Linux 基础

根据生产事件而非教科书编写的 Linux 书籍

凌晨 3 点有人给您传呼。服务器已关闭。仪表板没有显示任何有用的信息。您了解 Linux — 但故障发生在您以前从未关注过的层中。

这本书就是为了那一刻而写的。

Linux 基础：实用指南涵盖了十二个内核子系统 – 这些子系统在生产中会失败，并且在没有正确的思维模型的情况下需要几个小时才能诊断。每一章都以一个真实的事件开始，包含可以立即运行的命令，并以具体的清单结束。

章节封面

• 启动 — GRUB2 恢复、initramfs 内部结构、为什么 yum 更新内核可以使服务器静默
• 进程模型 — fork()、僵尸累积、D 状态进程、fork() 在 384GB 可用 RAM 下失败
• 内存 – 页面缓存、OOM 杀手评分、THP 延迟峰值以及免费出现的问题
• 文件系统和文件描述符 – VFS、已删除但打开的文件、inode 耗尽、epoll、inotify 限制
• 内核网络堆栈 — NIC 接收路径、TCP 状态机、conntrack 表耗尽、Netfilter 挂钩
• 存储 I/O – fsync() 持久性堆栈、blk-mq 调度程序、NVMe 队列深度
• systemd — After= 与 Requires=、Type=notify、日志速率限制、套接字激活
• Linux 安全模型 – 五种功能集、用户命名空间、SELinux、seccomp-bpf
• 可观测性 – perf_events、eBPF、bpftrace、火焰图解释
• 来自第一原则的容器 – 命名空间、cgroup v2 记账、overlayfs、PID 1
• 生产调优参考 – 每个重要的 sysctl，以及特定于工作负载的配置文件

真实案例研究

• 14 个数据库服务器在修补后无法启动 – 完整 /boot 上的零字节 initramfs
• 负载均衡器连续 3 天下降了 3.1% 的流量 – conntrack 表处于 2002 年的默认值
• 在没有更改硬件的情况下，PostgreSQL 的吞吐量提高了 947% – NVMe 队列深度修复
• Java 服务 100% CPU，其中 88% 对分析器不可见 – 内核空间中的 THP 扫描器
• 容器在 287MB 堆和 64GB 可用 RAM 处被 OOM 终止 – 页面缓存计入 cgroup 限制

还包括

• 按症状诊断命令、sysctl 快速参考和 33 术语 X 射线术语表
• 🧠 心智模型 · ⚠️ 常见错误 · 🔍 深刻见解 · 🛠 每章都有制作技巧
• 内核版本：Linux 6.1 以及 RHEL 9.2 发行说明

如果您在生产环境中运行 Linux，并且曾经在本应花费五分钟的故障上花费了三十多分钟的时间，那么这就是您在故障发生之前需要的地图。