Linux 网络故障排查实战：从 ping 到 tcpdump 的完整诊断流程

Linux 网络故障排查实战：从 ping 到 tcpdump 的完整诊断流程

网络问题是运维工作中最常见的故障类型之一。从 DNS 解析失败到 TCP 连接超时，从带宽瓶颈到路由异常，每一类问题都需要不同的诊断工具和分析方法。本文将带你建立一套系统化的网络排查方法论。

一、排查方法论

网络故障排查的核心思路是分层诊断，按照 OSI 模型从底层到高层逐一排查。

1. 确认故障范围：单台机器还是整个网络
2. 检查物理层：网线、交换机、网卡状态
3. 检查网络层：IP 配置、路由表、DNS
4. 检查传输层：端口监听、TCP 连接
5. 检查应用层：HTTP 状态码、API 响应

# 快速诊断清单
ip addr show
ip route show
ping -c 3 $(ip route | grep default | awk '{print $3}')
dig example.com +short
ping -c 3 8.8.8.8

二、常用诊断工具

掌握正确的诊断工具是网络排查的基础。

# ping 高级用法
ping -D -c 100 example.com
traceroute -T -p 443 example.com
mtr --report --report-cycles 10 example.com

# socket 状态
ss -tlnp
ss -t state established | wc -l
ss -s

tcpdump 是网络排查的终极武器：

# 抓包示例
tcpdump -i eth0 port 80 -w capture.pcap
tcpdump -i eth0 host 192.168.1.100
tcpdump -i eth0 'tcp[tcpflags] & tcp-syn != 0'

三、常见故障场景

DNS 解析失败

能 ping 通 IP 但无法访问域名：

1. 检查 /etc/resolv.conf
2. 使用 dig 测试不同 DNS
3. 检查 DNS 缓存
4. 尝试公共 DNS (8.8.8.8)

TCP 连接超时

带宽瓶颈

iftop -i eth0
nethogs eth0
ip -s link show eth0

四、自动化监控

将关键网络指标纳入持续监控：

• ICMP 延迟和丢包率
• TCP 连接数分布
• DNS 解析时间
• 带宽利用率
• 网络错误和丢包计数

结合 Prometheus + Blackbox Exporter 可实现完整网络监控。

五、总结

建立标准化排查流程，熟练使用诊断工具，结合自动化监控，可大幅提升故障处理效率。

本文基于实际生产环境经验编写，配置参数需根据具体情况调整。建议在测试环境验证后再应用于生产。