DBA必须掌握的几个应急脚本，关键时刻能救命！-EW帮帮网

在运维工作中，系统难免会出现各种突发状况：服务启动失败、CPU爆满、磁盘告警、网络延迟…… 在分秒必争的故障排查现场，熟练使用预先准备好的应急脚本，往往能帮助我们快速定位问题、甚至直接化解危机，成为名副其实的“救命稻草”。

一、脚本清单及使用场景

脚本名称	核心命令	主要应用场景	风险提示
1. check_port	`lsof -i:$PORT`	服务启动失败，端口冲突检查	无
2. clean_zombie	`ps -ef	grep defunct`,` kill -9`	系统卡顿，僵尸进程堆积
3. free_cache	`echo 3 > /proc/sys/vm/drop_caches`	内存不足，应用可能发生 OOM	临时措施，会降低缓存命中率，可能引起短暂 I/O 波动
4. log_clean	`cat /dev/null > $LOGFILE`	磁盘写满，急需清理单个大日志文件	务必先确认或备份！盲目清理可能导致日志数据丢失
5. conn_count	`netstat -an	grep ESTABLISHED`	连接数暴增，怀疑应用异常或遭遇攻击
6. cpu_hog	`top -Hp $PID`	单进程 CPU 使用率 100%，定位问题线程	高危操作，定位后需结合 `jstack` 等工具深入分析，谨慎操作
7. disk_io	`iostat -x 1 3`	应用卡顿，怀疑磁盘 I/O 瓶颈	输出结果需要一定经验解读
8. net_latency	`mtr -r -c 10 $host`	应用掉线，网络延迟或抖动	部分网络环境可能屏蔽 `mtr` 数据包
9. find_bigfile	`du -ah $DIR	sort -rh	head -n 10`
10. sys_snapshot	`uname`, `top`, `free`, `df`, `ss`	综合故障，需快速收集系统状态信息用于分析	输出内容较多，适合重定向到文件

二、脚本详解与示例

1. 检查端口占用：`check_port`

#!/bin/bash
# Author: SysOps
# Description: 检查指定端口是否被占用，并列出占用进程的详细信息。

if [ $# -ne 1 ]; then
    echo "Usage: ${0##*/} <port_number>"
    exit 1
fi

PORT="$1"

# 验证输入是否为数字
if ! [[ $PORT =~ ^[0-9]+$ ]]; then
    echo "Error: Port must be a number."
    exit 2
fi

echo "[INFO] Checking status of port: $PORT"

# 使用 ss 命令（比 netstat 更高效）检查端口
if ss -tuln | grep -q ":${PORT} "; then
    echo "[WARN] Port $PORT is in use. Details:"
    echo "----------------------------------------"
    # 使用 lsof 获取更详细的进程信息，如果 lsof 不可用则回退到 ss
    if command -v lsof &> /dev/null; then
        lsof -i :${PORT} -sTCP:LISTEN || ss -tulp | grep ":${PORT} "
    else
        ss -tulp | grep ":${PORT} "
    fi
    echo "----------------------------------------"
else
    echo "[INFO] Port $PORT is free."
fi

需要在脚本后面加具体的端口来探测。
在这里插入图片描述

2. 清理僵尸进程：`clean_zombie`

#!/bin/bash
# Author: SysOps
# Description: 查找并尝试清理僵尸进程。提示用户确认。

echo "[INFO] Scanning for zombie processes..."
zombies=$(ps -eo pid,stat,comm | grep -w Z | grep -v grep)

if [ -z "$zombies" ]; then
    echo "[INFO] Great! No zombie processes found."
    exit 0
fi

echo "[WARN] Found zombie processes:"
echo "PID   COMMAND"
echo "$zombies"
echo "----------------------------------------"

# 获取僵尸进程的父 PID，这通常是需要关注的
zombie_pids=$(echo "$zombies" | awk '{print $1}')
for pid in $zombie_pids; do
    ppid=$(ps -o ppid= -p $pid 2>/dev/null | tr -d ' ')
    echo "[INFO] Zombie PID: $pid, Parent PID: $ppid (Command: $(ps -o comm= -p $ppid 2>/dev/null))"
done

read -p "-> Attempt to send SIGCHLD to the parent processes? (y/N): " confirm
if [[ $confirm == [yY] || $confirm == [yY][eE][sS] ]]; then
    for pid in $zombie_pids; do
        ppid=$(ps -o ppid= -p $pid 2>/dev/null | tr -d ' ')
        if [ -n "$ppid" ]; then
            echo "[INFO] Sending SIGCHLD to parent process $ppid..."
            kill -s SIGCHLD $ppid
        fi
    done
    sleep 2
    echo "[INFO] Re-scanning for zombies..."
    ps -eo pid,stat,comm | grep -w Z | grep -v grep || echo "[INFO] Zombies cleared."
else
    echo "[INFO] Operation cancelled."
fi

在这里插入图片描述

3. 释放内存缓存：`free_cache`

#!/bin/bash
# Author: SysOps
# Description: 释放系统缓存（PageCache, dentries, inodes）。需要 root 权限。

if [ "$(id -u)" -ne 0 ]; then
   echo "Error: This script must be run as root (use sudo)." >&2
   exit 1
fi

echo "[INFO] Current memory status:"
free -h

echo
echo "[INFO] Flushing caches..."

# 使用 sync 将脏页写入磁盘，然后释放缓存
sync
# 写入 3 到 drop_caches 来清理 PageCache, dentries and inodes.
echo 3 > /proc/sys/vm/drop_caches

echo "[INFO] Caches flushed. New memory status:"
free -h

在这里插入图片描述

4. （安全）日志清理：`log_clean`

#!/bin/bash
# Author: SysOps
# Description: 安全地清理日志文件。提供备份和截断选项。

if [ $# -ne 1 ]; then
    echo "Usage: ${0##*/} </path/to/logfile.log>"
    exit 1
fi

LOGFILE="$1"

if [ ! -f "$LOGFILE" ]; then
    echo "Error: Log file '$LOGFILE' does not exist." >&2
    exit 2
fi

SIZE_MB=$(du -m "$LOGFILE" | cut -f1)
echo "[WARN] Log file: $LOGFILE"
echo "[WARN] Current size: $SIZE_MB MB"

# 提供选项
echo
echo "Choose an action:"
echo "1) Create a backup (.bak) and then truncate the original log."
echo "2) Just truncate the log (clear all content)."
echo "3) Exit (do nothing)."
read -p "Enter your choice (1/2/3): " choice

case $choice in
    1)
        backup_file="${LOGFILE}.$(date +%Y%m%d_%H%M%S).bak"
        echo "[INFO] Creating backup: $backup_file"
        cp "$LOGFILE" "$backup_file"
        gzip "$backup_file" # 压缩备份以节省空间
        echo "[INFO] Backup saved and compressed."
        ;;
    2)
        # 什么都不做，继续执行后面的 truncate
        ;;
    3)
        echo "[INFO] Exiting."
        exit 0
        ;;
    *)
        echo "Invalid choice. Exiting." >&2
        exit 3
        ;;
esac

if [[ $choice == 1 || $choice == 2 ]]; then
    echo "[INFO] Truncating log file..."
    : > "$LOGFILE" # 使用 : > 比 cat /dev/null > 更常见
    echo "[INFO] Done. New size: $(du -h "$LOGFILE" | cut -f1)"
fi

脚本后面加日志名称
在这里插入图片描述

5. 查看实时连接数：`conn_count`

#!/bin/bash
# Author: SysOps
# Description: 查看系统或指定端口的 ESTABLISHED 连接数。

if [ $# -eq 1 ]; then
    PORT="$1"
    if ! [[ $PORT =~ ^[0-9]+$ ]]; then
        echo "Error: Port must be a number." >&2
        exit 2
    fi
    COUNT=$(ss -tan | grep -c "ESTAB.*:${PORT}$")
    echo "[INFO] Current ESTABLISHED connections on port $PORT: $COUNT"
else
    TOTAL=$(ss -tan | grep -c 'ESTAB')
    echo "[INFO] Total current ESTABLISHED connections: $TOTAL"
fi

在这里插入图片描述

6. CPU 占用定位：`cpu_hog`

#!/bin/bash
# Author: SysOps
# Description: 定位指定进程内 CPU 占用最高的线程。

if [ $# -ne 1 ]; then
    echo "Usage: ${0##*/} <pid>"
    exit 1
fi

PID="$1"

# 检查进程是否存在
if ! ps -p "$PID" > /dev/null; then
    echo "Error: Process with PID $PID does not exist." >&2
    exit 2
fi

echo "[INFO] Analyzing threads for process PID: $PID"
echo "[INFO] Press 'q' to quit the top display."
echo "----------------------------------------"
# 以高频率刷新，更快看到结果
top -H -d 0.5 -p "$PID"

脚本后面跟PID进程
在这里插入图片描述

7. 磁盘 I/O 排查：`disk_io`

#!/bin/bash
# Author: SysOps
# Description: 查看磁盘 I/O 使用情况。需要 sysstat 包。

if ! command -v iostat &> /dev/null; then
    echo "Error: iostat command not found. Please install the 'sysstat' package." >&2
    exit 1
fi

echo "[INFO] Disk I/O statistics (refreshing every 2 seconds, 5 times)..."
iostat -dxhtm 2 5

在这里插入图片描述

8. 网络延迟排查：`net_latency`

#!/bin/bash
# Author: SysOps
# Description: 使用 mtr 排查到目标主机的网络延迟和丢包。

if [ $# -ne 1 ]; then
    echo "Usage: ${0##*/} <hostname_or_ip>"
    exit 1
fi

TARGET="$1"

# 检查 mtr 是否存在
if ! command -v mtr &> /dev/null; then
    echo "Error: mtr command not found. Please install it." >&2
    exit 1
fi

echo "[INFO] Tracing route and measuring latency to $TARGET (10 pings)..."
mtr --report --report-wide --no-dns --timeout 3 --interval 1 -c 10 "$TARGET" 2>/dev/null

if [ $? -ne 0 ]; then
    echo "Note: mtr might have been interrupted or failed. Trying a simpler output..."
    mtr --report -c 4 "$TARGET"
fi

在这里插入图片描述

9. 查找大文件：`find_bigfile`

#!/bin/bash
# Author: SysOps
# Description: 在指定目录下查找最大的前10个文件。

SEARCH_PATH="${1:-/}" # 默认搜索根目录，但通常需要 sudo
DEPTH_LEVEL="${2:-3}" # 默认搜索深度为3层，避免耗时过长

echo "[INFO] Finding top 10 largest files in $SEARCH_PATH (max depth: $DEPTH_LEVEL). This may take a while..."
echo

# 使用 find 指定深度，避免搜索整个文件系统，然后通过 du 排序
find "$SEARCH_PATH" -maxdepth "$DEPTH_LEVEL" -type f -exec du -h {} + 2>/dev/null | sort -rh | head -n 10

if [ $? -ne 0 ]; then
    echo
    echo "Note: Some files were not accessible due to permissions."
    echo "Try running with sudo for a complete list."
fi

在这里插入图片描述

10. 一键收集系统信息：`sys_snapshot`

#!/bin/bash
# Author: SysOps
# Description: 快速收集系统关键状态信息，便于故障排查复盘。

SNAPSHOT_FILE="system_snapshot_$(hostname)_$(date +%Y%m%d_%H%M%S).log"

{
echo "==== SYSTEM SNAPSHOT ===="
echo "Date: $(date)"
echo "Hostname: $(hostname)"
echo "Uptime: $(uptime)"
echo

echo "==== OS RELEASE ===="
cat /etc/*release 2>/dev/null
echo

echo "==== KERNEL INFO ===="
uname -a
echo

echo "==== CPU (Top 5 processes) ===="
ps -eo pid,user,%cpu,%mem,comm --sort=-%cpu | head -n 6
echo

echo "==== MEMORY Usage ===="
free -h
echo

echo "==== DISK Usage ===="
df -hT | grep -v tmpfs
echo

echo "==== TOP 5 Memory Processes ===="
ps -eo pid,user,%cpu,%mem,comm --sort=-%mem | head -n 6
echo

echo "==== NETWORK Summary (ss) ===="
ss -s
echo

echo "==== Snapshot saved to: $SNAPSHOT_FILE ===="
} | tee "$SNAPSHOT_FILE"

echo "[INFO] Done. System snapshot saved to: $SNAPSHOT_FILE"

在这里插入图片描述

三、使用建议与注意事项

权限问题：部分脚本（如 free_cache、log_clean、disk_io）需要 sudo 权限，请合理配置 sudoers 或切换 root 用户。
谨慎操作：尤其是 kill、log_clean 等命令，确认无误后再执行。log_clean 清理前优先考虑 cp /dev/null > file.log 或日志轮转。
工具依赖：确保系统已安装所需命令（如 lsof、mtr、iostat（通常在 sysstat 包中））。
因地制宜：这些脚本是通用模板，请根据自己公司的环境和流程进行修改和优化，并放入统一的 ~/bin 目录或分发到标准路径。
知其所以然：脚本是利器，但理解其背后的命令和输出含义更为重要。避免成为只会运行脚本的“脚本小子”。

结语

工欲善其事，必先利其器。将这十大脚本收入你的工具箱，勤加练习和理解，必能在下一次故障来袭时更加从容不迫，快速解决问题，成为一名真正的运维“救火英雄”。

DBA必须掌握的几个应急脚本，关键时刻能救命！

一、脚本清单及使用场景

二、脚本详解与示例

1. 检查端口占用：`check_port`

2. 清理僵尸进程：`clean_zombie`

3. 释放内存缓存：`free_cache`

4. （安全）日志清理：`log_clean`

5. 查看实时连接数：`conn_count`

6. CPU 占用定位：`cpu_hog`

7. 磁盘 I/O 排查：`disk_io`

8. 网络延迟排查：`net_latency`

9. 查找大文件：`find_bigfile`

10. 一键收集系统信息：`sys_snapshot`

三、使用建议与注意事项

结语

网站公告

今日签到

热门文章

最新发布

DBA必须掌握的几个应急脚本，关键时刻能救命！

一、 脚本清单及使用场景

二、 脚本详解与示例

1. 检查端口占用：check_port

2. 清理僵尸进程：clean_zombie

3. 释放内存缓存：free_cache

4. （安全）日志清理：log_clean

5. 查看实时连接数：conn_count

6. CPU 占用定位：cpu_hog

7. 磁盘 I/O 排查：disk_io

8. 网络延迟排查：net_latency

9. 查找大文件：find_bigfile

10. 一键收集系统信息：sys_snapshot

三、 使用建议与注意事项

结语

网站公告

今日签到

热门文章

最新发布

一、脚本清单及使用场景

二、脚本详解与示例

1. 检查端口占用：`check_port`

2. 清理僵尸进程：`clean_zombie`

3. 释放内存缓存：`free_cache`

4. （安全）日志清理：`log_clean`

5. 查看实时连接数：`conn_count`

6. CPU 占用定位：`cpu_hog`

7. 磁盘 I/O 排查：`disk_io`

8. 网络延迟排查：`net_latency`

9. 查找大文件：`find_bigfile`

10. 一键收集系统信息：`sys_snapshot`

三、使用建议与注意事项