Linux系统死机的软硬件问题分析

Linux系统死机的软硬件问题分析系统出现死机，一般分为两种情况：一是硬件问题;二是软件问题。一、硬件问题可以考虑分析以下几点：1、不要超频CPU，如果已经超频的先回复到原来的频率虽然平时运行没有问题，但可能在高负载的使用中就会出现不可预料的故障了。特别是Linux系统在某些应用上，是可以把硬件的性能发挥到极限的，但这样的硬件运行Windows可能是没有问题的。2、确认电源供电充足必须确保在高负载的状态下，电源可以满足负载。3、使用memtest86检查内存状态4、恢复BIOS到默认状态对于服务器，可以使用自带的监测工具进行测试，也是一个不错的排错方法。二、软件问题如果已经基本排除硬件问题，那我们就必须考虑从软件上去获得死机状态的系统信息了。1、运气足够好的话，系统死机不一定是完全死掉(此时键盘可能还能响应)，那我们就可以使用Sysrq大法。前提是我们必须先打开sysrq功能：#echo1/proc/sys/kernel/sysrq#setterm-blank这样，当系统出现问题的时候，我们可以使用：引用Alt+Sysrq-T获得进程系统堆栈信息Alt+Sysrq-M获得内存分配信息Alt+Sysrq-W获得当前寄存器信息*m-导出关于内存分配的信息*t-导出线程状态信息*p-到处当前CPU寄存器信息和标志位的信息*c-故意让系统崩溃(在使用netdump或者diskdump的时候有用)*s-立即同步所有挂载的文件系统*u-立即重新挂载所有的文件系统为只读*b-立即重新启动系统*o-立即关机(如果机器配置并支持此项功能)更多的热键可以参考系统上的/usr/src/linux/Documentaion/sysrq.txt其中，setterm-blank可以关闭字符下定时黑屏保护，方便记录屏幕信息。2、为了让屏幕显示更多的内核调试信息，可以修改控制台的显示模式为80x25，在/boot/grub/menu.lst中对应的kernel一行最后，增加vga=0x305，如：引用kernel/boot/vmlinuz-2.4.21-9.30AXsmproroot=/LABEL=/1vga=0x3053、万一键盘也不幸死掉了，那我们只能采用串口方式，把系统信息发送到另一台系统上，方法：修改/boot/grub/menu.lst文件，在kernel一行最后增加核心参数console=ttyS0console=tty1，如：引用kernel/boot/grub/vmlinuz-2.4.21-9.30AXsmproroot=/LABEL=/1console=ttyS0console=tty1然后，修改/etc/sysconfig/syslog，加入klogd选项-c7，如：引用KLOGD_OPTIONS=-x-c7重启服务器;进行测试：1)使用串口直连线连接客户机和服务器，在客户机上运行：cat/dev/ttyS0服务器上运行：echohi/dev/ttyS0如果客户机有hi输出即可。2)服务器上运行：echow/proc/sysrq-trigger看看客户机上是否有相应的内核信息输出3)服务器上运行：modprobeloop看看客户机上是否有相应的内核信息输出如果测试都通过的话，那么在客户机上运行：cat/dev/ttyS0|tee/tmp/result当死机出现的时候，我们就可以从客户机上看到需要的内核信息了(查看/tmp/result)。三、总结一般造成Linux系统死机的原因有：系统硬件问题(SCSI卡，主板，RAID卡，HBA卡，网卡，硬盘等)外围硬件问题(网络等)软件问题(系统、应用软件)驱动bug(找新的驱动)核心系统bug(到LKML看看，或更换核心再试)系统设置(恢复到缺省状态，关闭防火墙等)