台湾云服务器亚马逊常见故障及快速排障手册

问题1：无法连接到台湾云服务器（SSH / RDP）该如何快速排查？

首先确认实例状态为running，然后在控制台查看最近的系统事件与状态检查。若实例正常，检查子网路由表与弹性公网IP绑定是否正确。

核对安全组与网络ACL规则，确认22（SSH）或3389（RDP）端口对源IP开放；若使用VPN或跳板机，验证跳板机的连通性。必要时使用控制台提供的Serial/EC2 Instance Connect等内置诊断工具抓取系统日志。

若提示超时，可从本地执行traceroute/路由追踪，确认是否为ISP或中间链路丢包。若是公有IP变更或弹性IP未正确关联，及时重新分配并更新DNS解析。

问题2：实例启动失败或进入挂起状态，如何定位原因并恢复？

先在控制台查看启动日志（Console Output）与系统消息，常见原因包括内核崩溃、磁盘损坏或IAM权限受限导致无法附加卷。利用快照/备份创建新实例以验证数据完整性。

若是启动脚本（User Data）导致循环或失败，可在启动时暂时禁用User Data，或通过挂载系统盘到救援实例检查/修复启动脚本与/boot配置。

当实例因主机故障停机（Host failure），可选择迁移到其他可用区或创建AMI并在新可用区重建实例以快速恢复服务。

问题3：磁盘 I/O 高或磁盘空间满导致服务异常，怎么排障？

登录实例查看iostat、iotop、df -h等指标，识别是I/O瓶颈还是磁盘空间不足。若为空间不足，清理日志、临时文件或扩展EBS卷并在线调整分区。

若为I/O性能不足，考虑更换为更高性能的卷类型（如Provisioned IOPS），并启用多路径读写或本地缓存。对数据库等高I/O场景，建议使用专用磁盘并调优应用层缓存。

同时在控制台监控卷的吞吐与队列长度，必要时使用快照备份后扩容或水平拆分存储以减小单盘压力。

问题4：CPU或内存飙升导致实例不响应，如何紧急处理与长期优化？

紧急时可先重启实例或扩展为更高规格实例（横向或纵向扩容），并在系统内停止非关键进程释放资源。使用top、vmstat等工具定位占用高的进程或内存泄漏。

长期优化建议：为关键进程配置限制（cgroups）、使用水平扩展（Auto Scaling）、启用性能监控告警（CloudWatch）并设置阈值自动扩容。对于内存问题，检查应用内缓存策略并考虑增加swap或改用更大内存实例。

问题5：访问受限或服务不稳定，如何确认是安全组、防火墙还是路由问题？

先从实例内和外部分别做端口探测（telnet/ss、nc），如果内部可连但外部不可连，问题通常在安全组/网络ACL或公网网关。检查安全组的入站与出站规则，确认来源IP与端口匹配。

若安全组配置无误，再核对子网的路由表与NAT网关/Internet Gateway状态，同时确认VPC中的网络ACL没有覆盖规则阻断流量。对跨可用区或跨VPC通信，排查Peering或Transit Gateway配置与路由传播。

最后查看实例操作系统上的防火墙（如iptables、firewalld、ufw）规则，有时内核级规则会覆盖云端设置。必要时在保障安全的前提下逐步放宽规则定位问题点。

来源：台湾云服务器亚马逊常见故障及快速排障手册