Linux首次启动时如何查看cloud-init日志,并定位初始化步骤失败的原因
首次启动后,如果主机名、网络、用户、SSH 密钥或启动脚本没有按预期配置,先不要急着重跑初始化。运维排查通常从 /var/log/cloud-init.log 和 /var/log/cloud-init-output.log 入手,再用 systemd 日志确认对应服务及时间线,最后检查失败模块所依赖的元数据、网络或配置。
cloud-init.log 记录 cloud-init 自身的处理过程,适合定位哪个阶段、模块或数据源出错;cloud-init-output.log 主要收集初始化命令及模块的标准输出、标准错误,适合查看脚本执行结果。systemd 日志则用于关联服务启动、退出码和系统启动时间。三者相互补充,不应只凭某条 ERROR 就判断根因。
对于需要在不同地区部署 Linux 系统、依赖首次启动完成网络、用户和软件配置的业务,A5idc数据提供中国香港、美国、日本、韩国、中国台湾、新加坡及马来西亚等地区的物理服务器资源,覆盖多种 CPU、内存、SSD/NVMe 存储、带宽线路和多IP组合,可为网站、业务后台、数据库及容器等场景的初始化部署提供稳定的硬件与网络基础。
先确认现象和本次启动范围
先记录当前启动时间、系统时间和启动编号,避免把前一次启动的日志误当作本次结果:
date -Ins
timedatectl status
uptime -s
journalctl --list-boots
journalctl --list-boots 会列出系统保留的启动记录,0 代表当前启动,-1 代表上一次启动。若主机刚重启过,排查当前启动时优先使用 -b;若问题发生在此前一次启动,则将参数改为 -b -1。系统若未持久化保存 journal,旧启动记录可能不存在,这时需要依赖 /var/log 中的文件。
检查 cloud-init 是否仍在运行、是否报错,以及系统识别到的数据源:
cloud-init status --long
不同 cloud-init 版本的输出字段会有差异。通常可关注 status、extended_status、最近错误信息及数据源名称。若状态为 running,说明初始化可能尚未结束,先结合服务状态判断是否仍在执行;若为 error,继续查具体模块和日志;若为 done,不代表所有预期配置都一定成功,仍要核对相关任务的输出和最终系统状态。
再确认日志文件是否存在、是否为空,以及是否发生过轮转:
sudo ls -l /var/log/cloud-init*
sudo tail -n 80 /var/log/cloud-init.log
sudo tail -n 80 /var/log/cloud-init-output.log
若文件不存在,先不要据此认定 cloud-init 未运行:发行版、镜像和软件包配置可能影响日志位置或记录方式,可继续检查 systemd 日志。若文件有内容但最后时间早于本次启动,也要考虑日志轮转、写入失败或 cloud-init 尚未执行到预期阶段。
由外到内查看日志
先看 systemd 服务是否启动、退出
常见的 systemd 单元包括 cloud-init-local.service、cloud-init.service、cloud-config.service 和 cloud-final.service。它们通常对应早期本地阶段、网络配置阶段、配置阶段和最终阶段;不同发行版或版本可能存在单元差异,先查询本机实际安装的单元:
systemctl list-units --all 'cloud-init*'
systemctl status cloud-init-local.service cloud-init.service cloud-config.service cloud-final.service
查看某个单元状态时,重点看 Active、Result、退出码、启动时间以及是否有依赖失败。服务显示 inactive (dead) 不一定是故障:阶段性服务执行完成后可能正常退出。更有意义的是非零退出码、failed 状态,或服务启动后持续运行且没有进展。
对当前启动逐个读取日志:
sudo journalctl -b -u cloud-init-local.service -u cloud-init.service \
-u cloud-config.service -u cloud-final.service \
-o short-iso-precise --no-pager
若某个单元不存在,journalctl 可能提示找不到对应记录;这时以 systemctl list-units 查到的名称为准。也可以读取完整的当前启动日志,再搜索相关信息:
sudo journalctl -b -o short-iso-precise --no-pager
查看某次启动的 cloud-init 单元时,-b -1 可替换 -b。journal 中没有对应服务记录,可能意味着该单元未启动、日志不在当前启动范围,或系统未保留相关 journal;应与 /var/log/cloud-init.log 的时间戳交叉核对。
再看 cloud-init 的阶段和模块
筛选日志中的阶段、模块和错误上下文:
sudo grep -nEi 'ERROR|WARNING|Traceback|failed|failure|DataSource|Running module|finished' \
/var/log/cloud-init.log
这条命令适用于快速找线索,不适合单独作为结论。比如,WARNING 可能是可选功能未启用,ERROR 也可能出现在某个已被处理的回退路径中。定位到匹配行后,查看前后文:
sudo sed -n '120,180p' /var/log/cloud-init.log
将示例行号替换为实际范围。上下文可以显示错误发生在哪个模块之前、调用了哪个数据源,以及是否随后出现重试或回退。
常见阶段大致如下:
| 阶段 | 常见关注点 | 排查含义 |
|---|---|---|
cloud-init-local | 本地数据源探测、磁盘相关配置 | 很早期即失败,先检查数据源探测和本地配置 |
cloud-init | 网络就绪、数据源获取、网络配置 | 关注网卡状态、路由、DNS、元数据访问 |
cloud-config | 用户、主机名、软件源等配置模块 | 关注对应模块是否执行、是否因配置格式或依赖失败 |
cloud-final | 用户脚本、包安装、最终命令 | 关注脚本返回码、软件源连通性及命令输出 |
具体模块和执行顺序会受 cloud-init 版本、镜像配置及用户数据影响,不能仅凭阶段名称推断所有系统都执行了相同任务。
若版本支持,可用内置分析命令汇总初始化耗时:
sudo cloud-init analyze show
sudo cloud-init analyze blame
show 通常用于查看阶段时间线,blame 用于找耗时较长的步骤。部分旧版本不支持其中某个子命令,遇到 unrecognized arguments 时可查看 cloud-init analyze --help,改用日志时间戳手动核对。耗时长并不自动等于失败:例如等待网络或安装软件包可能只是速度较慢。
把错误与启动时间线关联起来
日志里的时间要和系统启动、服务启动、模块执行及命令输出对应起来。建议按“阶段服务启动 → cloud-init 模块记录 → 输出日志中的具体命令 → 服务退出状态”顺序对照,而不是只比较不同文件末尾的几行。

可以先分别查看两类文件的末尾:
sudo tail -n 120 /var/log/cloud-init.log
sudo tail -n 120 /var/log/cloud-init-output.log
例如,cloud-init.log 显示某个用户脚本模块开始执行,随后 cloud-init-output.log 出现下载超时,服务最终返回非零状态,这条链路比单独看到 exit status 1 更有定位价值。若脚本输出中没有明显错误,应继续查对应模块是否被跳过、配置是否未被识别,以及日志记录是否被重定向。
系统时间可能在首次启动过程中校准。若文件时间戳与 journal 顺序看起来矛盾,先检查 timedatectl status,再按同一个启动编号查看 journal 的单调时间:
sudo journalctl -b -o short-monotonic --no-pager
单调时间表示自本次启动以来的相对时间,可帮助判断先后顺序;它不能直接替代墙上时钟时间。必要时同时保留 short-iso-precise 和 short-monotonic 两种输出进行对照。
如果云平台或镜像支持实例目录,也可检查实例级记录:
sudo ls -l /var/lib/cloud/instances/
sudo ls -l /var/lib/cloud/instance/
/var/lib/cloud/instance 在常见部署中可能指向当前实例目录,里面的 sem/ 等内容可反映部分模块是否已执行。不要手工删除这些状态文件来“触发重跑”:它们参与初始化去重,删除可能导致用户、磁盘或脚本配置重复执行。仅检查目录和链接本身属于低风险操作。
根据结果分支定位原因
日志中找不到数据源,或数据源探测超时。 这类线索通常指向元数据服务不可达、启动网络未就绪、平台数据源选择不匹配,或实例元数据本身缺失。结合 cloud-init.log 中的 DataSource、探测与重试信息,再检查网卡、路由和 DNS:
ip address
ip route
getent hosts <元数据服务主机名>
将占位主机名替换为部署环境提供的实际地址;不要凭猜测对外探测未知地址。若网络配置尚未完成,DNS 查询失败不能单独证明 DNS 配置错误;应先确认链路和路由,再验证名称解析。若网卡存在但无地址,检查镜像网络配置和平台网络交付;若地址正常但元数据访问仍失败,需核对平台提供的访问方式、访问控制和数据源设置。
模块显示配置错误或解析失败。 查看报错附近的配置字段及来源。YAML 缩进错误、字段名不兼容、用户数据格式不符合预期,都可能导致模块未按预想执行。先确认实例实际收到的用户数据或镜像配置,再使用本机版本提供的校验能力;例如支持时可运行 cloud-init schema --system。校验结果只说明结构是否符合该版本的 schema,不保证配置在运行时一定成功。
脚本或命令返回非零退出码。 先从 cloud-init-output.log 找到具体命令和 stderr,再判断是命令不存在、权限不足、网络超时还是脚本逻辑错误。某些脚本会因一条非关键命令失败而以非零状态退出;修复前应检查脚本是否设置了 set -e、是否把错误当作致命条件,以及该脚本是否可能重复产生副作用。
服务成功结束,但目标配置缺失。 这时要区分“初始化失败”和“配置未执行”。检查对应模块是否出现在 cloud-init.log、配置是否被识别、模块是否因频率或状态标记跳过,并核对目标系统状态,例如用户是否存在、主机名是否正确。cloud-init 可能成功处理了与目标无关的配置,也可能某项配置本来就不由该镜像的 cloud-init 管理。
修复后验证,并谨慎处理重跑
先做低风险的定向修复,例如更正用户数据格式、恢复所需网络连通性,或修复脚本中的命令路径;然后通过平台支持的方式让新配置进入下一次启动流程,或在确认影响范围后按模块设计执行。验证时重新查看 cloud-init status --long、相关服务日志和目标系统状态,并确认错误不再出现。
不建议为了排障直接执行 cloud-init clean 后重启,也不建议删除 /var/lib/cloud 内容。清理状态会改变 cloud-init 对实例和模块执行历史的判断,可能导致用户创建、密钥处理、磁盘配置或启动脚本再次运行。只有在确认需要重新初始化、已评估重复执行影响并留有可恢复方案时,才考虑清理;具体选项应先用 cloud-init clean --help 核对本机版本,执行前备份相关配置和必要数据。若运行结果不符合预期,应停止进一步重跑,恢复备份并根据新增日志重新定位,而不是连续清理状态。
复测时至少确认三件事:本次启动对应的阶段服务无非预期失败;日志中目标模块执行完成且没有新的关键错误;实际系统配置与预期一致。若问题涉及网络或外部软件源,还应在重启后持续观察一段时间,确认初始化不依赖偶然可用的网络状态。这样才能区分一次性修复成功与首次启动流程真正稳定下来。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6785.html



