首页
关于本站
私人 DNS 加密设置教程
全部文章
推荐
加密 DNS 服务
DNS 实时战报
过滤规则订阅
搜索
网络与 DNS
加密 DNS 实操
路由器与家庭网络
自建服务
AdGuard Home
服务器运维
开发与工具
安全与隐私
登录
搜索
23-4.CN
累计撰写
492
篇文章
累计收到
3
条评论
首页
分类
网络与 DNS
加密 DNS 实操
路由器与家庭网络
自建服务
AdGuard Home
服务器运维
开发与工具
安全与隐私
页面
关于本站
私人 DNS 加密设置教程
全部文章
推荐
加密 DNS 服务
DNS 实时战报
过滤规则订阅
注册丨登录
搜索到
15
篇
标签为
服务器运维
的文章
2026-10-24
谁在占着这个端口:ss / lsof / /proc 三条路各自的盲区
这篇是服务器运维笔记,和 DNS 无关。站内的加密 DNS 服务在dns.23-4.cn。启动服务报 bind: Address already in use,或者 EADDRINUSE——你要查「谁占了这个端口」。答案通常给三个:ss、lsof、netstat。但它们各自有盲区,而且在特定的情况下会给出「端口没被占用」这种完全错误的结论,让你去改代码。这篇把三条路都走一遍,重点是什么时候它们会骗你。下面所有输出都是我在一台 Ubuntu 20.04 上实际跑出来的。一、先看工具在不在for t in ss netstat lsof fuser; do printf "%-10s " $t command -v $t >/dev/null && echo yes || echo NO done实测这台机器:ss yes netstat NO lsof yes fuser yesnetstat 已经不在默认安装里了(net-tools 包)。这不是意外——ss 是它的替代品,而且更快。所以下面主要讲 ss。二、ss:默认选择,但有三个盲区最常用的一条:ss -tlnp参数含义:-t TCP、-l 只听 LISTEN、-n 不做名字解析、-p 显示进程。实测输出(截前几行):State Recv-Q Send-Q Local Address:Port Peer Address:Port Process LISTEN 0 511 0.0.0.0:2096 0.0.0.0:* users:(("nginx",pid=1253931,fd=27),("nginx",pid=1253930,fd=27),...) LISTEN 0 511 0.0.0.0:80 0.0.0.0:* users:(("nginx",pid=1253931,fd=6),...) LISTEN 0 4096 127.0.0.53%lo:53 0.0.0.0:* users:(("systemd-resolve",pid=895990,fd=13)) LISTEN 0 128 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=886753,fd=4))注意 0.0.0.0:2096 那一行有五个 nginx pid——master + 4 个 worker 都继承了同一个 fd。这很正常,不是重复占用。盲区 1:-p 需要权限不加 sudo 时,别人进程的 Process 列是空的:LISTEN 0 128 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=886753,fd=4)) ← root 跑的,能看 LISTEN 0 100 0.0.0.0:9000 0.0.0.0:* ← 别的用户跑的,pid 看不到你看到端口被占了,但看不到是谁。先加 sudo 再下结论。盲区 2:UDP 和 TCP 是两个独立命名空间ss -tlnp 只查 TCP。如果你要查的端口是 UDP 的(DNS、QUIC、syslog 都可能是),这条命令会告诉你「没被占用」,而实际上是占着的。# UDP 要单独查 ss -ulnp这是最常见的误判来源:一个服务同时监听 TCP 和 UDP 的 53 端口,你只查了 TCP,以为端口空着,然后 bind UDP 失败。盲区 3:IPv4 和 IPv6 是两个独立 socket(除非开了 dual-stack)ss -tlnp | grep ':443 '可能只返回 0.0.0.0:443(纯 IPv4),而 [::]:443(IPv6)是另一个 socket。如果你 bind 的时候没指定地址族,可能碰到「IPv4 空着但 IPv6 被占」。ss -4 / ss -6 可以分开看:ss -4 -tlnp | grep ':443 ' ss -6 -tlnp | grep ':443 '三、lsof:信息更全,但更慢lsof -iTCP -sTCP:LISTEN -P -n-iTCP 只看 TCP;-sTCP:LISTEN 只看监听状态;-P 不把端口号转成服务名(必须加,否则 443 会显示成 https,grep 不到);-n 不做 IP 反解(不加会很慢,因为要对每个 IP 查 DNS)。实测:COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME nginx 2715 root 6u IPv4 38108 0t0 TCP *:80 (LISTEN) nginx 2715 root 7u IPv6 38109 0t0 TCP *:80 (LISTEN) nginx 2715 root 11u IPv4 10248389 0t0 TCP *:8443 (LISTEN)lsof 的优势:能看到同一个进程占的所有端口和文件,而且 IPv4/IPv6 分得清清楚楚(上面 *:80 出现了两次,一次 IPv4 一次 IPv6)。它的劣势:慢。lsof 会遍历 /proc 下所有进程的所有 fd,机器上进程多的时候要几秒。踩坑点:不加 -P 是新手最常见的错误。lsof -iTCP -sTCP:LISTEN -n | grep 443 # ← 可能一条都匹配不到 lsof -iTCP -sTCP:LISTEN -P -n | grep 443 # ← 正确因为默认会把端口 443 显示成 https,你 grep 443 自然匹配不上。四、/proc:不用任何工具,也不受权限限制(部分)这一条最值得学,因为它在容器里、精简系统里、ss 和 lsof 都没有的时候仍然可用。原理:/proc/net/tcp 里记录了所有 TCP socket,其中有一列是 inode。而每个进程的 /proc/PID/fd/* 是符号链接,指向 socket:[inode]。两边一对,就知道谁持有这个 socket。第 1 步:从 /proc/net/tcp 找到端口的 inode/proc/net/tcp 里端口是十六进制的。443 = 0x01BB,80 = 0x0050。换算命令(注意别踩下面的坑):for p in 80 443 853 53; do printf "%-5s -> %s\n" "$p" "$(awk -v p="$p" 'BEGIN{printf "%04X", p}')" done实测:80 -> 0050 443 -> 01BB 853 -> 0355 53 -> 0035踩坑点(我实际踩到的):不要写 printf "%04X" $p。$ printf "%04X" 443 0001 ← 错!sh 的 printf 把 443 当成十进制解析后没有按 %X 处理 $ awk 'BEGIN{printf "%04X", 443}' 01BB ← 对sh(dash)的内置 printf 处理 %X 时行为和 bash 不一致,会把数字截断成奇怪的结果(443 变成 0001,80 变成 0028)。用 awk 算十六进制最稳。反方向验证:$ echo $((0x01BB)) 443 $ echo $((0x0050)) 80第 2 步:反查谁持有这个 inodeinode=$(awk 'NR>1 && $2 ~ /:01BB$/ {print $10; exit}' /proc/net/tcp) echo "inode=$inode"inode=142089然后拿它去反查:for p in /proc/[0-9]*; do for fd in $p/fd/*; do [ -L "$fd" ] && [ "$(readlink $fd)" = "socket:[$inode]" ] && \ echo "持有者: $p $(cat $p/comm 2>/dev/null)" done done 2>/dev/null实测输出:持有者: /proc/1253928 nginx 持有者: /proc/1253929 nginx 持有者: /proc/1253930 nginx 持有者: /proc/1253931 nginx 持有者: /proc/2715 nginx五个 nginx 进程——master 加四个 worker,和 ss 的输出完全对得上。这条路的盲区/proc/PID/fd 里,别人进程的 fd 你读不到(需要 root)。所以非 root 跑这段,只会看到自己的进程。但和 ss -p 不同的是:你能确定「端口确实被占着」(inode 存在),只是不知道是谁。这已经足够区分「端口没被占」和「端口被占但我没权限看」——而这正是排查里最关键的一步。五、还有两种「端口被占」的假象假象 1:TIME_WAIT 让你以为端口还在用ss -tan | grep ':443 ' | awk '{print $1}' | sort | uniq -c如果输出里大量 TIME_WAIT,说明连接刚关闭,内核还在等 2MSL。这通常不影响 bind(除非你用了 SO_REUSEADDR 之外的选项),但会让 ss 的输出看起来很吓人。TIME_WAIT 不是「被占用」,是「等超时」。区别很重要:前者要杀进程,后者等 60 秒自己就没了。假象 2:SO_REUSEPORT 允许多个进程监听同一端口ss -tlnp | grep ':80 '如果看到多个不同的进程名都监听 :80,那不是异常,是用了 SO_REUSEPORT(nginx 多进程、某些负载均衡器会这么干)。内核会把新连接分给其中一个。这时「谁占着端口」这个问题的答案就是「不止一个,它们是设计好的」。六、对照表:什么时候用哪个场景用哪个理由快速看一眼ss -tlnp最快,默认就有看不到 pid加 sudo-p 需要权限查 UDPss -ulnp-tlnp 完全不覆盖 UDP查 IPv6ss -6 -tlnpv4/v6 是独立 socket要完整上下文lsof -iTCP -sTCP:LISTEN -P -n能看进程的所有资源精简系统 / 容器/proc/net/tcp + /proc/*/fd不依赖任何工具只想知道端口通不通nc -z host port不关心是谁,只关心能不能连七、一页排查脚本PORT=443 HEX=$(awk -v p="$PORT" 'BEGIN{printf "%04X", p}') echo "PORT=$PORT HEX=$HEX" echo "=== TCP 监听 ===" ss -tlnp | grep ":$PORT " echo "=== UDP 监听(别漏)===" ss -ulnp | grep ":$PORT " || echo "(UDP 无)" echo "=== IPv4 / IPv6 分开看 ===" echo -n "v4: "; ss -4 -tlnp | grep -c ":$PORT " echo -n "v6: "; ss -6 -tlnp | grep -c ":$PORT " echo "=== /proc 反查(不依赖工具)===" for inode in $(awk -v p=":$HEX" 'NR>1 && index($2,p) {print $10}' /proc/net/tcp); do for pr in /proc/[0-9]*; do for fd in $pr/fd/*; do [ -L "$fd" ] && [ "$(readlink "$fd")" = "socket:[$inode]" ] && \ echo " inode=$inode -> $pr $(cat $pr/comm 2>/dev/null)" done done 2>/dev/null done echo "=== 状态分布(TIME_WAIT 不是占用)===" ss -tan | grep ":$PORT " | awk '{print $1}' | sort | uniq -c实测这台机器对 443 跑完整脚本的输出:PORT=443 HEX=01BB === TCP 监听 === LISTEN 0 511 0.0.0.0:443 0.0.0.0:* users:(("nginx",pid=1253931,fd=17),...,("nginx",pid=2715,fd=17)) LISTEN 0 511 [::]:443 [::]:* users:(("nginx",pid=1253931,fd=18),...,("nginx",pid=2715,fd=18)) === UDP 监听(别漏)=== (UDP 无) === IPv4 / IPv6 分开看 === v4: 1 v6: 1 === 状态分布 === 43 ESTAB 2 FIN-WAIT-2 2 LISTEN 7 TIME-WAIT注意 v4: 1 和 v6: 1——同一个 443 端口有两个独立的 LISTEN socket(0.0.0.0:443 和 [::]:443)。如果只查 IPv4,你会以为「只有一个」,而实际 bind 失败的可能是 IPv6 那一个。验证做对了没有:ss 和 /proc 两条路给出的进程列表应该完全一致(这里都是那 5 个 nginx pid)。如果不一致,说明你漏了 UDP 或者漏了 IPv6——那才是真正需要继续查的地方。八、一句话总结ss -tlnp 是起点,但它只覆盖 TCP + IPv4 + 你自己有权限看的进程。这三个限制之外的每一种情况,都会让它给你一个「端口空着」的错误答案。加 sudo、加 -u、加 -6,或者退回 /proc 自己查——这四步能覆盖几乎所有场景。最后补一个容易忽略的点:别拿 netstat 的肌肉记忆直接套 ss。两者参数名看着一样(netstat -tulnp / ss -tulnp),但 ss 对权限更敏感,而且参数的语义有细微差别。如果你在网上抄来的命令跑出来是空的,先 ss --help 确认这个参数在你的版本里存在——老版本 ss 遇到不认识的参数时,有些情况是静默返回空结果而不是报错。这又是一个「看起来端口没被占用、其实是工具骗了你」的来源。相关阅读进程被 OOM Killer 杀掉之后:dmesg 怎么读、怎么防止再发生服务器磁盘满了怎么查:df / du / inode / 日志轮转的可执行排查顺序nginx error.log 里那 5 类 warn 到底要不要管
2026年10月24日
9 阅读
0 评论
0 点赞
2026-10-24
进程被 OOM Killer 杀掉之后:dmesg 怎么读、怎么防止再发生
这篇是服务器运维笔记,和 DNS 无关。站内的加密 DNS 服务在dns.23-4.cn。进程突然消失,日志里没有任何异常,systemctl status 显示 killed 或者干脆 inactive (dead)——这时候最容易被误导的方向是「程序有 bug 崩了」。实际上很可能是内核把它杀了。我在一台 3.8 GB 内存的小机器上排查过好几次。最近一次的真实记录:[529021.651374] Out of memory: Killed process 1461869 (python3) total-vm:2542300kB, anon-rss:2529504kB, file-rss:0kB, shmem-rss:0kB, UID:0 pgtables:5000kB oom_score_adj:0一个 python3 进程吃到了 2.5 GB anon-rss,然后被内核杀掉。这台机器总共 3835 MB。这篇讲三件事:怎么确认是 OOM、那行日志每个字段什么意思、以及怎么让它别再发生。一、先确认到底是不是 OOM第一件事永远是查内核日志,不是查应用日志。dmesg | grep -i "killed process"实测这台机器的输出(最近 3 条):[529021.651374] Out of memory: Killed process 1461869 (python3) total-vm:2542300kB, anon-rss:2529504kB, file-rss:0kB, shmem-rss:0kB, UID:0 pgtables:5000kB oom_score_adj:0 [529099.143488] Out of memory: Killed process 1462964 (python3) total-vm:2285420kB, anon-rss:2272596kB, file-rss:0kB, UID:0 pgtables:4504kB oom_score_adj:0 [960123.301888] Out of memory: Killed process 281498 (python3) total-vm:2296232kB, anon-rss:2132456kB, file-rss:4kB, shmem-rss:0kB, UID:0 pgtables:4232kB oom_score_adj:0数一下次数:dmesg | grep -ci "out of memory"4四次。 全是 python3,全是 2.1~2.5 GB。踩坑点:dmesg 在某些发行版上普通用户读不到,会输出空。这时要么 sudo dmesg,要么读持久化日志:# systemd 系统 journalctl -k | grep -i "killed process" # 或按时间窗口 journalctl -k --since "1 day ago" | grep -i "out of memory"dmesg 是环形缓冲区,重启就没了。如果机器刚重启过,dmesg 里查不到,但 journalctl -k 可能还在(取决于 journald 的持久化配置)。二、那行日志每个字段什么意思以这条为例:Out of memory: Killed process 1461869 (python3) total-vm:2542300kB, anon-rss:2529504kB, file-rss:0kB, shmem-rss:0kB, UID:0 pgtables:5000kB oom_score_adj:0字段含义怎么用1461869PID已经不存在了,只能用来对日志时间(python3)进程名先确认是不是你的业务进程total-vm虚拟地址空间总量通常没用,虚拟内存可以远超物理内存anon-rss匿名页常驻内存这才是真实占用,看这个file-rss文件映射的常驻页一般很小,代码段和 mmap 的文件shmem-rss共享内存常驻页用了 shm/大页的会很大pgtables页表本身占的内存内存碎片化严重时会异常大oom_score_adj优先级调整值-1000 到 1000,越大越容易被杀关键判断:anon-rss 接近 total-vm,说明是真实的内存分配(堆上的数据),不是 mmap 映射出来的虚拟空间。上面三条都是这样(2.5 GB vs 2.54 GB),说明程序真的把 2.5 GB 数据读进内存了。如果反过来,total-vm 很大但 anon-rss 很小,那是正常的——很多运行时(JVM、Go、Python)会预留大量虚拟地址空间。pgtables:5000kB 也值得注意。5 MB 页表意味着进程有大量分散的内存页,通常是内存碎片。这种进程往往不是「用得多」,而是「用得散」。三、内核是依据什么挑中它的oom_score 决定了谁被杀。每个进程都有:for f in /proc/self/oom_score /proc/self/oom_score_adj /proc/self/oom_adj; do printf "%-28s " $f; cat $f done实测:/proc/self/oom_score 666 /proc/self/oom_score_adj 0 /proc/self/oom_adj 0oom_score(0~1000)是内核算出来的,主要由内存占用比例决定;oom_score_adj(-1000~1000)是你可以调的偏移量;oom_adj 是老的、已废弃的接口,别用。找当前最容易被杀的进程:for p in /proc/[0-9]*; do [ -r "$p/oom_score" ] || continue printf "%5s %8s %s\n" "$(cat $p/oom_score 2>/dev/null)" "$(cat $p/oom_score_adj 2>/dev/null)" "$(cat $p/comm 2>/dev/null)" done | sort -rn | head -10这个排序就是内核的候选名单顺序。排第一的基本就是下次会被杀的。四、让它别再发生:四种手段,按性价比排手段 1:给关键进程设 oom_score_adj = -1000(最省事)# 临时生效 echo -1000 > /proc/$(pidof sshd)/oom_score_adj # systemd 服务里永久生效 systemctl edit myservice在打开的编辑器里写:[Service] OOMScoreAdjust=-1000注意:-1000 表示「永不杀」。⛔ 别给业务进程设 -1000——那只是把被杀的对象换成了别人(可能是 sshd 或数据库)。这个值应该留给 sshd、systemd 本身这类「死了就登不上机器」的进程。手段 2:用 cgroup 给服务设内存上限(最推荐)systemd 245 支持 MemoryMax,超了只杀这个 cgroup 里的进程,不影响整机。先看当前值:systemctl show -p MemoryMax -p MemoryHigh -p OOMPolicy nginx实测(默认全是无限):OOMPolicy=stop MemoryHigh=infinity MemoryMax=infinity设置上限:systemctl edit myservice[Service] MemoryMax=512M MemoryHigh=400M OOMPolicy=stopMemoryHigh 是软限制:超过后内核会强力回收(让进程变慢),但不杀;MemoryMax 是硬限制:超过直接杀,且只杀这个 cgroup 内的;OOMPolicy=stop 表示 cgroup 内 OOM 时把整个服务停掉(而不是只杀一个进程,留下半死不活的状态)。这是最该用的手段,因为它把「整机 OOM」变成了「单个服务重启」,故障范围小了一个数量级。手段 3:加 swap(有争议,但对小机器有用)free -m实测这台机器: total used free shared buff/cache available Mem: 3835 1283 260 9 2291 2277 Swap: 0 0 0Swap 是 0。 没有 swap 意味着内存一旦用满,内核只有一条路:杀进程。加一个 2 GB 的 swap 文件:fallocate -l 2G /swapfile chmod 600 /swapfile mkswap /swapfile swapon /swapfile echo '/swapfile none swap sw 0 0' >> /etc/fstab验证:swapon --show free -m踩坑点:swap 不是万能药。如果进程是持续增长的(内存泄漏),加 swap 只是把「立刻被杀」变成「慢慢变卡,最后连 swap 也用满还是被杀」。swap 的正确用途是吸收突发峰值,不是掩盖泄漏。另外 vm.swappiness 默认 60,对小内存机器建议调到 10~20,让内核尽量不把热数据换出去:sysctl -w vm.swappiness=10手段 4:找根因(唯一真正的解法)上面三条都是「控制损失」,不解决「为什么它要吃 2.5 GB」。Python 进程吃到 2.5 GB,最常见的四个原因:原因特征怎么查一次性读入大文件anon-rss 突然涨到文件大小量级查代码里有没有 read() / readlines()无界缓存/字典缓慢单调增长,永不回落加 len(cache) 日志生成器误用成 listlist(gen) 把整个结果集物化搜 list( 包生成器的地方子进程/线程泄漏进程数或线程数持续涨`ls /proc/PID/task \wc -l`看进程内存的时间序列(不用装任何工具):PID=$(pidof myservice) while true; do echo "$(date +%H:%M:%S) $(awk '/VmRSS/{print $2, $3}' /proc/$PID/status)" sleep 5 doneVmRSS 单调上涨且不回落 = 泄漏。锯齿形(涨到某个值又掉下来)= 正常的批量处理峰值。五、怎么验证做对了改完配置,做一次受控压测,别等生产环境再出问题。# 1. 确认上限已生效 systemctl show -p MemoryMax -p MemoryHigh -p OOMPolicy myservice # 2. 确认 swap 已启用 swapon --show free -m # 3. 观察 PSI(内存压力),这是比 free 更准的指标 cat /proc/pressure/memory实测这台机器的 PSI:some avg10=0.00 avg60=0.00 avg300=0.00 total=138645986 full avg10=0.00 avg60=0.00 avg300=0.00 total=59592289some = 至少有一个任务因为等内存而卡住的时间占比;full = 所有任务都卡住的时间占比。full 长期大于 0 就说明内存真的不够了。这是比 free 好用得多的指标:free 里的 available 再大,只要 PSI 的 full 在涨,就说明实际有压力;反过来 free 看着很少但 buff/cache 可回收、PSI 为 0,那就是健康的。第 4 步,故意触发一次,确认隔离有效:# 在一个 cgroup 里跑一个吃内存的程序,确认只有它被杀 systemd-run --scope -p MemoryMax=100M python3 -c "a=bytearray(200*1024*1024)"实测输出:Running scope as unit: run-r258b23d3d64041bc9f1ce1255cf99392.scope Killed一个 200 MB 的分配,被 100 MB 的硬上限立刻截断,只杀这一个 scope——机器上其它服务完全不受影响。这就算验证通过了。对比一下不设上限时会发生什么:同样的分配会真的吃满 200 MB,如果整机剩余内存不够,内核就要在全局挑一个进程杀——可能就是你的数据库或 sshd。另外看一眼这台机器当前的候选名单(oom_score 降序前 5):for p in /proc/[0-9]*; do [ -r "$p/oom_score" ] || continue printf "%5s %8s %s\n" "$(cat $p/oom_score 2>/dev/null)" "$(cat $p/oom_score_adj 2>/dev/null)" "$(cat $p/comm 2>/dev/null)" done | sort -rn | head -5实测: 734 0 python3 708 0 AdGuardHome 706 0 python3 671 0 php-fpm 671 0 php-fpm排第一的 python3 就是下一次最可能被杀的。这份名单比任何监控面板都直接——它告诉你「如果再 OOM 一次,谁先死」。六、完整流程回顾# 1. 确认是不是 OOM(不是查应用日志) dmesg | grep -i "killed process" journalctl -k --since "1 day ago" | grep -i "out of memory" # 2. 读那行日志:重点看 anon-rss,不是 total-vm # anon-rss ≈ total-vm ⇒ 真实内存分配,不是虚拟空间 # 3. 看谁最容易被杀 for p in /proc/[0-9]*; do printf "%5s %s\n" "$(cat $p/oom_score 2>/dev/null)" "$(cat $p/comm 2>/dev/null)"; done | sort -rn | head # 4. 保护关键进程(只给 sshd 这种) echo -1000 > /proc/$(pidof sshd)/oom_score_adj # 5. 给业务服务设硬上限(最推荐) systemctl edit myservice # MemoryMax=512M / OOMPolicy=stop # 6. 有 swap 吗?没有就加,但别拿它掩盖泄漏 free -m; swapon --show # 7. 用 PSI 判断真实压力 cat /proc/pressure/memory # 8. 找根因:VmRSS 是否单调上涨 awk '/VmRSS/{print $2, $3}' /proc/$(pidof myservice)/statusOOM 不是一个「需要修 bug」的故障,它是一个容量与隔离问题。绝大多数「进程莫名消失」都能靠第 5 步(cgroup 硬上限)从「整机雪崩」降级成「单服务重启」——这是投入产出比最高的一步。相关阅读服务器磁盘满了怎么查:df / du / inode / 日志轮转的可执行排查顺序谁在占着这个端口:ss / lsof / /proc 三条路各自的盲区nginx error.log 里那 5 类 warn 到底要不要管SQLite 博客的备份与恢复:为什么不能 cp,该用 .backup 还是 VACUUM INTO
2026年10月24日
5 阅读
0 评论
0 点赞
2026-10-05
服务器磁盘满了怎么查:df / du / inode / 日志轮转的可执行排查顺序
这篇是服务器运维笔记,和 DNS 无关。站内的加密 DNS 服务在dns.23-4.cn。小服务器的根分区通常很小。我手上这台香港的小机器就是 1.2 GB 的根分区,日常只剩 300 多 MB。这种机器上「磁盘满」不是小概率事件,而是迟早的事——而且它挂起来的样子往往不像磁盘问题:nginx 报 500、PHP 写不了 session、数据库锁不上,你却在查代码。这篇是一份按顺序执行的排查清单,从「确认是磁盘」到「找到元凶」再到「防止复发」。一、先确认是不是磁盘,别急着查别的df -h看三件事:哪个挂载点是满的(Use% 接近或达到 100%);是不是根分区满(/),而不是数据分区——根分区满会连带影响 /tmp、日志、session,表现最杂;Available 是不是真的接近 0。# 记录一个基线,后面所有操作都拿它对比 df -h /还有一个容易被忽略的:inode 用满。df -iinode 满了的表现和磁盘满了几乎一样(写不进去文件),但 df -h 会显示还有空间。大量小文件(session 文件、缓存碎文件、邮件队列)是典型原因。二、找到是谁占的不要一上来 du -sh /*,那会遍历整个文件系统、很慢,还可能把挂载的外部存储也扫进去。用 -x 限制在同一个文件系统:# 第一层:看哪个顶层目录大 du -x -h --max-depth=1 / 2>/dev/null | sort -h # 锁定嫌疑目录后,再往里钻一层 du -x -h --max-depth=1 /var 2>/dev/null | sort -h du -x -h --max-depth=1 /var/log 2>/dev/null | sort -hsort -h 让结果按人类可读单位排序,一眼就能看到最大的。小服务器上最常见的四个元凶:目录原因处理/var/log日志没有轮转,或轮转配置没生效配 logrotate,或直接限制大小/var/lib/nginx/tmp 或类似nginx 把大的上游响应缓冲到磁盘见下面第四节/var/cache/apk(Alpine)包管理器的下载缓存apk cache clean/var/lib/docker镜像和容器层堆积docker system prune(确认后再执行)三、最阴的一种:文件被删了,空间没释放这是排查里最容易卡住的情况:du 加起来明明只有 200 MB,df 却说用掉了 1 GB。原因是有进程还持有已删除文件的句柄。文件在目录里已经看不见了,但 inode 没释放,空间就一直占着。# 找出所有被删除但仍被占用的文件 lsof +L1 2>/dev/null | head -30 # 没有 lsof 时的替代做法 ls -l /proc/*/fd 2>/dev/null | grep deleted | head -30输出里会看到类似 nginx 1234 ... 5u REG ... 500000000 /var/log/nginx/access.log (deleted)——一个 500 MB 的已删除日志。处理方式只有两种:重启那个进程(释放句柄,空间立刻回来);或者不要重启,用 truncate 清空当前文件(如果进程还在往里写新文件的话)。注意:rm 一个正在被写的日志文件不会释放空间,只是把它变成「不可见的占用」。正确做法是 truncate -s 0 file.log 或让 logrotate 用 copytruncate。四、nginx 把响应缓冲到了磁盘nginx 的 error.log 里会出现这种警告:[warn] an upstream response is buffered to a temporary file /var/lib/nginx/tmp/fastcgi/1/98/0000002981 while reading upstream这不是错误,但它说明上游(PHP-FPM)返回的响应超过了内存缓冲区,nginx 把它落盘了。如果上游返回很大的响应(比如一个几百 KB 的 HTML、或者一个大的 JSON 接口),这些临时文件会持续产生。两个方向:# 1. 让缓冲区能装下正常的响应(按你的实际响应大小调) fastcgi_buffers 16 16k; fastcgi_buffer_size 32k; # 2. 给临时目录设上限,避免无限增长 fastcgi_max_temp_file_size 64m; fastcgi_temp_path /var/lib/nginx/tmp/fastcgi 1 2;另外要确认临时目录会被清理。nginx 正常情况下会自己删,但如果进程被强杀过,残留文件会留在那里:du -sh /var/lib/nginx/tmp/* 2>/dev/null find /var/lib/nginx/tmp -type f -mtime +1 2>/dev/null | head五、日志轮转:一次配好,长期省心# /etc/logrotate.d/myapp /var/log/myapp/*.log { daily rotate 7 maxsize 50M # 单个文件超过 50M 就轮转,不等第二天 missingok notifempty compress delaycompress copytruncate # 关键:不重启进程也能释放空间 }maxsize 和 copytruncate 这两行是关键:maxsize 让「一天涨 2 GB」这种突发情况当天就被截住;copytruncate 避免「轮转后进程还拿着旧句柄」的问题——也就是第三节那个坑。Alpine 上 logrotate 不在默认安装里,要单独装:apk add logrotate # 确认 cron 里有这一行,否则 logrotate 根本不会跑 grep logrotate /etc/crontabs/root /etc/periodic/daily/* 2>/dev/null最容易犯的错是配好了 logrotate 但没验证它真的执行过。 用 logrotate -d(dry-run)先看一遍:logrotate -d /etc/logrotate.d/myapp六、给根分区留出安全垫在小分区上,与其等它满了再救,不如主动留垫:把日志目录单独挂载(或软链到数据盘),别让日志吃掉根分区;给关键服务设置自己的上限:journald 的 SystemMaxUse、docker 的 log-opts max-size、nginx 的 temp 上限;加一条最简单的告警,超过 85% 就提醒:#!/bin/sh # /etc/periodic/daily/check-disk THRESHOLD=85 USED=$(df / | awk 'NR==2 {gsub("%","",$5); print $5}') if [ "$USED" -ge "$THRESHOLD" ]; then echo "root filesystem ${USED}% full on $(hostname)" | \ mail -s "disk warning" you@example.com fi在改动前后都记一次 df -h /。这样你能明确知道「这次操作多占了多少」——尤其是往服务器上传东西的时候。七、完整流程回顾df -h # 1. 确认哪个分区满 df -i # 2. 顺便看 inode du -x -h --max-depth=1 / # 3. 找出大目录 lsof +L1 # 4. 查「已删除但被占用」的文件 # 5. 处理:清缓存 / 轮转日志 / 重启持有句柄的进程 # 6. 配 maxsize + copytruncate,防止复发 # 7. 加一个 85% 的告警顺序很重要:先量,再改。跳过第 3、4 步直接去删东西,很容易删掉不该删的,而真正的元凶还在那儿。相关阅读Alpine 轻量服务器初始化清单:时钟、Nginx、PHP 一篇配齐阿里云 2 元/月服务器防天价账单:流量监控脚本实操在 Alpine Linux 上从零搭一个 Typecho:nginx + php-fpm + SQLite 的完整清单
2026年10月05日
103 阅读
0 评论
0 点赞
2026-10-04
在 Alpine Linux 上从零搭一个 Typecho:nginx + php-fpm + SQLite 的完整清单
这篇是服务器搭建笔记,和 DNS 无关。站内的加密 DNS 服务在dns.23-4.cn。Alpine 做 Web 服务器有几个很实际的好处:镜像小、内存占用低、包管理干净。但它的目录结构、服务管理和多数人熟悉的 Debian 系不一样,第一次搭容易在几个固定位置上卡住。这篇是把一个 Typecho 博客在 Alpine 上跑起来的完整清单,按顺序执行即可,重点标出容易踩的坑。一、装包apk update apk add nginx \ php84 php84-fpm php84-session php84-json \ php84-pdo_sqlite php84-mbstring php84-openssl \ php84-curl php84-dom php84-fileinfo php84-iconv \ sqlite注意几点:Alpine 的 PHP 包按大版本命名(php84),不是 php。装之前先 apk search php84 确认版本号,Alpine 升级后包名会变;php84-pdo_sqlite 必须显式安装。Typecho 用 SQLite 时依赖它,缺了会在安装页报「无法连接数据库」,而错误信息不会告诉你缺的是哪个扩展;php84-session 也是必需的,Typecho 的登录和 CSRF 依赖它。二、服务管理是 OpenRC,不是 systemd这是 Debian 用户最容易懵的地方:rc-update add nginx default # 开机自启 rc-update add php-fpm84 default rc-service nginx start rc-service php-fpm84 start rc-service nginx status没有 systemctl,对应的是 rc-service / rc-update;日志不在 journalctl 里,而是各自的日志文件(nginx 在 /var/log/nginx/,PHP 在 /var/log/php84/error.log);服务的 init 脚本在 /etc/init.d/。三、PHP-FPM 监听确认 /etc/php84/php-fpm.d/www.conf 里的监听方式:listen = 127.0.0.1:9000 ; 或者用 unix socket,性能略好 ; listen = /run/php-fpm84/php-fpm.sock用 TCP 更省事,不用处理 socket 的属主和权限。用 socket 的话记得让 nginx 用户能读写。四、nginx 站点配置server { listen 80; server_name example.com; root /var/www/typecho; index index.php index.html; client_max_body_size 20m; location / { try_files $uri $uri/ /index.php$uri?$query_string; } location ~* \.(js|css|png|jpg|jpeg|gif|ico|svg|woff2?)$ { expires 7d; add_header Cache-Control "public"; try_files $uri =404; } location ~ .*\.php(\/.*)*$ { fastcgi_pass 127.0.0.1:9000; fastcgi_index index.php; include fastcgi.conf; fastcgi_split_path_info ^(.+\.php)(/.+)$; fastcgi_param PATH_INFO $fastcgi_path_info; fastcgi_read_timeout 60s; } }这里有三个必须理解的点1. try_files ... /index.php$uri?$query_string —— 这是伪静态的关键。Typecho 的「重写」打开后,链接是 /archives/1/、/category/xxx/ 这种没有 .php 的形式。这些路径在磁盘上不存在,必须交给 index.php 处理。写成 /index.php?$query_string 会丢掉路径信息,结果是所有伪静态链接都变成首页或 404。2. fastcgi_split_path_info + PATH_INFO —— 少了它,Typecho 认不出路由。请求 /index.php/archives/1/ 时,PHP 需要知道 .php 后面那一段是「路径信息」。没有这两行,Typecho 拿不到 /archives/1/,就会走 404 分支。这个坑的症状是:首页正常,但所有文章页、分类页、标签页全部 404。3. location ~* \.(js|css|...)$ 这个正则块要放在 location / 后面、php 块前面。nginx 的匹配规则是「正则优先于前缀,正则之间按书写顺序」。顺序写错会让静态资源的 try_files 覆盖掉别的规则,或者反过来让 .php 请求走了静态分支——后者会把 PHP 源码当文本吐出来,非常危险。配完一定要测:# 如果这条命令返回了 PHP 源码,说明 php 块没匹配上 curl -s http://example.com/index.php | head -3五、装 Typecho 与 config.inc.php下载解压到 /var/www/typecho,然后走网页安装。SQLite 的配置在 config.inc.php 里长这样:$db = new \Typecho\Db('Pdo_SQLite', 'typecho_'); $db->addServer(array( 'file' => '/var/lib/typecho/typecho.db', ), \Typecho\Db::READ | \Typecho\Db::WRITE); \Typecho\Db::set($db);把数据库文件放在 Web 根目录之外(上面放在 /var/lib/typecho/)。放在根目录里的后果是:如果哪天 nginx 配置被人改错、或者多了一个不严谨的 location,.db 文件可能被直接下载——里面是所有用户的密码哈希。六、权限# Web 根目录给 web 用户,不要给 root chown -R nobody:nobody /var/www/typecho # 数据库目录只给 web 用户 chown -R nobody:nobody /var/lib/typecho chmod 750 /var/lib/typecho chmod 640 /var/lib/typecho/typecho.dbAlpine 上 nginx 的 worker 默认跑在 nginx 用户、PHP-FPM 的 pool 默认是 nobody。要让写文件的进程(PHP-FPM)对目录有写权限,否则上传附件、写 session、更新配置都会失败。查当前是谁在跑:ps aux | grep -E "nginx|php-fpm" | grep -v grep七、上 HTTPSapk add certbot certbot certonly --webroot -w /var/www/acme -d example.com -d www.example.com在 nginx 里加一个 location /.well-known/acme-challenge/ { root /var/www/acme; },然后 80 端口 301 到 443。续期一定要验证能跑通,别等三个月后证书过期才发现:certbot renew --dry-run八、上线前检查清单# 1. 伪静态是否生效(文章页应该 200,不是 404) curl -s -o /dev/null -w "%{http_code}\n" https://example.com/archives/1/ # 2. 分类 / 标签页 curl -s -o /dev/null -w "%{http_code}\n" https://example.com/category/default/ # 3. feed curl -s -o /dev/null -w "%{http_code}\n" https://example.com/feed/ # 4. PHP 没有被当源码吐出 curl -s https://example.com/index.php | head -1 # 5. 数据库文件不可下载(应该是 403 或 404) curl -s -o /dev/null -w "%{http_code}\n" https://example.com/typecho.db # 6. 根分区还剩多少 df -h /第 5 条尤其要做。小服务器上数据库就几十到几百 KB,很容易被随手放在根目录里。九、最容易踩的五个坑症状原因首页正常,其他页面全 404缺 PATH_INFO / fastcgi_split_path_info所有伪静态链接跳到首页try_files 写成了 /index.php?$query_string,丢了 $uri装 Typecho 时报连不上数据库没装 php84-pdo_sqlite上传附件 / 登录失败PHP-FPM 的运行用户对目录没有写权限浏览器直接下载到了 .db 文件数据库放在 Web 根目录里,且没有 deny 规则相关阅读Alpine 轻量服务器初始化清单:时钟、Nginx、PHP 一篇配齐服务器磁盘满了怎么查:df / du / inode / 日志轮转的可执行排查顺序AdGuard Home 迁移实录:从香港服务器搬到国内阿里云
2026年10月04日
21 阅读
0 评论
0 点赞
2026-10-01
自建AdGuard Home教程:搭建属于自己的私人DNS服务器
自己搭之前先想清楚要不要:如果你只是想用上加密 DNS 加去广告,直接用 dns.23-4.cn 就行,省一台服务器和一年的证书续期。私人DNS 主机名:dns.23-4.cn | DoH 地址:https://dns.23-4.cn/dns-query | 配置教程 | 过滤战报TL;DR:想拥有完全可控的私人DNS?你需要一台VPS、一个域名和一张TLS证书。用AdGuard Home官方脚本一键安装,在Web面板里配好上游DNS和加密协议(DoT端口853 / DoH端口443),就能让手机、电脑通过自己的域名连接私人DNS,全程广告拦截、防跟踪、零日志都由你说了算。搭建私人DNS之前需要准备什么?自建AdGuard Home不是装个软件就完事,你需要先备齐三样东西:一台有公网IP的VPS:国内可选阿里云、腾讯云轻量服务器,海外可选Vultr、DigitalOcean等。最便宜的入门款就够跑AdGuard Home。如果你担心服务器账单失控,可以参考本站这篇阿里云2元/月服务器防天价账单。一个域名:你需要一个域名来申请TLS证书,也是客户端连接私人DNS的地址。域名可以在Namesilo、阿里云、Cloudflare等平台注册,一年几十块钱。TLS证书:DoT和DoH都基于TLS加密,必须要有证书。推荐用Let's Encrypt免费申请,配合certbot自动续期。如果你刚买了一台轻量服务器不知道怎么初始化,本站有一篇Alpine轻量服务器初始化清单可以参考,里面涵盖了系统更新、防火墙、SSH加固等基础步骤。方法一:用官方脚本一键安装AdGuard HomeAdGuard Team官方提供了一键安装脚本,支持绝大多数Linux发行版。以root身份执行以下命令:wget --no-verbose -O - https://raw.githubusercontent.com/AdguardTeam/AdGuardHome/master/scripts/install.sh | sh -s -- -v如果你用的是FreeBSD或其他带fetch工具的系统,可以换成:fetch -o - https://raw.githubusercontent.com/AdguardTeam/AdGuardHome/master/scripts/install.sh | sh -s -- -v脚本会自动下载最新版AdGuard Home二进制文件、创建系统服务并启动安装向导。安装完成后,AdGuard Home会作为系统服务自动运行。方法二:用Docker部署(适合已有Docker环境的用户)官方也提供了Docker镜像 adguard/adguardhome。如果你更习惯容器化部署,可以用这条命令启动:docker run -d \ --name adguardhome \ --restart unless-stopped \ -v /your/host/workdir:/opt/adguardhome/work \ -v /your/host/confdir:/opt/adguardhome/conf \ -p 53:53/tcp -p 53:53/udp \ -p 80:80/tcp \ -p 443:443/tcp -p 443:443/udp \ -p 853:853/tcp -p 853:853/udp \ -p 3000:3000/tcp \ adguard/adguardhome:latest注意:Docker安装的AdGuard Home不会自动更新,需要你手动拉取新镜像并重启容器。这一点和脚本安装版不同,脚本版支持自动检测更新。安装后第一次配置:打开Web管理面板安装完成后,打开浏览器访问 http://你的服务器IP:3000,进入初始化设置向导。第一步:创建管理员账号设置用户名和密码,这是登录Web管理面板的凭据,务必用强密码。第二步:设置监听端口AdGuard Home默认监听以下端口,你需要确保防火墙放通:端口协议用途53UDP/TCP明文DNS服务(本站出于安全考虑没有对公网开放 53,只开了 853 / 443)3000TCPWeb管理面板(初始化阶段)80TCPWeb面板(可选,改完后建议关闭)853TCP/UDPDNS-over-TLS / DNS-over-QUIC443TCP/UDPDNS-over-HTTPS第三步:配置上游DNS在「设置 → DNS设置」里,填上上游DNS服务器地址。推荐用加密的公共DNS作为上游,比如:https://dns.23-4.cn/dns-query(本站 234 DNS 的 DoH 地址)https://dns.cloudflare.com/dns-query(Cloudflare 1.1.1.1 DoH)https://dns.google/dns-query(Google Public DNS DoH)tls://dns.23-4.cn(本站 234 DNS 的 DoT 地址)tls://dns.adguard-dns.com(AdGuard DNS DoT)这样你的AdGuard Home → 上游DNS这一段也是加密的,整条链路更安全。启用DoT和DoH:让客户端用加密方式连你的私人DNS这一步是自建私人DNS的核心——只有开了加密协议,手机才能在系统「私人DNS」设置里填你的域名。1. 先准备好TLS证书用certbot从Let's Encrypt申请一张免费证书。假设你的域名是 dns.example.com,证书文件通常在:证书文件:/etc/letsencrypt/live/dns.example.com/fullchain.pem私钥文件:/etc/letsencrypt/live/dns.example.com/privkey.pem2. 在AdGuard Home面板里开启加密进入「设置 → 加密设置」:勾选「启用加密协议」服务器名称填你的域名,比如 dns.example.com证书路径填 fullchain.pem 的完整路径私钥路径填 privkey.pem 的完整路径确认端口:DoT默认853,DoH默认443点击「保存」保存后,AdGuard Home就会同时在853端口提供DoT服务、在443端口提供DoH服务。你可以用 openssl s_client -connect dns.example.com:853 测试连通性。客户端怎么接入?安卓私人DNS填什么?配好DoT之后,安卓手机就可以用系统自带的「私人DNS」功能连接你的自建服务器了:打开安卓「设置 → 网络和互联网 → 私人DNS」选择「指定私人DNS提供商」输入你的域名,比如 dns.example.com保存连上之后,你手机的所有DNS查询都会通过TLS加密发到你自己的AdGuard Home,再由它去查询上游。不同品牌手机的设置入口略有差异,本站整理了全系列的私人DNS设置教程合集,小米、华为、OPPO、vivo、三星、iPhone各机型都有对应的图文步骤。自建之后你需要承担的维护责任自建私人DNS不是一劳永逸的,你需要对自己的服务器负责:软件更新:AdGuard Home会持续更新功能和修复漏洞,记得定期更新。脚本安装版可以在Web面板首页看到更新提示。证书续期:Let's Encrypt证书有效期90天,务必配置certbot自动续期(certbot renew --dry-run 测试一下)。证书过期后DoT/DoH会直接断连。安全加固:Web管理面板不要暴露在公网随便让人访问,建议改默认端口、加IP白名单,或者只通过SSH隧道访问。上游DNS稳定性:如果上游DNS挂了,你的私人DNS也会跟着挂。建议配置多个上游做故障转移。常见问题Q:自建私人DNS和直接用公共加密DNS有什么区别?A:最大的区别是「控制权」。自建的话,过滤规则你自己选、查询日志你自己管、用不用零日志由你定。公共加密DNS方便但依赖服务商的信誉。Q:我的VPS只有几十M带宽,跑AdGuard Home够吗?A:DNS查询的数据量非常小,即使是入门款VPS也能轻松带得动几个人日常使用。真正吃带宽的是网页浏览和视频,不是DNS。Q:为什么我开了私人DNS还是能看到广告?A:DNS层面的广告过滤只能拦截「域名级」的广告请求。网页内嵌的JS广告、视频贴片广告是和正文同域名下发的,DNS层拦不住。想深入了解可以看这篇用私人DNS拦截广告的原理与局限。参考来源AdGuard Home 官方GitHub仓库 - 安装说明 — 支撑官方安装脚本命令与Docker镜像信息AdGuard DNS知识库 - DNS加密配置 — 支撑DoT/DoH证书配置与端口说明AdGuard DNS知识库 - Docker部署 — 支撑Docker端口映射与部署参数AdGuard DNS知识库 - 入门指南 — 支撑安装端口要求与初始化流程相关阅读AdGuard Home规则订阅怎么配置?去广告规则源推荐与拦截验证用私人DNS拦截广告:DNS广告过滤原理与开启方法DNS 过滤规则开放订阅:免费去广告规则 + 自建加密 DNS 全指南Alpine 轻量服务器初始化清单:时钟、Nginx、PHP 一篇配齐AdGuard Home 迁移实录:从香港服务器搬到国内阿里云不想自己维护服务器的话,可以直接用我们跑好的那一台:主机名 dns.23-4.cn,DoH https://dns.23-4.cn/dns-query,步骤见私人 DNS 加密设置教程。
2026年10月01日
66 阅读
0 评论
0 点赞
1
2
3