一次"胆战心惊"的真实集群运维经历

周五在安装一个用于 CNV 检测的软件 CNVnator 的时候，不小心修改了 /lib64/libc.so.6 文件，结果导致了整个系统所有命令基本都不可用：

[root@log01 lib64]# ls
ls: error while loading shared libraries: libc.so.6: cannot open shared object file: No such file or directory
[root@log01 lib64]# ls -l
ls: error while loading shared libraries: libc.so.6: cannot open shared object file: No such file or directory
[root@log01 lib64]#

情况更加糟糕的是，我所在的系统是整个公司集群的唯一登录节点，并且在使用 root 重命名了 libc.so.6（mv /lib64/libc.so.6 /lib64/libc.so.6.bak）后又作死的退出了 root 用户的登录，以致于所有的用户再也无法使用 su 、ssh 进行 root 切换把 /lib64/libc.so.6.bak 重新改回来！ 与此同时，整个集群的所有用户在退出登录后再也无法通过 ssh 重新登录，su、ssh、ln、ls、scp、mv 等基础命令也全部失效！！！

对于还没有退出集群登录的普通用户虽然可以通过下面的命令使 ln、ls 等生效，但始终无法从根本上解决问题。

export  LD_PRELOAD=/lib64/libc-2.12.so

关于 glibc：

glibc 是 GNU 发布的 libc 库，即 c 运行库。glibc 是 linux 系统中最底层的 api，几乎其它任何运行库都会依赖于 glibc。glibc 除了封装 linux 操作系统所提供的系统服务外，它本身也提供了许多其它一些必要功能服务的实现。由于 glibc 囊括了几乎所有的 UNIX 通行的标准，可以想见其内容包罗万象。而就像其他的 UNIX 系统一样，其内含的档案群分散于系统的树状目录结构中，像一个支架一般撑起整个作业系统。在 GNU/Linux 系统中，其 C 函式库发展史点出了 GNU/Linux 演进的几个重要里程碑，用 glibc 作为系统的 C 函式库，是 GNU/Linux 演进的一个重要里程碑。

Linux 上的很多命令都是依赖 libc.so.6 的动态链接库，如果您不小心把它给删除了，基本上所有命令都不能使用了。由此可见 libc.so.6 的重要性。

网络上关于 libc.so.6 误删的解决文章有很多，总结起来不外乎 2 种：

• 还没有退出 root 登录

  [root@localhost ~]# LD_PRELOAD=/lib64/libc-2.12.so ln -s /lib64/libc-2.12.so /lib64/libc.so.6

• 已经退出 root 登录：重装系统或者使用 Linux rescue 模式修复。

作为 HPC 整个集群的 log 节点，不到万不得已是不会轻易重装系统的，于是我们选择了使用 Linux rescue 模式修复，以下是一些记录。

1. U 盘启动盘制作

由于原来的 log 节点是 rhel-server-6.5-x86_64 的操作系统，所以我们需要制作与之相对应的启动 U 盘。

首先，要下载 rhel-server-6.5-x86_64 镜像。

• rhel-server-6.5-x86_64-boot.iso（U盘安装需要此镜像）
  MD5: 004a37b1b0269992a3b341b8f7c3a579
  SHA-256: 31116987fb9f5161cd7a7c907d9acc57f832135faf55bb328d032fa6574e3f93
  文件大小：255 MB
• rhel-server-6.5-x86_64-dvd.iso（系统安装介质）
  MD5: a84d4d9eddb36fb417832166cd10a4c2
  SHA-256: a51b90f3dd4585781293ea08adde60eeb9cfa94670943bd99e9c07f13a259539
  文件大小：3,675 MB

其次，将启动文件写入 u 盘。以 UltraISO 软碟通为例，打开 UltraISO 软件，菜单 “文件” 打开 rhel-server-6.5-x86_64-boot.iso ，菜单 “启动” ==> “写入硬盘映像”，弹出对话框，点击 “格式化”，格式化完成点击 “写入”。

最后，将安装光盘镜像 rhel-server-6.5-x86_64-dvd.iso 拷贝到 u 盘根目录。

2. Linux rescue模式

2.1. 说明

Linux下用光盘进行 rescue 模式的方法，需要注意的是实体机跟虚拟机还是有很大差别的，在实体机中通过光盘启动，可能会自动进入到安装界面，所有我们需要在进入安装界面前（会提示 press any key 之类）快速按键盘上的按键（只有三秒钟需要关注。）

如果不理会就会进入以下界面：

2.2. rescue 模式步骤

① 选择 rescue 模式

② 选择语言

③ 选择键盘

④ 我们选择不启用网络，因为启用也没用。

⑤ 选择继续（continue）

⑥ 选择 OK

⑦ 选择回车键，打开 shell

⑧ 进入模式后，我们就可以进行命令行操作了，此时会把硬盘的文件系统挂载在 /mnt/sysimage 目录下，如果未挂载使用如下命令挂载:

chroot /mnt/sysimage

此时我们进入到 /mnt/sysimage，这里其实就是原系统的根目录，我们进行一些补救操作即可。

⑨ 重启后重新进入系统一切正常。
⑩ 作为集群，需要重新执行一些必须的挂载、开启必要服务，在这里不详述。

3. 总结

1. 对于系统的库文件，一定不要轻易去修改，特别是在使用 root 权限下。
2. HPC 软件安装最好使用非 root 进行安装，如 conda；对于必须要使用 root 安装的软件，应进一步评估该软件使用的必要性，同时应该明确每一步的文件改动所带来的后果。
3. 任何重要或不确定的文件改动请不要轻易执行删除，一定要先备份，以备出现故障后能尽快恢复。

最后，感谢美女领导，感谢运维的帅哥，感谢前华大运维的同事！！！