排错思想

 作为一名系统工程师，排错是工作过程中经常会遇到的内容，而需要排错的对象往往是千奇百怪，各种各样都有。系统工程师被誉为“什么都懂的人”，因此，一旦发生问题，往往就成为了第一个被想到的人。相信，广大一线运维工程师都有这样的经历。

无疑，排错是需要技巧的。因为这项工作不仅需要很好的逻辑思维能力和丰富的工作经验，同时还需要使用正确的方式，合理的行为，正确的过程。我曾经面试过、管理过很多系统工程师，也教过很多学生。在工作中我发现很多新手对于如何排错往往不那么在行。 

事实上，在经过无数次排错工作之后，我深深的感觉到：排错没有固定的方法和手段，掌握正确的排错思想才是最为重要的。我把我的排错思想总结为几个基本的步骤。在此，分享一下个人的体会，抛砖引玉，请各位指正。

第一步：观察错误

观察错误，说白了就是搞清楚发生了什么。

一些新手，特别是一些“文档工”只知道照着文档一步步敲命令，出现问题了，也只是按照一些所谓的技术手册或者故障手册去排查问题。这是不可取的。

你必须清楚发生了什么。

你可以通过标准错误输出（一般来说它们会直接输出到屏幕上）、错误日志、监控工具等途径获取到相应信息。有些linux工程师只知道去看/var/log/message日志，有些AIX工程师只知道看errpt，还有些windows工程师压根什么都不知道看。以上这些都是不可取的，错误的。你必须知道可以通过哪些途径获取到计算机给你的反馈。并且，通过这些反馈了解到底发生了什么。

第二步：分析问题

分析问题，说白了就是搞清楚在发生问题的时候计算机在干什么。

上面这句话说起来简单，实际上涉及的内容却很复杂。想要知道发生问题的时候计算机在干什么，首先要能够在第一步搞清楚发生了什么。之后，需要你对相关技术以及能够对发生问题的系统产生影响的相关技术都有很深刻的了解。不然，光靠拍脑门猜测是不行的。

举个例子，比如我在访问web服务器的时候发生了connect r