linux平台下server运维问题分析与定位
结合我工作中碰到的运维问题，总结一下linux下server常见的运维问题以及定位方式。这里的server主要指自主开发的逻辑server，web srv因为通常采用通用的架构所以问题比较少。
逻辑server通常的处理能力在3k/s - 1w/s之间，因业务特点而不同。逻辑server一般是自主开发的，虽然在上线前大都经过功能和压力测试，但放到现网环境上部署后还是难免会出现一些问题，有些问题是在灰度发布时就可以发现，而有些问题则是一个漫长的暴露过程。下面先总结一下大致的问题分类和定位方法。
1. 程序BUG如fd泄漏或内存泄漏
业务上线前一定要做压测，同时查看进程消耗的内存与fd数，结合业务特性分析fd使用量是否合理，同时观察内存使用是不是最终会趋于稳定的值，如果一直增加，就肯定有泄漏。
fd泄漏确认方法是：ls /proc/pid/fd -al | wc，可以看到单个进程使用的fd数，观察是否一直在涨长，如果没有最终达到一个稳定值，则可以确认存在泄漏。同时可以cat /proc/net/sockstat观察整体的fd使用数量是否一直在涨长，通常32位的机器，fd超过10W时系统会到达瓶颈。
内存泄漏确认方法是：top 看进程使用的RES 和 SHR，观察是否一直在涨长，如果没有最终达到一个稳定值，则可以确认存在泄漏。同时可以看下mem的使用量是否一直在增加。内存泄漏最终的结果是使用到的swap分区，一旦出现这种情况，cpu的wa字段会出现远大于0的情况，表明cpu阻塞在等待输入输出上。
2. 业务自然增长
这一点依赖于对请求数的统计，通过对前后几天的对比，不难确认是否是业务自然增长，单机请求量上升使系统出现瓶颈，这种问题通过扩容可以轻松解决，但最好的办法是对系统的容量和关键参数如cpu\mem\eth加上监控，能够做到提前告警，这样不至于在出问题的时候紧急扩容。
3. 特性变更导致用户行为异常
举个例子，有一次我在升级server时，基于性能的考虑，少返回了一个已无效的字段，灰度升级一台机器后，发现系统负载升高了3倍，当时的第一反应是有bug，使到cpu的使用突增，但vmstat发现 升级前cpu使用率 usr 和 sys大致是 14 7，升级后为 42 21，大致同比增长了3倍，再看一下请求数，发现请求数也同比增长，可见，是某些原因达致用户在重试。
&n
相关文档：
java 的connect有timeout这个功能，C++的connect反而没有？ 网查得到了两个实现的版本如下：
支持timeout的connect() / Connect with timeout
Code:
void connect_w_to(void) {
int res;
struct sockaddr_in addr;
long arg;
fd_set myset;
struct timeval tv;
int valopt;
socklen_t ......
关键业务慎用linux!
在这里我指的“关键业务”是指在企业中提供诸如收费、销售等业务，需要提供要求苛刻的“安全性”、“可靠性（7X24）等要求的业务。不是宕机几个小时都无所谓的业务。从我的以往的应用案例来看，使用linux是个非常糟糕的选择。安全性，由于不能得到及时修补很容易被利用。稳定 ......
采用红帽的企业版5，安装的时候要把必要的开发组建选择上！如tftp，samba，和nfs等。。。。
安装VMware而后设置安装红帽企业版5，最后安装VMware tools，运用VMware tools就可以在Linux和windows之间复制粘贴文件，这样可以取代samba服务器的功能。
samba服务器使用时候，要先定义wm连接0把它定义成一个指定的网络连接，� ......
这两天，给自己电脑弄了双系统，除了原来的Windows 7系统外，装上了Linux系统，使用的版本是Ubuntu
（点
击可到相应的下载页面）。开始我装的Linux版本是fedora9，对于一个根本没接触过Linux系统的人而言，使用fedora，简直让人崩溃。更
崩溃的是，我用的英文版。没的办法，又重新下载Linux，刻碟。装系统。装系统的时候 ......
