- 论坛徽章:
- 0
|
分析Crash Dump
通常crash dump 是由响应中心进行分析的，因为深入地分析需要对操作系
统的内部有深入地了解。然面有时crash dump 的原因很简单，如果能够很快找到
原因，就会缩短解决故障的周期。
下面只介绍一种最简单的方法，需要用到Q4 工具（默认安装都有）。
#cd /var/adm/crash/crash.0 #enter the dump dir you want to analysis
#q4pxdb vmunix #may not be neccessary
#echo "run WhatHappened" | q4 -m –Np . > wh.txt
以上命令通过调用名为WhatHappened 脚本将系统发生crash 时的状况大致列出来，保存到wh.txt 文件中。如果Crash 是因为MC/SG 发出的TOC 命令，或是因为HPMC 等原因，在这里就已经可以清楚地看到了。
Core dump的几种类型总结:
Core dump的几种类型总结：
Panic ----这种类型主要是kernel问题，是可以通过修补系统解决的，一般是系统造成。
HPMC --- High Priority Machine Check.。这通常是硬件出了问题。比如CPU，memory或者I/O总线等等。
Hang --- 一般是在系统运行大量进程，导致系统资源不足引起的，系统本身并没有问题。或许资源过一段时间会释放。不过有时也有可能是硬件或者系统bug引起。
下面简单介绍一下HPMC
High Priority Machine Check,是服务器确保可靠性的措施之一。
当系统发现了某些可能会影响数据完整性的错误时，例如CPU data cache检验错，就会发出一个HPMC，记录相关信息以供分析，并使主机重起要求对错误进行纠正。与之相对应的是LPMC，Low Priority Machine Check,这样的错误通常比较轻微，例如内存发生single-bit parity error, 内存的校错机制可以在single-bit error时自动纠错，所以通常LPMC只是在syslog中与mstm log中加一行日志。
HPMC一般说来与OS无关，是硬件层面上的。在极个别的情况下，软件也会引发HPMC。 收集HPMC 在发生HPMC时，故障发生时CPU的状态等信息会被保存下来。
分析HPMC的第一步就是取得这些信息。
收集HPMC信息的途径有多种，在PDC菜单中SER->PIM，或是在mstm中对CPU设备get information，/var/tombstones下的tsXY文件等都可以找到HPMC的记录，可以根据当时的情况选择合适的方法。
通常比较方便的办法是看/var/tombstones/下与系统重起日期吻合的文件，ts99是最新的文件，每次系统重起都会产生一个新的ts99。如果发现这些文件中没有相关的信息，检查/etc/rc.config.d/pdcinfo中PDCINFO是否设为1。
分析HPMC
分析HPMC同样是一种艺术，需要丰富的知识和经验，上过相关课程的应该记得那些框图有多复杂。通常工程师在现场收集相关的信息交由响应中心进行处理。但是基于与处理crash dump相同的理由，自已处理一些简单的case并非不可能。
本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u/16493/showart_91734.html |
|
免费注册
发表于 2006-03-28 10:01
好东西啊