本文介绍如何诊断云服务器实例健康状态，并查看历史诊断报告。
诊断实例问题
您可以在实例诊断页面发起诊断请求。
登录实例控制台。
在左侧导航栏选择“运维与监控 > 实例诊断”。
在顶部导航栏选择目标实例所在项目与地域。
单击“实例诊断”按钮，进入实例诊断配置页面。
在实例诊断页面，配置如下信息。
参数 说明 取值样例 当前问题
选择实例使用过程中遇上的问题。取值：
- 实例性能问题：指实例的CPU、内存、硬盘等使用率较高。
- 实例无法登陆场景：指运行中的实例无法远程访问或实例启动异常。
- 实例设备检测：指实例GPU健康、高性能计算集群连通性等设备检测，主要用于对GPU故障或性能指标不达预期进行定位。
- GPU设备健康检查：为实例级别检测，支持对所有GPU计算型实例进行检测，包括检测GPU实例单机内的设备健康（驱动配置、GPU卡和网卡配置是否正常等）、NCCL Test、机内带宽等。
- 高性能计算集群连通性检查：为集群级别检测，支持对所有高性能计算GPU型实例进行检测，包括检测集群中RDMA网卡和交换机的连通性，以及所选实例是否在同一个高性能计算集群。
说明
该检测对实例上运行的业务有损，可能导致业务中断，检测前，请确认实例的业务状态，并选择合适的时间进行检测，例如在业务空闲时进行检测。
实例性能问题
排查日期
指定诊断的开始、结束日期。
说明
“实例设备检测”问题不支持设置排查日期，默认以实例诊断请求提交时间为准。
除“实例设备检测”外，其他问题支持选择7天内实例运行历史进行诊断，且诊断周期最长不能超过12小时。 假设当前日期为2024年03月12日，您可以选择2024年03月06日到当前日期内，不超过12小时的周期进行诊断。例如：
2024-03-06 00:00 - 2024-03-06 12:00
2024-03-07 00:00 - 2024-03-07 08:00
2024-03-09 23:00 - 2024-03-10 09:00
2024-03-06 00:00 - 2024-03-06 12:00
实例选择
选择需要诊断的目标实例。
- 单个诊断：当前所有问题均支持单个诊断，即一次只能选择一个目标实例进行诊断。
- 批量诊断：暂仅“实例设备检测”问题支持批量诊断，即一次可以选择多台目标实例进行诊断。
注意
若目标实例已经处于正在诊断分析 的流程中，请等待诊断结束后，再选择该实例进行新的诊断。
-
批量作业检测安装
检查是否已安装批量作业客户端，如果当前实例内未安装批量作业客户端，建议安装批量作业客户端。
说明
- 若实例性能问题、实例无法登陆场景未安装批量作业，部分诊断项无法检测。
- 若实例设备检测未安装批量作业，则无法进行实例设备检测。
-
完成配置后，单击“开始诊断”按钮，进入诊断流程。
说明
若为“实例设备检测”问题的诊断，开始诊断时，将会在实例内自动安装相关包和依赖。镜像内的环境比较复杂，有安装失败的风险，未安装成功会导致相关检测项诊断失败，请考虑是否进行诊断；若导致诊断失败，请提交工单，获取技术支持。
等待诊断结束后，即可查看本次实例诊断结果。
建议修复
若存在建议修复的项，请根据修复建议指引完成修复，并单击“重新诊断”按钮，再次进行诊断，确认异常是否已被修复。
诊断分析下载
诊断分析包含本次诊断的详细数据，例如GDR性能实际值和GDR性能预期值等性能数据。
单击“诊断分析下载”按钮，即可将本次检测的诊断分析报告以txt文件格式下载到本地，名称为“dr-$文件自动生成的编号$-detail”。说明
暂仅实例设备检测中的“GPU设备健康检查”问题支持下载诊断分析报告，且仅支持下载最近7天的诊断报告。
诊断结果反馈
您可以对诊断结果进行反馈，便于火山引擎对您的问题进行评估、校准或提供技术支持等。说明
支持重复反馈，将会以最新一次反馈结果为准。
- 问题已解决：若问题已解决，您可以单击“问题已解决”，此时，您的反馈已收到，感谢您的评价。
- 问题未解决：若问题未解决，请单击“问题未解决”按钮，并提交工单获取技术支持。
查看历史诊断报告
当您已经对实例完成诊断后，您可以在实例诊断页面查看历史诊断报告。
说明
在实例诊断页面，支持您在查看所有实例的历史诊断报告。
登录实例控制台。
在左侧导航栏选择“运维与监控 > 实例诊断”。
在顶部导航栏选择目标实例所在项目与地域。
在页面右上角单击“返回首页”按钮，进入实例诊断首页。
单击“诊断历史”按钮，进入实例诊断历史页面。
在实例诊断历史页面，可通过实例ID或报告ID搜索查找目标报告。
单击目标报告右侧“操作”列的“查看报告”按钮，查看报告详情。
若您已经完成修复，可单击目标报告右侧“重新诊断”按钮，再次进行诊断，确认异常是否已被修复。
