CentOS 下 SQL Server 故障排查清单
一 快速定位流程
- 检查服务状态：运行命令：systemctl status mssql-server；若未运行，执行：systemctl start mssql-server。
- 查看错误日志：SQL Server 错误日志默认在 /var/log/mssql/errorlog；同时用 journalctl -u mssql-server 查看 systemd 日志，定位启动失败或崩溃线索。
- 校验文件权限：确保数据目录属主正确：chown -R mssql:mssql /var/opt/mssql。
- 检查监听与端口：确认实例在 1433 端口监听，必要时在 /etc/mssql/mssql.conf.d/90-sqlservr.conf 设置 listen_addresses=0.0.0.0 以监听所有地址。
- 网络连通性：在客户端测试 ping 与 telnet 服务器IP 1433（或 nc -zv 服务器IP 1433），确认端口可达。
- 防火墙放行：在服务器执行：firewall-cmd --zone=public --add-port=1433/tcp --permanent && firewall-cmd --reload。
- 客户端侧验证：安装并使用 sqlcmd/ODBC 测试连接，排除连接字符串错误（服务器地址、端口、数据库、账号、密码）。
二 常见故障与修复
- 服务反复崩溃或无法启动（systemctl 显示 signal/ABRT）：先用 journalctl -xe 找到具体报错；若日志出现 “Unable to read instance id from /var/opt/mssql/.system/instance_id”，先备份该文件后删除，再启动服务，实例会自动生成新的 instance_id（注意：这可能导致依赖 NEWSEQUENTIALID() 的表出现 GUID 顺序性变化）。
- 断电或异常关机后的启动异常：先停止服务，再以单用户模式观察输出：/opt/mssql/bin/sqlservr -m；若检测到数据文件异常，可用 DBCC CHECKDB 检查并在评估风险后执行修复（见下一节注意事项）。
- 端口未监听或仅本地可连：核对 listen_addresses 配置为 0.0.0.0，确认 SELinux 未拦截（必要时临时 setenforce 0 验证），并用 ss -lntp | grep 1433 或 netstat -tulpen | grep 1433 检查监听地址与进程。
- 防火墙/安全组阻断：在服务器放行 1433/tcp 并重新加载规则；云环境同时检查云安全组策略。
- 登录失败或权限不足：核对 SA 或域/本地账号是否被锁定、密码是否正确、是否授予了目标数据库的 CONNECT 与所需权限；必要时在 SSMS 或 sqlcmd 中重置密码并审计登录失败记录。
三 性能与资源瓶颈排查
- 系统资源：在 OS 侧用 top/vmstat/mpstat/iostat 观察 CPU、内存、I/O 是否成为瓶颈；结合 nmon/sar 做趋势分析。
- SQL Server 内部：查询 sys.dm_exec_requests / sys.dm_exec_sessions / sys.dm_exec_query_stats 定位长时运行与阻塞会话；用 DBCC SQLPERF(LOGSPACE) 检查日志空间；通过 Extended Events 捕获慢查询、锁等待与死锁。
- 内存压力：从实例视角查询 sys.dm_os_sys_memory 了解物理/虚拟内存与内存压力；必要时在 SSMS 或 T‑SQL 中合理设置 最大服务器内存（max server memory），避免占用过多系统内存。
- 监控与告警：结合 Zabbix、Prometheus + Grafana（prometheus-mssql-exporter） 等做长期可视化监控与阈值告警。
四 连接问题专项排查
- 端到端连通性：从客户端依次验证 ping、telnet/nc 到 1433、以及应用连接字符串（主机、端口、数据库、加密/信任证书、登录方式）。
- 服务与端口：确认 mssql-server 已运行且实例在 1433 监听；若监听在 127.0.0.1，需调整 listen_addresses 为 0.0.0.0。
- 防火墙与安全策略：服务器本地防火墙放行 1433/tcp；云主机同步检查安全组入站规则。
- 认证与授权：确保登录账号存在、未被锁定、密码正确，并具备目标库访问权限；必要时在 SSMS 的活动监视器中排查阻塞与长事务。
五 数据安全与恢复建议
- 变更前先备份：对 /var/opt/mssql 做完整备份（含 .system 目录），尤其是 instance_id 等关键文件。
- 谨慎修复：仅在充分评估数据风险后执行 DBCC CHECKDB … REPAIR_ALLOW_DATA_LOSS；优先尝试 REPAIR_REBUILD 或从备份还原。
- 定期维护：建立 日志备份、索引/统计信息维护 与 一致性检查 的计划任务；保留可用备份与恢复演练记录。
- 高可用：关键业务建议配置 Always On 可用性组 或定期离线备份，缩短 RTO/RPO。