譯者序
前　言
緻　謝
引言　數據中心與高端計算 1
數據中心一覽 1
現代數據中心布局 1
歡迎來到BORG，抵抗是徒勞的 2
那就是力量 2
企業與Linux 2
經典的辦公室 2
Linux計算環境 3
Linux雲 3
10000個1不等於10000 3
問題的非綫性擴展 3
大數定律 4
同質化 4
企業的當務之急 4
7天24小時全天候開放 5
任務危急 5
停機時間等於金錢 5
韆裏之堤潰於蟻穴 5
參考文獻 5
第1章　你有問題嗎 6
問題的識彆 6
如果森林裏有一棵樹倒下，沒人能聽到 6
一步一步地識彆 7
總是優先使用簡單工具 7
過多的知識導緻誤區 9
問題的定義 9
當前發生或可能的問題 10
停機規模和嚴重性與業務需求 11
已知與未知 13
問題的再現 13
你能隔離問題嗎 13
偶發性問題需要特殊處理 14
計劃如何控製混亂 14
放手是最難的事 15
因與果 16
不要流連於癥狀 16
先有雞還是先有蛋 16
嚴格控製環境改變，直到你理解瞭問題的本質 18
如果改變，確保你知道預期結果是什麼 18
結論 19
參考文獻 19
第2章　開始研究 20
隔離問題 20
推動從生産到測試 20
重新運行獲得結果所需的最小集 21
忽略偏見信息，避免假設 21
與健康係統和已知參考的比較 22
那不是程序錯誤，而是一個特性 22
將預期結果與正常係統作比較 23
性能和行為的參考是必需的 24
對變化的綫性與非綫性響應 24
一次一個變量 25
綫性復雜度的問題 25
非綫性問題 25
響應可能會延遲或掩蓋 25
Y到X而不是X到Y 26
組件搜索 26
結論 26
第3章　基礎研究 27
刻畫係統狀態 27
環境監控 27
機器可訪問性、響應性和正常
運行時間 27
本地和遠程登錄以及管理控製颱 29
喊狼來瞭的監控 29
讀取係統信息和日誌 30
使用ps和top 30
係統日誌 36
進程記賬 39
檢查命令執行的模式 40
與問題錶現相關 41
避免快速的結論 41
統計作為輔助 41
vmstat 41
iostat 43
係統活動報告（SAR） 47
結論 49
參考文獻 50
第4章　深入探討係統 51
使用/proc 51
層次 52
每個進程的變量 52
內核數據 56
進程空間 60
檢查內核可調參數 63
sys子係統 63
內存管理 64
文件係統管理 65
網絡管理 65
SunRPC 66
內核 67
sysctl 69
結論 70
參考文獻 70
第5章　變身極客——跟蹤和調試應用 72
使用strace和ltrace 72
strace 72
ltrace 86
結閤兩種工具獲得最佳結果 87
其他工具 90
使用perf 93
介紹 93
為什麼不用OProfile 94
前提 94
基本使用 94
基礎實例 99
高級實例 103
小結 107
使用gdb 107
介紹 107
前提 108
簡單實例 108
不那麼簡單的實例 113
其他有用的命令 122
結論 124
參考文獻 124
第6章　極客進級——應用和內核核心、內核調試器 126
收集應用核心 126
如何轉儲應用核心 127
收集內核核心（Kdump） 132
Kdump服務概覽 133
Kdump配置 137
測試配置 143
Kdump網絡轉儲功能 145
Kdump使用 146
小結 147
崩潰分析（crash） 147
前提 147
運行crash 148
內核崩潰核心分析 156
超級極客技能：C代碼分析 167
小例子 168
中級例子 172
睏難的例子 176
內核崩潰的bug報告 182
崩潰分析結果 184
內核bug與硬件錯誤 185
小結 186
內核調試器 186
內核編譯 186
進入調試器 187
基本命令 187
小結 189
結論 189
參考文獻 189
第7章　問題的解決方案 191
如何處理收集到的數據 191
文檔 191
數據的雜亂 193
最佳實踐 195
搜索引擎、郵件列錶以及供應商支持 202
找到根本原因 203
消除問題 204
實現和跟蹤 206
結論 207
參考文獻 208
第8章　監控和預防 209
監控什麼數據 209
過多的數據比沒有數據更糟 209
Y到X將定義你所需要的監控 210
不要害怕改變 210
如何監控和分析趨勢 211
設置你關心的監控 211
監控不等於報告 212
不監控隨機指標 212
定義數學趨勢 213
如何應對趨勢 215
當它來得太晚 216
內務管理 217
預防是解決問題的關鍵 217
配置審核 218
為什麼審核有用 218
控製環境的變化 219
安全方麵 219
係統數據收集工具 219
定製工具 220
商業支持 220
結論 221
參考文獻 221
第9章　讓你的環境更安全、更健壯 222
版本控製 222
為什麼需要版本控製 222
Subversion、Git及相關軟件 223
簡單迴滾 223
配置管理 223
變懶：自動化 224
大環境下的熵 225
掌控混亂 225
配置管理軟件 225
環境中引入變化的正確方法 226
一次一個變化 226
不要急著衝到截止時間 227
理解影響 228
沒報告問題意味著什麼都沒有 228
連鎖反應 228
結論 229
參考文獻 229
第10章　微調係統性能 230
日誌大小與日誌輪轉 230
係統日誌會一直增長 230
慢點，倒帶 232
確定消息的內容 232
文件係統調優 234
Ext3/4文件係統 234
XFS文件係統 235
sysfs文件係統 236
層次 236
block子係統 237
FS子係統 237
內核子係統 237
模塊子係統 238
結閤proc和sys 238
內存管理實例 238
CPU調度實例 238
網絡優化實例 241
結論 243
參考文獻 243
第11章　整閤所有的部分 245
自上而下的方法 245
保持簡單：從簡單開始 245
首先理解環境 245
它就像洋蔥：分層而且會使你流淚 246
“自我消失”的問題會重現，且　擴大影響 246
沒有捷徑：努力是金科玉律 246
使用的方法學 247
文檔 247
一種清晰的方法 247
Y到X應該是座右銘 247
統計工程不受重視 248
數學是強大的，但沒人用 248
使用的工具 248
使用的工具概述 248
所選工具的優缺點 249
從簡單到復雜 249
不要過多涉獵：知識是你的敵人 249
逐步進階的方法 249
不要害怕退步 250
有時你隻需要緩解問題 250
操作約束 250
錢，錢，錢 250
你的客戶永遠無法忍受停機 250
你將不得不妥協 251
聰明的做法 251
分享就是關懷 251
請教彆人：他們以前碰到過類似問題 252
工作安全根本沒有安全可言 252
授人以魚或者授人以漁 253
隻有你知道什麼對你而言是最好的 253
結論 253
· · · · · · (收起)