分析Linux系统计算机死机的故障原因

系统死机，一般可分为两种情况：那就是硬件和软件问题。
    一、硬件的问题
    可以先分析以下几点：
    1、不要使用超频CPU，如果已经超频的要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：
    #echo "1" > /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
    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-2.4.21-9.30AXsmp ro root=/LABEL=/1 vga=0x305
    3、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=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选项"-c 7"，如：
    引用
    KLOGD_OPTIONS="-x -c 7"
    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：
    echo hi > /dev/ttyS0
    如果客户机有"hi"输出即可。
    2)服务器上运行：
    echo w > /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：
    modprobe loop
    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)
 

亿恩科技地址(ADD)：郑州市黄河路129号天一大厦608室 邮编(ZIP)：450008 传真(FAX)：0371-60123888
   联系：亿恩小凡
   QQ：89317007
   电话:0371-63322206

服务器租用/服务器托管中国五强！虚拟主机域名注册顶级提供商！15年品质保障！--亿恩科技[ENKJ.COM]