服务器 Gind.cn

服务器问题集锦,包括 Linux(Ubuntu, Centos,Debian等)和Windows Server服务器

Ubuntu故障排除

我有一台计算机不断变得无法访问,重新启动修复了这个问题。 这是负载较重(高cpu,高内存使用率),但似乎大部分是稳定的。 什么是确定为什么死在我身上的好方法? 我需要这样做,而计算机正在加载/生产。 例如: 在什么日志中查找什么? (Telltales常见的问题?任何好的日志parsing器按硬件组件或公共线程sorting?如何find重新启动的时间戳/日志条目?按错误级别sorting?(关键,警告等)) 如何从远程确定ram是否好? (memtest,可以与系统的其他部分一起运行,类似于Hgi Design for Windows的memtest) 如何确定硬盘上是否有坏扇区? (如何查找在操作系统级别的读/写错误?智能信息最好是不准确的,不适合确定问题的范围 – 寻找类似于Windows事件查看器“磁盘错误”类别的东西) 如何在重新启动之前发现最后一个错误发生在日志(什么是parsing日志的好方法) – 部分由bulleric回答,但想要一个具体的例子,如何find重新启动条目/ timestamp 🙂 如何从日志中确定(在任何重新启动后),导致它无响应的原因(EG寻找耗尽的内存告警,如果networking被丢弃,内核崩溃) – 在Windows中,意外的重新引导事件被logging为“critical”在这个事件之前有用的日志条目的高概率 – 在Ubuntu下search什么来find它? *编辑: 基于这个答案,我想我应该澄清一些: 负载很高,因为它是一个生产服务器,不是因为一个进程泄漏内存,或在一个无休止的循环燃烧CPU。 这是正常的,并导致一个巨大的日志,这是不切实际逐行阅读。 我对htop,cacti,nagios,munin很熟悉 – 这些都没有解决我所问的问题,因为它们只表明系统负载很重(我已经知道)。