Ubuntu WebLogic故障快速排查避免停机损失的具体步骤是什么？

WebLogic 服务一旦宕机，往往会导致业务停顿、客户流失甚至财务损失。老实说，下面给出一套针对 Ubuntu 环境的快速排查与修复流程。帮助你最小化停机时间，快速恢复业务。

一、先确认网络与端口状态

说到痛点。端口被占用或防火墙阻断常是启动失败的根源，却不易被直观看到。

• 检查端口占用：netstat -an | grep 7001
• 验证网络连通性：ping your-domain.com
• 查看防火墙规则：sudo ufw status
• 若发现端口被占用，用 kill -9 PID 强制释放。

二、资源与 JVM 状态检查

再看痛点。内存不足或 JVM 参数设置错误常导致“OutOfMemoryError”或响应缓慢，但往往不直接表现为错误日志。

• 查看 Java 进程：jps -l
• 获取 JVM 参数：jinfo -flags
• 抓取堆内存快照：jmap -heap
• 监控 CPU/内存使用：sar -u 1 3;vmstat 1 3，iostat -x 1 3

三、日志优先级分析

痛点这方面。日志文件多而杂，关键错误往往埋在大量信息中。老实说，

• $DOMAIN_HOME/logs/server.log: 服务器实例主日志。包含启动异常和请求堆栈，
• $DOMAIN_HOME/logs/domain.log: 域级别事件，如配置变更和全局异常。
• $DOMAIN_HOME/logs/access.log: HTTP 请求记录，可用于排查访问层问题。

实时跟踪> tail -f $DOMAIN_HOME/logs/server.log | grep -i error | grep -i exception> error.log && tail -f error.log

*如果控制台无法访问。先确认监听端口是否正常，再查看 server.log 的首条异常堆栈。 *

• 错误码“500”+“SEVERE”通常代表着后端服务不可用；错误码“404”+“Not Found”则表明应用方法未正确部署。
• 在多实例环境下可通过 $DOMAIN_HOME/servers/*/logs/*log 比较不同实例的状态差异。
• 使用 /opt/weblogic/common/bin/wlst.sh --listServers all_servers.py,可一次列出所有域内服务器及其状态。

四、常见故障清单与修复方法

故障类型	可能原因	修复方法 & 命令示例



 ① 端口冲突/未绑定   - 未释放旧进程 - 防火墙阻塞 - 配置文件指向错误IP/端口   

netstat -an | grep 7001
sudo kill -9 $
sudo ufw allow 7001/tcp
sed -i 's/port=7001/port=9001/g' $DOMAIN_HOME/config/config.xml
service weblogic restart

*确保修改后重启 WebLogic，以让新的配置生效。*  - 程序资源耗尽 - JVM 参数不足 - 内存泄漏 

java -Xms512m -Xmx2048m ...
jcmd GC.heap_info
jcmd GC.run

*根据实际情况调整 Xms/Xmx，并监控 GC 日志以判断是否存在泄漏。*  - 数据库连接池耗尽 - 配置错误 - 网络超时 

- 检查 $DOMAIN_HOME/config/jdbc.xml 中的 DataSource 配置
- 用 telnet 或 nc 检测数据库连通性
- 在管理控制台重置连接池参数；若无 GUI，则
config.xml 并重启 

*若出现 “Cannot allocate JD娱乐 connection”。请立即扩容数据库并调整 pool size。* ⚠️ *注意：所有操作均需在测试环境验证后再投产，以免误操作造成更大故障* ⚠️

五、一键排查命令清单

# 查看 WebLogic 进程
ps aux | grep weblogic
# 查看监听端口
ss -ltnp | grep :7001
# 日志实时跟踪
tail -f $DOMAIN_HOME/logs/server.log
# 快速搜索错误堆栈
grep -i 'Exception\|Error' $DOMAIN_HOME/logs/server.log> errors.txt
# 获取 JVM 参数
jinfo -flags $
# 抓取堆快照
jmap –dump:format=b。file=heap.hprof $

六、后续行动建议

• # 持续监控：部署 Promeus + Grafana 或利用 Oracle Enterprise Manager 对 CPU/内存/磁盘 IO 做 KPI 报告；
• # 自动化检测：写脚本定期执行上述命令，将结果推送到 Slack / 邮件；
• # 灰度回滚：若更新后出现问题，第一时间回滚至上一个稳定版本；
# 文档化：把每一次排查经验写入内部 Wiki，以便新人快速上手；# 定期演练：每季度至少一次停机演练，让团队熟悉排查流程并验证恢复时间。