更新时间:2025-08-28 GMT+08:00

深度诊断ECS

操作场景

ECS支持操作系统的深度诊断服务,提供GuestOS内常见问题的自诊断能力,您可以通过方便快捷的自诊断服务解决操作系统内的常见问题。

本文介绍支持深度诊断的操作系统版本以及诊断结论说明。

约束与限制

  • 该功能依赖云运维中心(Cloud Operations Center,简称COC),需开通并授权COC服务。

    对于IAM用户,需额外配置COC资源操作类权限,详细内容,请参见配置ECS自助运维自定义策略

  • 该功能依赖UniAgent。UniAgent是统一数据采集Agent,支持脚本下发和执行。

    若ECS未安装UniAgent,则无法免登录发送命令,详细内容,请参见为ECS安装UniAgent

  • 仅Linux操作系统的ECS支持深度诊断。
  • 支持深度诊断的操作系统类型及版本。

    操作系统类型

    版本

    CPU架构

    Huawei Cloud EulerOS

    Huawei Cloud EulerOS 2.0

    Huawei Cloud EulerOS 1.1

    x86/鲲鹏

    CentOS

    CentOS 8.2 64bit

    CentOS 8.0 64bit

    CentOS 7.9 64bit

    CentOS 7.8 64bit

    CentOS 7.7 64bit

    CentOS 7.6 64bit

    CentOS 7.5 64bit

    CentOS 7.4 64bit

    CentOS 7.3 64bit

    CentOS 7.2 64bit

    x86

    Ubuntu

    Ubuntu 22.04 server 64bit

    Ubuntu 20.04 server 64bit

    x86

    Debian

    Debian 11.1.0 64bit

    Debian 10.0.0 64bit

    x86

操作步骤

  1. 登录控制台,进入弹性云服务器列表页面。
  2. 在待深度诊断的ECS的“操作”列,单击“更多 > 运维与监控 > 深度诊断”。
  3. (可选)在“开通云运维中心并添加权限”页面,阅读服务声明并勾选后,单击“开通并授权”。

    若当前账号未开通并授权COC服务,则会显示该页面。

  4. 在“深度诊断”页面,选择“深度诊断场景”为“全面诊断”。

    深度诊断功能依赖UniAgent,如果提示未安装UniAgent或者安装失败,请参考为ECS安装UniAgent进行安装,否则无法发送命令。

    图1 深度诊断
  5. 勾选“同意安装插件并采集数据”后,单击“确定”。

    诊断结果及说明,请参见深度诊断结论

  6. 在诊断结果的“诊断报告”页签查看诊断详情。
    图2 诊断报告
  7. 在“诊断详情”区域,单击异常项左侧的“”查看异常详情,并根据“优化建议”进行处理。
    图3 诊断异常项(示例)

深度诊断结论

诊断项ID

诊断项名称

诊断结论

guestos.cpu.high_total_usage

总CPU占用率过高

实例整体CPU占用率已超过80%

guestos.cpu.high_process_usage

CPU使用率过高的进程

单进程CPU占用率超过整机的50%

guestos.cpu.high_core_usage

单个CPU占用率过高

单核CPU占用率超过85%

guestos.storage.high_inode_usage

磁盘使用率检查

该实例当前部分云盘对应文件系统的使用率或inode使用率已经超过了80%,可能导致在这些分区上无法创建新的文件

guestos.filesystem.invalid_device

fstab中的设备检查

当前实例的/etc/fstab文件中配置的某个设备不存在,可能会导致实例无法启动

guestos.filesystem.device_mount_failure

fstab中的设备挂载状态检查

该实例存在未在/etc/fstab中配置自动挂载的云盘,可能会导致实例无法启动

guestos.filesystem.invalid_format

fstab文件格式检查

fstab文件存在配置格式错误,可能会导致实例无法启动

guestos.network.firewall_status_check

系统防火墙状态检查

当前实例的防火墙(即iptables设置)目前处于开启状态,如果服务器开启了防火墙,并设置了屏蔽外界访问的规则,可能会导致远程访问实例失败

guestos.memory.oom_events

检查操作系统是否OOM

当前实例Guest OS内部曾经发生了OOM(out-of-memory)问题

guestos.ssh.incorrect_file_permission

SSH公钥或私钥访问权限检查

当前实例SSH依赖的公钥或私钥文件权限不正确,会导致实例无法通过SSH访问

guestos.ssh.missing_critical_file

SSH关键文件检查

当前实例SSH服务对应的关键文件或目录缺失,会导致实例无法通过SSH访问

guestos.memory.high_total_usage

内存使用率过高

实例当前内存使用率已经超过80%

guestos.ssh.forbidden_root_login

SSH是否允许root用户登录

当前实例SSH服务禁止root账号登录,会导致实例无法通过root用户SSH访问

guestos.system.port_listenning

常见业务端口监听状态检查

端口22不存在进程监听,请您登录实例,检查端口业务服务是否存在异常,并根据需要进行修复

guestos.system.unreasonable_file_limits

limits设置检查

当前实例系统文件/etc/security/limits.conf中部分配置大于系统默认值,可能导致实例无法远程登录

guestos.memory.unreasonable_hugepage_config

内存大页配置检查

当前实例内核参数vm.nr_hugepages配置的大页内存数量过大,可能导致实例无法远程登录

guestos.network.wrong_nat_config

NAT网关环境内核参数检查

当前实例NAT网关访问相关的内核参数配置存在异常,导致用户无法通过ssh连接实例,还会导致当前实例上的HTTP服务访问出现异常。请您检查并调整/etc/sysctl.conf中的net.ipv4.tcp_tw_recycle和net.ipv4.tcp_timestamps参数的取值

guestos.network.wrong_tcp_sack

tcp_sack配置检查

当前实例未开启tcp_sack,可能会影响Linux实例的网络性能

guestos.system.wrong_selinux_status

selinux状态检查

该实例开启了SELinux服务,会导致SSH远程连接实例时报错,请您视情况选择临时或永久关闭SELinux服务

guestos.system.missing_critical_user

系统关键用户设置检查

当前实例的系统账号不存在,可能会导致实例无法登录

guestos.network.disabled_multi_queue

网卡多队列开启状态检查

网卡多队列特性状态未开启,可能对网络性能造成影响。请根据需要将该配置调整为开启状态

guestos.system.critical_file_exists

关键系统文件存在性检查

该实例系统目录中的部分关键系统文件缺失,可能导致实例无法登录

guestos.system.critical_service_exists

系统关键进程启动状态检查

该实例系统关键进程(比如SSH进程)处于未运行状态,可能会导致实例无法访问

guestos.system.critical_file_format_invalid

系统关键文件格式检查

当前实例系统账号对应文件的文件格式错误(不是unix格式),可能会导致实例无法登录

guestos.network.nic_dropped

网卡丢包检查

当前实例网卡存在丢包问题,将会导致部分业务请求时延偏高或者失败

guestos.cpu.res_interrupts

IPI重调度中断数偏高

当前实例IPI重调度中断数偏高,可能引起额外开销,存在业务性能下降的风险,建议结合业务排查确认

guestos.cpu.tlb_interrupts

TLB中断数偏高

当前实例TLB中断数偏高,可能引起额外开销,存在业务性能下降的风险,建议结合业务排查确认

guestos.cpu.syscall_high_usage

系统内核空间占用CPU开销较高

当前实例sys内核空间占用CPU资源较高,一般是由于应用程序的某些系统调用过多,可能影响应用程序本身的CPU资源使用

guestos.cpu.irq_not_balanced

CPU核间中断占用率不均衡

当前实例CPU核间中断占用率不均衡,集中到某一个或某几个核上,导致单核si冲高,可能存在CPU单核瓶颈影响业务的风险,请排查

guestos.storage.high_latency

存储时延偏高

当前实例磁盘存储时延偏高,可能会导致业务卡顿、响应时延偏高等性能问题,请结合业务存储IO诉求排查磁盘规格配置

guestos.network.too_much_close_wait_connections

CLOSE_WAIT状态的连接数偏高

当前实例CLOSE_WAIT状态的连接数偏高,存在新请求失败的风险,请排查

guestos.network.nf_conntrack_table_full

链接跟踪表溢出

当前实例链接跟踪表溢出,可能会导致新建连接被丢弃从而造成业务请求失败

guestos.network.too_much_new_connections

新建连接数偏高

当前实例存在大量的新建连接数,可能会导致新请求时延增大或者失败

guestos.network.possible_ddos_attack

疑似ddos攻击

当前实例可能存在ddos攻击风险,请检查确认

guestos.storage.io_bottleneck

存储IO达到磁盘QoS上限

当前实例磁盘存储IOPS或带宽超过磁盘QoS上限,可能会导致业务卡顿或者失败

guestos.network.socket_listenning_queue_overflow

socket监听队列溢出

当前实例存在socket监听队列溢出丢包问题,可能会导致新建连接无法建立

guestos.network.udp_buffer_overflow

UDP缓冲区溢出丢包

当前实例存在UDP突发流量导致缓冲区溢出丢包问题

guestos.network.too_much_time_wait_connections

TIME_WAIT状态的连接数偏高

当前实例TIME_WAIT状态的连接数偏高,可能会导致新请求失败,业务不可用

guestos.network.too_much_fin_wait2_connections

FIN_WAIT2状态的连接数偏高

当前实例FIN_WAIT2状态的连接数偏高,会占用大量的本地端口

guestos.network.too_much_established_connections

ESTABLISHED状态的连接数偏高

当前实例ESTABLISHED状态的连接数偏高,会占用大量的本地端口和内存,请结合业务排查是否正常

guestos.system.file_descriptor_not_enough

文件句柄数偏小

当前实例配置的文件句柄数偏小,当业务使用的文件句柄数达到配置上限的时候,会导致系统不可用

guestos.network.local_port_range_too_small

本地端口范围偏小

当前实例配置的本地端口范围偏小,当实例高并发请求其他业务,可能会报错“Cannot assign requested address”,从而导致新建连接失败

guestos.network.qdisc_queue_overflow

Qdisc发送队列溢出导致丢包

Qdisc队列丢包数据

guestos.memory.swap_check

业务swap检查

当前实例业务出现swap,会导致业务性能下降,对于性能要求较高的业务会有较大影响

guestos.memory.transparent_hugepage_check

透明大页配置检查

当前实例开启了透明大页,建议根据业务性能表现来决定是否需要开启透明大页

guestos.memory.buffer_cache_too_high

内存buffer/cache占用率高

当前实例内存buffer/cache占用率偏高,可能导致内存free不足,应用层malloc时频繁触发回收cache造成业务性能下降

guestos.memory.process_used_too_high

业务进程内存占用率偏高

当前实例业务进程占用内存偏高,可能由于可用内存不足,导致业务性能下降,请排查

guestos.network.traffic_exceed

网络流量超限检测

当前实例网络流量超过当前规格网络QoS上限,可能会导致业务性能受限

guestos.network.socket_tcp_buffer_overflow

TCP缓冲区溢出检测

当前实例Socket使用的page数接近TCP缓冲区配置上限,存在TCP缓冲区溢出丢包风险

guestos.network.socket_udp_buffer_overflow

UDP缓冲区溢出检测

当前实例Socket使用的page数接近UDP缓冲区配置上限,存在UDP缓冲区溢出丢包风险

guestos.gpu.gpu_status

GPU状态

执行nvidia-smi返回的GPU状态不正常

guestos.gpu.gpu_card_lost

GPU掉卡

GPU掉卡

guestos.gpu.core_temp_too_high

GPU核心温度过高

GPU核心温度过高

guestos.gpu.mem_temp_too_high

GPU显存温度过高

GPU显存温度过高

guestos.gpu.fan_error

GPU风扇异常

GPU风扇异常,存在ERR!

guestos.gpu.power_error

GPU功耗异常

GPU功耗异常,存在ERR!

guestos.gpu.memory_usage_too_high

GPU显存使用过高

GPU显存使用过高,可能会出现程序崩溃

guestos.gpu.gpu_usage_too_high

GPU算力使用过高

GPU算力使用过高,可能存在算力不够的情况

guestos.gpu.pcie_link_error

GPU带宽异常

GPU带宽异常,可能硬件出错

guestos.gpu.pstate_low

GPU性能等级低

GPU性能等级低,不能最大限度使用GPU

guestos.gpu.ecc_mode

ECC模式未开启

ECC模式未开启,无法检查ECC错误

guestos.gpu.volatile_ecc_error

GPU的易失性ECC错误太多

GPU的易失性ECC错误超过阈值4

guestos.gpu.aggregate_ecc_error

GPU的聚合性ECC错误太多

GPU的聚合性ECC错误超过阈值4

guestos.gpu.retired_pages_count_error

DRAM内存ECC隔离页错误

DRAM 内存ECC隔离页超标阈值60

guestos.gpu.retired_pages_pending_error

DRAM ECC页隔离待生效

DRAM ECC页隔离待生效

guestos.gpu.xid_error

GPU存在XID错误

GPU存在XID错误

guestos.gpu.kernel_version_error

GPU内核版本不一致错误

GPU驱动安装内核和当前内核版本不一致

guestos.gpu.nouveau_error

nouveau驱动未禁用错误

nouveau驱动未禁用错误

guestos.gpu.cuda_tips

cuda未安装提示

cuda未安装提示

guestos.gpu.fabricmanager_error

fabricmanager未安装错误

fabricmanager未安装错误

guestos.gpu.sram_ecc_too_many_error

SRAM ECC报错太多

SRAM ECC报错

guestos.gpu.remapped_dram_ecc_error

DRAM ECC过多导致行重映射失败

DRAM ECC错误重映射失败

guestos.gpu.dram_ecc_pending_error

DRAM ECC行重映射待生效有错误

DRAM ECC行重映射待生效有错误

guestos.gpu.volatile_dram_correctable_too_many_error

DRAM 可纠正ECC报错太多

DRAM 可纠正ECC报错太多,大于1000

guestos.gpu.volatile_dram_uncorrectable_too_many_error

DRAM 不可纠正ECC报错太多

DRAM 不可纠正ECC报错太多,大于60

guestos.system.missing_initramfs

initramfs文件检查

该实例缺少系统启动必须的initramfs文件,会导致该实例启动出现异常,无法正常进入系统

guestos.system.missing_initramfs_module

initramfs文件关键驱动检查

该实例缺少QingTian实例启动必须的驱动文件virtio_scsi,会导致该实例在部分规格上启动出现异常

guestos.system.missing_grubcfg

grub配置文件检查

该实例缺少系统启动必须的grub配置文件,会导致该实例启动出现异常

guestos.system.missing_vmlinuz

vmlinuz文件检查

该实例缺少系统启动必须的vmlinuz文件,会导致该实例启动出现异常

guestos.system.conflict_ntp_service

实例的时间同步服务检查

实例当前既运行chronyd时间同步服务又运行了ntpd时间同步服务,两个服务在部分场景会存在冲突,无法保证实例节点时钟的稳定

guestos.system.ntp_service_status_abnormal

实例的时间同步服务运行状态检查

实例的时间同步服务运行状态异常,未处于running状态

guestos.system.ntp_service_enablestatus_abnormal

实例的时间同步服务开机自起动配置检查

实例的时间同步服务开机自起动状态异常,未处于enabled状态

guestos.filesystem.duplicate_fs

fstab文件中重复文件系统检查

实例fstab文件中存在重复的文件系统挂载配置

guestos.filesystem.fstab_uuid_status

fstab文件UUID检查

实例fstab文件中未使用UUID声明文件系统

guestos.filesystem.fstab_duplicate_mount

fstab文件重复挂载点检查

实例fstab文件中存在重复的挂载点

guestos.filesystem.mount_path_mismatch

fstab文件挂载对应关系与实际挂载一致性检查

fstab文件中的文件系统与目录的挂载对应关系与实际挂载不一致

guestos.filesystem.fstype_mismatch

fstab文件fstype与实际文件系统fstype一致性检查

fstab文件中的fstype与实际文件系统的fstype不一致

guestos.filesystem.blkid_duplicate_uuid

实例存在多个文件系统UUID一致

实例存在多个文件系统UUID一致

guestos.filesystem.ext4_not_clean

实例存在状态异常的ext4文件系统

实例存在异常的ext4文件系统

guestos.network.static_ip_not_work

实例网卡静态ip配置未生效

实例网卡静态ip配置未生效

guestos.network.dhclient_not_work

实例网卡dhcp客户端常驻进程异常

实例网卡dhcp客户端常驻进程异常

guestos.network.network_service_abnormal

实例网络服务异常

实例网络服务处于异常状态

guestos.system.serial_port_log_not_configured

实例串口日志输出检查

实例串口日志输出检查

guestos.system.page_allocation_failure

实例日志打印内存页分配失败

实例出现内存页分配失败的问题

guestos.system.fork_failed

实例日志打印创建新的进程失败

实例出现无法创建线程的问题

guestos.system.too_many_open_files

实例日志打印无法打开新的文件

实例出现无法打开新的文件句柄的问题