Skip to main content

1 / 4概念

Troubleshooting Method

读懂本页后,你会把“打不开、很慢、偶发失败”这三种模糊描述收敛成一条可证伪的假设链。每一步只做一个能改变结论的实验,并在修复后用同一路径复测,而不是以“重启后恢复”收尾。

1 概念​

1.1 一句话定义​

排障方法是把一次失败的请求拆成“在哪一跳、哪一层、哪个方向、以什么形态失败”的有序问题链,并用成本最低的证据逐条排除假设。

1.2 它解决什么问题​

  • 症状混叠:用户说“服务挂了”,可能是 DNS 返回错误、端口未监听、中间盒丢包,也可能是后端慢。
  • 证据昂贵:生产环境抓包要权限、要窗口,还要承担泄露凭据的风险。
  • 层间甩锅:应用、负载均衡、网络、DNS 各自看到“我这边正常”,缺一条共享时间线。
  • 修复不可验证:改完没复测,故障换个形态再回来。

没有统一方法,排障就退化为按经验猜,结论随人而变。

1.3 不属于本页的内容​

主题去哪
抓包过滤器语法与抓包点选择Packet Capture
逐跳 RTT、路径 MTU 与逐跳丢包Path and Latency
指标口径、SLO 与告警阈值Network Metrics
症状到根因的固定对照表Failure Signatures
TCP 状态机、重传与窗口TCP
私网地址转换与连接跟踪ICMP and NAT

1.4 关键术语​

术语含义容易混淆的点
refused目标主机用 RST 明确拒绝连接不是超时,包已经到达
timeout探测或请求在预算内无任何回应不等于包没到,可能回程被丢
reset连接建立后收到 RST不等于服务端拒绝,可能中间盒代答
blackhole某类包被静默丢弃且不回 ICMP不产生错误,只产生超时
观测点抓包或计数所在的物理/逻辑位置决定证据的方向性
对照组与故障路径只差一个变量的第二条路径不是重试同一个请求
失败形态refused / timeout / reset / slow 四类是现象分类,不是根因