录、应用日志和近期配置变更。
登录系统后,按故障类型查日志
Linux 服务器可以先查看 /var/log,再根据发行版和具体服务定位日志文件。不同系统、软件版本和安装方式的路径可能不一样,最好先检查服务配置,不要照搬其他服务器上的路径。使用 systemd 的系统,还可以用 journalctl 查询服务日志,例如按服务名称筛选,并把范围限制在故障发生的时间段。这样比直接搜索整份日志更容易找到相关记录。
网站访问异常时,优先检查 Web 服务日志。以 Nginx 为例,访问日志可以确认请求是否到达服务器,错误日志则常用于排查配置错误、上游服务连接失败等问题。两类日志承担的作用不同:如果访问日志里没有对应请求,问题可能发生在请求抵达 Nginx 之前;如果有请求记录但页面报错,再看错误日志和应用日志。
Windows 服务器可以打开事件查看器,在“Windows 日志”下查看“系统”和“应用程序”,按时间和错误级别筛选。遇到服务突然停止、系统重启或应用报错时,先缩小到故障前后的记录,再判断哪些事件和当前问题有关。
查日志时,时间范围比盲目搜索关键词更重要。先根据用户反馈或告警确定大致时间,再搜索 error、timeout、denied 等常见错误信息。不要只看一条报错就下结论;它可能是故障原因,也可能是故障发生后留下的结果。结合前后几分钟的记录,通常更容易看清先后关系。
案例:网站偶发打不开,最后发现磁盘写满
一家小型电商网站的用户反馈页面偶尔打不开。运维人员重启 Web 服务后,网站短暂恢复,但问题又出现了。检查实例监控时,CPU 和内存没有明显异常,磁盘使用率却已接近 100%。继续查看系统日志和 Nginx 错误日志,发现业务日志持续增长;磁盘空间耗尽后,部分服务无法正常写入文件。
检查结果指向日志管理问题:日志没有轮转和清理。处理时先确认哪些文件可以归档,再释放空间;随后为相关日志设置按时间或文件大小轮转,并确定保留周期。同时检查应用是否在重复输出错误,避免只删掉日志文件,却留下持续产生日志的原因。后续还需要关注磁盘使用情况,尽量在空间耗尽前发现增长趋势。
日志既能帮助还原故障,也可能因为持续增长影响服务。访问量较大的站点、长期运行的服务,以及磁盘空间有限的实例,都应定期检查日志目录的占用情况。
日志排查时,别忽略这些细节
- 记下故障时间。把用户反馈、监控告警和日志时间对齐,搜索范围会小很多。留意服务器和应用使用的时区,避免时间对不上。
- 别急着删除原始日志。排查前先备份或归档相关文件,并确认文件用途;空间紧张时,也要先保留与故障时间相关的记录。
- 注意权限和敏感信息。日志可能包含 IP 地址、账号标识或请求参数。发给同事或外部人员前先做脱敏,并限制文件的访问权限。
- 设置轮转和保留周期。根据业务需要配置日志轮转、压缩和清理策略;重要日志是否需要长期保存,也应提前确认。
- 区分应用日志与审计记录。应用日志适合排查业务错误,安全审计和云产品日志可能需要单独开启或配置,不能假设它们会自动完整留存。
建立一套简单的排查顺序
遇到故障,可以按“确认时间和影响范围—查看实例监控—检查系统日志—检查应用日志—核对配置和变更”的顺序处理。只有某个接口异常时,先看该应用和 Web 服务日志;整台服务器都无法连接时,先确认实例状态、网络配置和系统事件;怀疑异常登录或攻击时,再结合认证记录、安全产品告警和访问日志判断。
排查阿里云服务器日志时,先找到与问题相关的记录,再结合监控、配置变更及用户反馈分析,能更快缩小范围。平时做好日志分类、权限控制、轮转和备份,出问题时就不用从零开始。对个人站点来说,先记住常用日志的位置、故障时间和查询方法,已经能处理不少重启后又复发的问题。