造成Linux系統(tǒng)死機的軟硬件問題分析
系統(tǒng)出現(xiàn)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(jīng)超頻的先回復(fù)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(xiàn)不可預(yù)料的故障了。特別是Linux系統(tǒng)在某些應(yīng)用上，是可以把硬件的性能發(fā)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(tài)下，電源可以滿足負載。
3、使用memtest86檢查內(nèi)存狀態(tài)
4、恢復(fù)BIOS到默認狀態(tài)
對于服務(wù)器，可以使用自帶的監(jiān)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(jīng)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(tài)的系統(tǒng)信息了。
1、運氣足夠好的話，系統(tǒng)死機不一定是完全死掉(此時鍵盤可能還能響應(yīng))，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(dāng)系統(tǒng)出現(xiàn)問題的時候，我們可以使用：
引用
Alt+Sysrq-T 獲得進程系統(tǒng)堆棧信息
Alt+Sysrq-M 獲得內(nèi)存分配信息
Alt+Sysrq-W 獲得當(dāng)前寄存器信息
更多的熱鍵可以參考系統(tǒng)上的/usr/src/linux/Documentaion/sysrq.txt
其中，setterm -blank可以關(guān)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(nèi)核調(diào)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(yīng)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(tǒng)信息發(fā)送到另一臺系統(tǒng)上，方法：
修改/boot/grub/menu.lst文件，在kernel一行最后增加核心參數(shù)"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：[!--empirenews.page--]
引用
KLOGD_OPTIONS="-x -c 7"
重啟服務(wù)器;進行測試：
1)使用串口直連線連接客戶機和服務(wù)器，在客戶機上運行：
cat /dev/ttyS0
服務(wù)器上運行：
echo hi > /dev/ttyS0
如果客戶機有"hi"輸出即可。
2)服務(wù)器上運行：
echo w > /proc/sysrq-trigger
看看客戶機上是否有相應(yīng)的內(nèi)核信息輸出
3)服務(wù)器上運行：
modprobe loop
看看客戶機上是否有相應(yīng)的內(nèi)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(dāng)死機出現(xiàn)的時候，我們就可以從客戶機上看到需要的內(nèi)核信息了(查看/tmp/result)。
三、總結(jié)
一般造成Linux系統(tǒng)死機的原因有：
系統(tǒng)硬件問題(SCSI卡，主板，RAID卡，HBA卡，網(wǎng)卡，硬盤等)
外圍硬件問題(網(wǎng)絡(luò)等)
軟件問題(系統(tǒng)、應(yīng)用軟件)
驅(qū)動bug(找新的驅(qū)動)
核心系統(tǒng)bug(到LKML看看，或更換核心再試)
系統(tǒng)設(shè)置(恢復(fù)到缺省狀態(tài)，關(guān)閉防火墻等)
下載文檔
