当前位置:首页 > 文章列表 > 文章 > linux > Linux查看服务日志方法:journactl使用教程

Linux查看服务日志方法:journactl使用教程

2026-03-20 12:39:37 0浏览 收藏
本文深入解析了使用 journalctl 查看 Linux 服务日志时的常见陷阱与实战技巧,直击“查不到日志”这一高频痛点:从确认服务是否真正由 systemd 托管、识别手动启动或旧式 init 导致的日志缺失,到精准定位崩溃服务的瞬态日志、利用 InvocationID 追踪单次启动全链路、应对 JSON/乱码/字段缺失等格式难题,再到揭露直连 syslog 的“隐身”服务——这些极易被忽视却致命的细节,都配有可立即上手的命令和配置建议,帮你告别盲目排查,真正掌握 systemd 日志系统的底层逻辑与高效用法。

linux怎么查看服务启动日志_linux使用journalctl查询【教程】

journalctl 查不到服务启动日志?先确认服务是否用 systemd 管理

很多用户执行 journalctl -u nginx 却看不到日志,根本原因是该服务压根没交给 systemd 启动——比如手动执行 /usr/sbin/nginx 或通过旧式 init 脚本启的。systemd 只能捕获它自己 fork 出来的进程的标准输出/错误,其他方式启动的服务日志不会进 journal。

验证方法:systemctl list-unit-files --type=service | grep nginx 看状态是不是 enabled 或 disabled;再跑 systemctl is-active nginx,如果返回 unknown 或 inactive,基本可判定不是 systemd 托管。

  • 若服务是手动启动的,日志通常在服务自身配置的路径里(如 Nginx 的 error_log 指向 /var/log/nginx/error.log)
  • 若想统一用 journalctl 查,得改用 systemctl start nginx 启动,并确保 nginx.service 文件存在且正确(尤其 ExecStart 和 Type 设置)
  • Type=forking 服务(如老版本 Redis)容易漏日志,建议优先设为 Type=simple 并配合 ExecStartPre 做前置检查

journalctl -u 显示“no entries”,但服务明明在运行

常见于服务启动极快、随即退出(比如配置错误导致秒崩),或日志被轮转/清理过。journalctl 默认只查当前 boot 的日志,而服务可能是在上一次系统启动时拉起的。

  • 加 -b -1 查上一次启动的日志:journalctl -u sshd -b -1
  • 加 --all 强制显示所有匹配项(包括已被压缩归档的日志):journalctl -u docker --all
  • 检查日志保留策略:journalctl --disk-usage 看占用,/etc/systemd/journald.conf 中的 SystemMaxUse 和 MaxRetentionSec 会直接删旧日志
  • 若服务刚启动就崩溃,用 systemctl status nginx 比 journalctl 更快看到最后一行错误(它会截取最近几行 journal 输出)

想看某次特定启动的完整日志流,怎么过滤时间范围

单纯用 -S "2024-05-20 14:00:00" 容易漏掉服务启动前的依赖单元日志(比如 network.target、local-fs.target),导致看不出卡在哪一步。

  • 先用 systemctl show nginx --property=InvocationID 获取本次启动的唯一 ID
  • 再用 journalctl _INVOCATION_ID=xxx(把 xxx 替成实际 ID)精准拉出该次全部日志,含依赖单元和子进程
  • 时间范围推荐组合使用:journalctl -u nginx --since "2024-05-20 14:00:00" --until "2024-05-20 14:05:00",注意 --since 是左闭右开区间,--until 不包含终点时刻
  • 避免用中文日期格式(如“今天”“昨天”),systemd 解析不稳定,尤其在非 UTF-8 locale 下可能报 Failed to parse timestamp

journalctl 输出乱码或字段缺失,跟编码/日志格式有关

某些服务(如用 Go 写的 daemon)默认以 JSON 格式打日志,journalctl 会原样显示,看着像乱码;还有些服务关闭了 syslog 格式头,导致 _PID、_COMM 等字段为空。

  • 加 -o json-pretty 让 JSON 日志可读:journalctl -u prometheus -o json-pretty
  • 用 --output-fields 显式指定要显示的字段:journalctl -u mysql --output-fields=_TIMEStamp,_HOSTNAME,_MESSAGE
  • 如果看到大量 MESSAGE= 为空的条目,大概率是服务 stdout/stderr 没刷缓存(比如 Python 脚本缺 -u 参数或没设 sys.stdout.flush()),需改服务启动参数或代码
  • 终端字符集不匹配时,journalctl --no-hostname --no-pager 可减少干扰字段,方便重定向到文件后用 iconv 转码

真正麻烦的是那些没走 stdout/stderr 的服务——比如用 open("/dev/log", ...) 直连 syslog socket 的,它们压根不进 journal,得去 /var/log/syslog 或 /var/log/messages 里翻。这点很容易被忽略,直到发现 journalctl 里永远缺关键报错。

终于介绍完啦!小伙伴们,这篇关于《Linux查看服务日志方法:journactl使用教程》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

Midjourney会员充值教程及订阅步骤Midjourney会员充值教程及订阅步骤
上一篇
Midjourney会员充值教程及订阅步骤
WPS邮箱登录入口及官网链接
下一篇
WPS邮箱登录入口及官网链接
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    324次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    382次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    376次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    340次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    166次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码