詳細分析Linux系統計算機死機的故障原因
發布時間：2010-9-24 18:47
發布者：eetech
|
系統出現死機，一般分為兩種情況：一是硬件問題；二是軟件問題。 一、硬件問題 可以考慮分析以下幾點： 1、不要超頻CPU，如果已經超頻的先回復到原來的頻率 雖然平時運行沒有問題，但可能在高負載的使用中就會出現不可預料的故障了。特別是Linux系統在某些應用上，是可以把硬件的性能發揮到極限的，但這樣的硬件運行Windows可能是沒有問題的。 2、確認電源供電充足 必須確保在高負載的狀態下，電源可以滿足負載。 3、使用memtest86檢查內存狀態 4、恢復BIOS到默認狀態 對于服務器，可以使用自帶的監測工具進行測試，也是一個不錯的排錯方法。 二、軟件問題 如果已經基本排除硬件問題，那我們就必須考慮從軟件上去獲得死機狀態的系統信息了。 1、運氣足夠好的話，系統死機不一定是完全死掉（此時鍵盤可能還能響應），那我們就可以使用Sysrq大法。 前提是我們必須先打開sysrq功能： #echo "1" ＞ /proc/sys/kernel/sysrq #setterm-blank 這樣，當系統出現問題的時候，我們可以使用： 引用 Alt+Sysrq-T 獲得進程系統堆棧信息 Alt+Sysrq-M 獲得內存分配信息 Alt+Sysrq-W 獲得當前寄存器信息 更多的熱鍵可以參考系統上的/usr/src/linux/Documentaion/sysrq.txt 其中，setterm -blank可以關閉字符下定時黑屏保護，方便記錄屏幕信息。 2、為了讓屏幕顯示更多的內核調試信息，可以修改控制臺的顯示模式為80x25，在/boot/grub/menu.lst中對應的kernel一行最后，增加vga=0x305，如： 引用 kernel /boot/vmlinuz-2.4.21-9.30AXsmp ro root="/LABEL"=/1 vga="0x305" 3、萬一鍵盤也不幸死掉了，那我們只能采用串口方式，把系統信息發送到另一臺系統上，方法： 修改/boot/grub/menu.lst文件，在kernel一行最后增加核心參數"console=ttyS0 console="tty1""，如： 引用 kernel /boot/grub/vmlinuz-2.4.21-9.30AXsmp ro root="/LABEL"=/1 console="ttyS0" console="tty1" 然后，修改/etc/sysconfig/syslog，加入klogd選項"-c 7"，如： 引用 KLOGD_OPTIONS="-x -c 7" 重啟服務器；進行測試： 1）使用串口直連線連接客戶機和服務器，在客戶機上運行： cat /dev/ttyS0 服務器上運行： echo hi ＞ /dev/ttyS0 如果客戶機有"hi"輸出即可。 2）服務器上運行： echo w ＞ /proc/sysrq-trigger 看看客戶機上是否有相應的內核信息輸出 3）服務器上運行： modprobe loop 看看客戶機上是否有相應的內核信息輸出 如果測試都通過的話，那么在客戶機上運行： cat /dev/ttyS0 | tee /tmp/result 當死機出現的時候，我們就可以從客戶機上看到需要的內核信息了（查看/tmp/result）。 三、總結 一般造成Linux系統死機的原因有： 系統硬件問題（SCSI卡，主板，RAID卡，HBA卡，網卡，硬盤等） 外圍硬件問題（網絡等） 軟件問題（系統、應用軟件） 驅動bug（找新的驅動） 核心系統bug（到LKML看看，或更換核心再試） 系統設置（恢復到缺省狀態，關閉防火墻等） |
網友評論