在 Linux 系统运维中，硬件故障是影响服务稳定性的核心因素。无论是服务器突然宕机、存储 I/O 卡顿，还是网络丢包异常，都需要通过命令行快速定位硬件问题。掌握硬件信息查看与故障排查命令，不仅能缩短故障响应时间，更能提前预判硬件老化风险。本文将从实战角度出发，系统梳理 CPU、内存、磁盘等核心硬件的排查命令，重点拆解高级技巧，帮助运维人员从 “会用命令” 进阶到 “精通诊断”。
CPU 作为系统运算核心，其性能瓶颈或硬件故障会直接导致服务卡顿。本节不仅介绍基础信息查看命令，更聚焦高负载诊断与故障定位技巧。
lscpu # 显示CPU核心数、线程数、架构、缓存大小等关键信息
\# 关键输出解读：
\# CPU(s)：总逻辑CPU数（核心数×线程数）
\# Core(s) per socket：每颗CPU的物理核心数
\# Cache L3：三级缓存大小（影响多任务处理性能）cat /proc/cpuinfo | grep -E "model name|cpu cores|siblings"
\# 筛选关键信息：CPU型号、物理核心数、逻辑线程数
\# 注意：多CPU服务器需结合"siblings"判断超线程是否开启P键按 CPU 使用率排序）%us（用户态 CPU 占比）、%sy（内核态 CPU 占比）、%wa（等待 I/O 的 CPU 占比）%wa过高→磁盘 I/O 瓶颈；%sy过高→内核线程或系统调用异常pidstat -u 1 # 每秒输出一次进程CPU使用情况
\# 场景：当top显示CPU负载高时，用此命令定位具体进程（如Java进程、数据库进程）sensors命令（需安装 lm-sensors）sensors | grep "Core" # 查看各核心温度
\# 预警阈值：一般CPU耐受温度≤85℃，超过90℃需检查散热风扇或硅脂dmesg | grep -i "cpu error|mce" # 查找CPU硬件错误（如机器检查异常MCE）
\# 若出现"MCE: Hardware Error"，需进一步用mcelog工具分析错误类型（如缓存错误、总线错误）内存泄漏、物理内存不足是 Linux 系统常见问题，本节重点讲解内存硬件信息获取与故障定位方法。
free -h
\# 关键指标解读：
\# Mem: total（总内存）、used（已使用）、available（可用内存，含缓存）
\# 误区：不要仅看used占比，需关注available是否充足（缓存可释放）dmidecode -t memory | grep -E "Size|Type|Speed|Locator"
\# 关键信息：内存容量、类型（DDR4/DDR5）、频率（如3200 MT/s）、插槽位置
\# 场景：排查内存不兼容问题（如混合插入不同频率内存导致降频）M键按内存使用率排序，观察进程内存变化vmstat 1
\# 关键指标：
\# si（每秒从交换分区读入内存的大小）、so（每秒写入交换分区的大小）
\# 预警：si/so持续大于0→物理内存不足，需检查内存使用或扩容pmap -x 12345 # 12345为进程PID
\# 场景：Java进程内存泄漏时，可结合此命令查看堆内存（heap）或共享库占用情况dmesg | grep -i "memory error|uncorrectable"
\# 若出现"Uncorrectable Memory Error"，需更换故障内存插槽或内存条磁盘是系统存储核心，其 I/O 性能与健康状态直接影响服务响应速度，本节重点讲解磁盘分区、健康检查与 I/O 瓶颈诊断。
lsblk # 输出格式：NAME（设备名）、SIZE（容量）、MOUNTPOINT（挂载点）
\# 场景：快速确认/dev/sda1挂载到/boot，/dev/mapper/cl-home挂载到/homefdisk -l /dev/sda # 查看/dev/sda磁盘的分区信息
\# 关键信息：Partition Type（分区类型，如Linux LVM）、Start/End（分区起始/结束扇区）blkid /dev/sda2 # 输出UUID和文件系统类型（如ext4、xfs）
\# 1. 检查磁盘是否支持SMART
smartctl -i /dev/sda | grep "SMART support is"
\# 2. 执行磁盘健康检测（短检测约2分钟，长检测约1小时）
smartctl -t short /dev/sda # 短检测
smartctl -t long /dev/sda # 长检测
\# 3. 查看检测结果
smartctl -a /dev/sda | grep -E "SMART overall-health|Failed"
\# 关键判断："SMART overall-health self-assessment test result: PASSED"为正常
\# 若出现"Failed Attributes"，需立即备份数据并更换磁盘（如"Current\_Pending\_Sector"非0→坏道）iostat -x 1 # 每秒输出一次磁盘I/O统计
\# 关键指标：
\# %util：磁盘繁忙程度（持续>80%→I/O瓶颈）
\# rMB/s/wMB：每秒读写MB数（结合业务判断是否超过磁盘性能上限）
\# avgqu-sz：平均I/O队列长度（>2→队列拥堵）iotop # 按"o"键仅显示有I/O活动的进程
\# 场景：当iostat显示%util过高时，用此命令定位具体进程（如数据库备份、日志写入进程）\# 测试随机写性能（16线程，块大小4K，测试10秒）
fio -name=randwrite -filename=/tmp/test -direct=1 -rw=randwrite -bs=4k -size=1G -numjobs=16 -runtime=10 -group\_reporting
\# 关键结果：IOPS（每秒I/O操作数）、BW（带宽），用于对比磁盘标称性能（如SSD IOPS应≥1万）网络故障是 Linux 服务不可用的常见原因，本节从接口信息、连接状态、连通性三个维度梳理排查命令。
ip a # 输出关键信息：
\# inet：IP地址（如192.168.1.100/24）
\# link/ether：MAC地址
\# state：接口状态（UP/DOWN，DOWN需检查网卡硬件或驱动）ethtool eth0 # 查看eth0网卡信息
\# 关键信息：
\# Speed：网卡速率（如1000Mb/s→千兆）
\# Duplex：双工模式（Full→全双工，Half→半双工，半双工可能导致网络丢包）
\# Link detected：是否检测到网线（no→检查网线或交换机端口）ss -tunlp | grep 8080 # 查看8080端口的监听进程
\# 输出解读：
\# tcp LISTEN 0 128 :::8080 :::\* users:(("java",pid=1234,fd=6))
\# 场景：排查端口被占用问题（如启动服务时提示"address already in use"）ss -tan | grep -E "ESTAB|TIME\_WAIT|CLOSE\_WAIT" | wc -l
\# 关键状态解读：
\# ESTAB：已建立连接（正常业务连接）
\# TIME\_WAIT：连接关闭后等待回收（过多可能导致端口耗尽）
\# CLOSE\_WAIT：被动关闭连接未释放（需检查应用是否正确关闭连接）\# 1. 测试与目标IP的基础连通性
ping -c 10 192.168.1.200 # 发送10个ICMP包，查看丢包率（loss%）
\# 2. 追踪路由路径（定位丢包节点）
mtr 192.168.1.200 # 实时显示路由各节点的丢包率和延迟（比traceroute更直观）
\# 场景：若ping目标丢包，用mtr查看是网关、交换机还是目标服务器的问题\# 抓取eth0网卡上80端口的TCP数据包（保存到文件）
tcpdump -i eth0 tcp port 80 -w /tmp/traffic.pcap
\# 后续可用Wireshark打开pcap文件分析（如排查HTTP请求是否正常、是否有恶意流量）PCI 设备（如显卡、网卡、RAID 卡）和 USB 设备（如 U 盘、外接硬盘）的识别与故障排查，是硬件运维的重要环节。
lspci # 输出格式：总线号:设备号.功能号 设备类型（如Ethernet controller）
\# 1. 查看网卡对应的PCI设备（结合设备类型筛选）
lspci | grep "Ethernet controller"
\# 2. 查看设备详细信息（含驱动模块、中断号）
lspci -vnn -s 02:00.0 # 02:00.0为PCI设备地址（从lspci输出获取）
\# 关键信息：Kernel driver in use（当前使用的驱动模块，如igb、e1000）
\# 场景：排查PCI设备驱动未加载问题（若显示"Kernel driver in use: \<none>"，需安装对应驱动）lsusb # 输出格式：Bus号 Device号 ID 厂商ID:产品ID 设备名称
\# 1. 查看USB设备详细信息（含供电、速度）
lsusb -v -s 001:005 # 001:005为Bus号:Device号（从lsusb输出获取）
\# 2. 查看USB设备挂载情况（排查外接硬盘未识别问题）
dmesg | grep -i "usb storage|sd" # 查看USB存储设备的识别日志
\# 场景：若U盘插入后未显示，用此命令判断是USB端口故障还是设备本身问题\# CentOS/RHEL
yum install lm-sensors -y
\# Ubuntu/Debian
apt install lm-sensors -y
\# 检测硬件传感器（首次安装需执行）
sensors-detect # 按提示选择默认即可（自动识别传感器类型）sensors # 输出CPU、主板、硬盘温度
\# 自定义监控脚本（示例：温度超过阈值发送邮件告警）
\#!/bin/bash
TEMP=\$(sensors | grep "Core 0" | awk '{print \$3}' | cut -d'+' -f2 | cut -d'.' -f1)
if \[ \$TEMP -gt 85 ]; then
  echo "CPU温度过高：\$TEMP℃" | mail -s "硬件温度告警" admin@example.com
fi系统日志是排查硬件故障的 “黑匣子”，核心日志工具包括dmesg和journalctl。
\# 查看最近的硬件相关日志（按时间排序，最新日志在最后）
dmesg -T | grep -i "hardware|error|fail"
\# 关键日志解读：
\# "eth0: link down"→网卡连接断开
\# "sda: error reading sector 12345"→磁盘扇区读取错误（需检查磁盘健康）
\# "USB device not accepting address"→USB设备识别失败（端口或设备故障）\# 查看今天的内核日志（-k：仅显示内核日志，--since：按时间筛选）
journalctl -k --since "today" | grep -i "mce|memory|disk"
\# \</doubaocanvas>