如何在 Linux 中查找并修复失败的服务(Failed Services)

当服务器开始出现异常，显然有什么地方不对劲，直接运行 systemctl status 会输出一大堆文本却给不出任何有用的信息。

更快的做法是问 systemd 一个简单的问题：到底哪些服务失败了？ 让它用两行代码而不是几百行来回答。

说明：systemd 是负责启动你的机器并管理所有后台服务的 init 系统，而 systemctl 是你在终端中用来与 systemd 交互的命令。

1.systemctl list-units --failed 究竟做了什么

systemctl list-units 命令会列出 systemd 当前跟踪的所有活动单元（unit），这里的"单元"就是 systemd 对其管理的对象（如服务、挂载点或定时器）的统称。

默认情况下，这个列表又长又杂，因为它包含了所有正常运行的内容。--failed 参数会将列表过滤为只显示处于 failed 状态的单元，也就是那些尝试启动或保持运行但未能成功的服务。

它不会告诉你失败的原因，也不会自动修复任何问题，但它能精准指向你需要进一步调查的那个服务名称。可以把它看作一个分诊工具，而非诊断工具。

这个命令的最简形式不需要任何参数，直接输入并读取输出即可：

systemctl list-units --failed

输出示例：

UNIT                 LOAD   ACTIVE SUB    DESCRIPTION
● nginx.service        loaded failed failed A high performance web server
● mysql.service        loaded failed failed MySQL Community Server

LOAD   = 反映单元定义是否被正确加载
ACTIVE = 高层级的单元激活状态，即 SUB 的概括
SUB    = 低层级的单元激活状态，具体取值取决于单元类型

共列出 2 个已加载单元。

两个服务失败了：nginx 和 mysql。每行开头的红点是 systemd 用来直观标记失败单元的方式。如果输出显示 0 loaded units listed，说明系统一切正常，没有服务损坏。

如果看到 Permission denied，说明你忘了加 sudo 前缀。sudo 命令会以 root 权限执行后面的命令，而 systemd 需要这个权限才能读取完整的单元状态。

2.仅过滤失败的服务

默认情况下，--failed 会包含所有类型的单元：套接字（socket）、定时器（timer）、挂载点（mount）和服务（service）都混在一起。当在故障期间通常只关心服务时，可以加上 --type=service 过滤条件：

sudo systemctl list-units --failed --type=service

输出：

UNIT            LOAD   ACTIVE SUB    DESCRIPTION
● nginx.service   loaded failed failed A high performance web server

共列出 1 个已加载单元。

现在输出仅限于失败的服务，这在实际故障处理中几乎总是我们想要的。

注意： 初学者常犯的错误是输入 --type=services（末尾带 s），这会报错 Invalid unit type，正确的值是不带复数的单数形式 service。

3.查找 Linux 中服务失败的原因

拿到失败服务列表后，下一步就是查明每个服务失败的原因。可以从列表中获取服务名称，直接运行 systemctl status，或者让 xargs 帮你一次性获取所有失败服务的状态。

xargs 命令接收管道左侧的输入，并将其转换为右侧命令的参数，这正是在失败服务列表动态变化时所需要的。

sudo systemctl status nginx.service

输出：

× nginx.service - A high performance web server
     Loaded: loaded (/lib/systemd/system/nginx.service; enabled; preset: enabled)
     Active: failed (Result: exit-code) since Wed 2026-05-04 07:14:22 UTC; 3min ago
    Process: 4821 ExecStartPre=/usr/sbin/nginx -t -q (code=exited, status=1/FAILURE)

May 04 07:14:22 web01 nginx[4821]: nginx: [emerg] bind() to 0.0.0.0:80 failed (98: Address already in use)

最后一行日志才是真正的答案：端口 80 已被其他进程占用，这就是 nginx 无法启动的原因。如果 status 输出截断了日志行，可以加上 --no-pager -l 强制显示完整文本，其中 -l 防止输出被省略号截断，--no-pager 则跳过会吞掉输出末尾的 less 分页器。

当多个服务同时失败，你想一次性获取所有状态时，可以将 list-units 的输出通过管道传给 xargs，让后者将服务名称喂给 systemctl status。

管道中的每个部分都有其特定作用：

• systemctl list-units --failed --no-legend --plain —— 只输出失败单元的名称，并去掉表头和状态点
• awk '{print $1}' —— 提取第一列，即单元名称
• xargs sudo systemctl status --no-pager —— 将这些名称作为参数一次性传给 systemctl status

systemctl list-units --failed --no-legend --plain | awk '{print $1}' | xargs sudo systemctl status --no-pager

输出：

× nginx.service - A high performance web server
     Loaded: loaded (/lib/systemd/system/nginx.service; enabled; preset: enabled)
     Active: failed (Result: exit-code) since Wed 2026-05-04 07:14:22 UTC; 3min ago
    Process: 4821 ExecStartPre=/usr/sbin/nginx -t -q (code=exited, status=1/FAILURE)
     May 04 07:14:22 web01 nginx[4821]: nginx: [emerg] bind() to 0.0.0.0:80 failed

× mysql.service - MySQL Community Server
     Loaded: loaded (/lib/systemd/system/mysql.service; enabled; preset: enabled)
     Active: failed (Result: exit-code) since Wed 2026-05-04 07:15:01 UTC; 2min ago
    Process: 4902 ExecStart=/usr/sbin/mysqld (code=exited, status=1/FAILURE)
     May 04 07:15:01 web01 mysqld[4902]: [ERROR] Could not open file '/var/log/mysql/error.log'

两个失败服务的报告依次输出：nginx 是端口冲突，mysql 是日志文件权限问题。这些信息足够让两个团队成员分工修复，无需重新运行任何命令。

注意： 初学者常犯的错误是忘记加 --no-pager，这会导致 xargs 为每个服务调用 less 分页器，迫使每次都要按 q 退出。

4.统计 Linux 中失败服务的数量

对于健康检查和监控脚本，需要的是一个可以和零比较的数字，而不是一张给人看的表格。使用 --no-legend 去掉表头和页脚，然后通过管道传给 wc -l 统计剩余行数。

systemctl list-units --failed --no-legend --plain | wc -l

输出：

2

两个失败单元，这样可以在 cron 任务、监控代理或 shell 脚本中据此发出告警。

常见错误是忘记 --plain，把彩色状态点也算作行的一部分。这对 wc -l 来说仍然有效，但如果你后续想用 awk 解析单元名称就会出问题。

5.显示所有失败的服务（包括已卸载的）

默认情况下，list-units 只显示 systemd 正在主动跟踪的单元，这可能会遗漏那些失败得过于严重以至于被卸载的服务。加上 --all 可以包含它们，再配合 --state=failed 实现同样的过滤效果：

sudo systemctl list-units --all --state=failed

输出：

UNIT                    LOAD   ACTIVE   SUB    DESCRIPTION
● nginx.service           loaded failed   failed A high performance web server
● mysql.service           loaded failed   failed MySQL Community Server
● apt-daily-upgrade.timer loaded inactive dead   Daily apt upgrade activities

--all 会引入那些已加载但不活动的单元，这有时能帮你发现一个卡住的定时器或一个悄悄停止触发的套接字。

常见错误是混淆 --state=failed 和 --failed，在这种情况下它们的作用相同。但 --state= 还可以接受许多其他值，如 active、inactive、activating，所以当你熟悉之后，它是更灵活的选择。

6.systemctl 常用参数

下面几个参数经常用到，值得在下次故障时形成肌肉记忆：

7.总结

--failed 参数是排查故障服务器的最快方法，结合 --no-legend 和 --plain 后，可以安全地放入任何监控脚本中，无需担心后处理时的意外。

可以找一台测试机，打开终端运行：

systemctl list-units --failed

如果没有失败的服务，可以故意破坏一个服务来测试：

sudo systemctl stop nginx && sudo systemctl start test-unit-name

然后再次运行 systemctl list-units --failed，亲眼看看输出变化。