服务器查找死机原因方法的探讨

lintyro

我管理的服务器是dell2850，OS是Centos4.2，主要用于代理上网的(做cache)，非常耗系统资源，cpu的id值都是在10%左右，且读写硬盘非常频繁，最近老死机（2天一次）。服务器是托管的，死机后只能通过远程控制卡重启系统，然后用ssh连上去查看/var/log/message、dmesg，但是查不到什么异常。在这里请教一下各位：
服务器死机重启以后，通常是通过什么方法来查找死机的原因？查看那些文件？
我是这样：
(1) 通过远程控制卡重启服务器
(2) 查看系统负载日志（自己弄了一个脚本，每15分钟记录一次系统负载）
(3) 运行dmesg命令，看看用没用硬件问题
(4) 查看/var/log/message文件，看看用没有什么异常
(5) 查看mrtg流量图

但是经常是没什么收获，查不到什么原因

apen

我遇到的服务器死机问题，基本上都是硬件的问题。

lintyro

这方面的资料比较少，不懂如何入手，死机后只能重启，又无从查起！

equalnull

怎么买dell服务器--垃圾呀.几乎没有质量检测这一关.
要IBM,HP就不会出现种情况。

litianbs

死机大多少数都是硬件问题，先看一下硬件方面。

lintyro

原帖由 litianbs 于 2006-11-2 23:22 发表
死机大多少数都是硬件问题，先看一下硬件方面。

查看硬件问题从那些方面入手？有那些相关命令（本人只懂dmesg）？因为服务器是托管的，人不在现场的。

lintyro

原帖由 soway 于 2006-11-6 22:15 发表
最好是升级到 centos4。4

可能升级后能解决。解决了记住回来告知大家。

这个和你上面说改用低版本的显卡驱动会不会矛盾？centos4.4的显卡驱动应该不会比4.2的低吧。
可能和我们跑的服务也有关系，主要用于代理上网的，要配备两台以上服务器做一个负载平衡，如果其中一台死了，那么上面的用户会自动连接到另外一台。这个会不会就是考虑到该服务会造成系统不稳定，所以要做负载平衡。做代理上网服务的是不是都要做负载平衡？代理上网服务器本来就不稳定？

cbs20

可以找DEll的技术支持，

如果你是用dell的系统盘定制安装的话，自带一个16位的硬件检测软件

如果是使用自己的操作系统的话，可以找Dell人要个诊断工具，刻成光盘或者软盘都行

然后把结果发送给dell的技术支持。。。

偶遇到此类似，经过Dell解决的三周，呵呵（没有找出原因，最后dell答应来工程师上门换硬件‘主板＋内存’）

现在运行比较正常。。。