Troubleshooting

11.3 Troubleshooting en Linux: Diagnóstico y Resolución de Incidencias

---

Introducción

En entornos de producción, los problemas no son una excepción, sino una constante. La diferencia entre un administrador junior y un Sysadmin senior no radica en evitar incidencias, sino en diagnosticarlas rápidamente, entender su causa raíz y aplicar soluciones sostenibles.

El troubleshooting en Linux no es ejecutar comandos al azar, sino aplicar un enfoque metódico basado en evidencias: correlación de métricas, análisis de logs y comprensión del comportamiento del sistema.

Este capítulo aborda las técnicas y herramientas esenciales para resolver problemas complejos en sistemas Linux.

---

Objetivos de aprendizaje

Al finalizar este capítulo serás capaz de:

• Aplicar metodologías estructuradas de troubleshooting.
• Analizar logs del sistema y servicios.
• Diagnosticar problemas de CPU, memoria, disco y red.
• Identificar causas raíz y no solo síntomas.
• Resolver incidencias en entornos reales de producción.

---

Conceptos Teóricos

1. Principios de troubleshooting

Un diagnóstico efectivo sigue siempre una metodología:

1. Definir el problema
2. Recolectar información
3. Identificar hipótesis
4. Validar causas
5. Aplicar solución
6. Documentar

Regla fundamental

Nunca aplicar soluciones sin entender la causa raíz.

---

2. Síntoma vs causa raíz

Ejemplo:

• Síntoma → aplicación lenta
• Causa real → disco saturado

Un error común es actuar sobre el síntoma sin resolver el origen.

---

3. Fuentes de información

Logs

Ubicación:

/var/log/

Ejemplos:

• /var/log/syslog
• /var/log/auth.log
• /var/log/nginx/error.log

Métricas

• CPU
• memoria
• I/O

Estado del sistema

• procesos activos
• conexiones de red
• servicios

---

4. Tipos de incidencias

• rendimiento degradado
• servicio caído
• errores de configuración
• problemas de red
• falta de recursos

---

5. Herramientas clave

Categoría	Herramienta
Logs	journalctl
Procesos	ps, top
Disco	df, iostat
Red	ss, ping
Debug	strace, lsof

---

Laboratorio Práctico

Escenario

Un servidor web no responde correctamente:

• alta latencia
• errores intermitentes
• posible saturación

Debes diagnosticar el problema.

---

Parte 1: Verificar estado del sistema

uptime

Interpretar carga:

• load average elevado → saturación

---

top

Identificar:

• procesos con alto uso de CPU
• consumo de memoria

---

Parte 2: Revisar logs

journalctl -xe

Filtrar servicio:

journalctl -u nginx

Buscar:

• errores
• reinicios
• fallos de configuración

---

Parte 3: Analizar disco

df -h

Detectar:

• particiones llenas

---

iostat -xz 2

Detectar latencias altas.

---

Parte 4: Ver conexiones de red

ss -tulnp

Detectar:

• servicios escuchando
• conexiones activas

---

Parte 5: Analizar procesos específicos

ps aux | grep nginx

---

Ver archivos abiertos

lsof -p <PID>

---

Trazar ejecución

strace -p <PID>

---

Output esperado

load average: 5.00
disk usage: 100%
nginx error: no space left on device

Interpretación:

• sistema saturado
• disco lleno
• fallo en escritura de logs → impacto en servicio

---

Errores Comunes y Troubleshooting

1. Reiniciar sin diagnosticar

Reiniciar el servicio oculta el problema.

-Solución:*

investigar antes de actuar.

---

2. No revisar logs

Ignorar /var/log/ es uno de los errores más graves.

---

3. Analizar solo una métrica

Ejemplo: revisar CPU pero ignorar disco.

---

4. Falta de contexto

No correlacionar eventos:

• despliegue reciente
• cambios de configuración

---

5. Uso incorrecto de herramientas

Ejecutar comandos sin interpretar resultados.

---

Buenas Prácticas (Nivel Senior)

1. Metodología estructurada

Siempre seguir un proceso:

• observación
• análisis
• acción

---

2. Centralización de logs

Utilizar:

• ELK (Elasticsearch, Logstash, Kibana)
• sistemas centralizados

---

3. Correlación

Relacionar:

• métricas (Prometheus)
• logs
• eventos del sistema

---

4. Uso de timelines

Reconstruir línea temporal del incidente.

---

5. Automatización de diagnóstico

Scripts para:

• recopilar métricas
• capturar estado del sistema

---

6. Post-mortem

Tras incidencia:

• documentar causa
• definir acciones correctivas

---

7. Alertas proactivas

Evitar que el problema escale a caída total.

---

8. Control de cambios

Registrar:

• despliegues
• modificaciones de configuración

---

9. Observabilidad completa

Integrar:

• métricas
• logs
• trazas

---

Resumen

Has aprendido a abordar el troubleshooting en Linux de forma profesional, aplicando un enfoque estructurado basado en evidencia y utilizando herramientas clave para diagnosticar problemas reales.

El troubleshooting eficaz no solo resuelve incidencias, sino que mejora la fiabilidad del sistema y previene futuros fallos.

Con este capítulo, completas el bloque de monitorización, incorporando:

• análisis de rendimiento
• monitoreo centralizado
• diagnóstico avanzado

Este conocimiento te posiciona para gestionar sistemas Linux en producción con un enfoque completo de observabilidad y fiabilidad operativa.