Linux系統計算機死機的故障原因

系統出現死機，一般分為兩種情況：一是硬件問(wèn)題；二是軟件問(wèn)題。
一、硬件問(wèn)題
可以考慮分析以下幾點(diǎn)：
1、不要超頻CPU，如果已經(jīng)超頻的先回復到原來(lái)的頻率
雖然平時(shí)運行沒(méi)有問(wèn)題，但可能在高負載的使用中就會(huì )出現不可預料的故障了。特別是linux系統在某些應用上，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(méi)有問(wèn)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(mǎn)足負載。
3、使用memtest86檢查內存狀態(tài)
4、恢復BIOS到默認狀態(tài)
對于服務(wù)器，可以使用自帶的監測工具進(jìn)行測試，也是一個(gè)不錯的排錯方法。
二、軟件問(wèn)題
如果已經(jīng)基本排除硬件問(wèn)題，那我們就必須考慮從軟件上去獲得死機狀態(tài)的系統信息了。
1、運氣足夠好的話(huà)，系統死機不一定是完全死掉（此時(shí)鍵盤(pán)可能還能響應），那我們就可以使用Sysrq方法。
前提是我們必須先打開(kāi)sysrq功能：
#echo "1" > /proc/sys/kernel/sysrq#setterm -blank
這樣，當系統出現問(wèn)題的時(shí)候，我們可以使用：
引用
Alt+Sysrq-T 獲得進(jìn)程系統堆棧信息
Alt+Sysrq-M 獲得內存分配信息
Alt+Sysrq-W 獲得當前寄存器信息
更多的熱鍵可以參考系統上的/usr/src/linux/Documentaion/sysrq.txt
其中，setterm -blank可以關(guān)閉字符下定時(shí)黑屏保護，方便記錄屏幕信息。
2、為了讓屏幕顯示更多的內核調試信息，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(wàn)一鍵盤(pán)也不幸死掉了，那我們只能采用串口方式，把系統信息發(fā)送到另一臺系統上，方法：
修改/boot/grub/menu.lst文件，在kernel一行最后增加核心參數"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：
引用
KLOGD_OPTIONS="-x -c 7"

重啟服務(wù)器；進(jìn)行測試：
1）使用串口直連線(xiàn)連接客戶(hù)機和服務(wù)器，在客戶(hù)機上運行：
cat /dev/ttyS0成都電腦維修培訓學(xué)校cdxcnote.soxsok.com/成都電腦維修培訓
服務(wù)器上運行：
echo hi > /dev/ttyS0
如果客戶(hù)機有"hi"輸出即可。
2）服務(wù)器上運行：
echo w > /proc/sysrq-trigger
看看客戶(hù)機上是否有相應的內核信息輸出
3）服務(wù)器上運行：
modprobe loop
看看客戶(hù)機上是否有相應的內核信息輸出
如果測試都通過(guò)的話(huà)，那么在客戶(hù)機上運行：
cat /dev/ttyS0 | tee /tmp/result
當死機出現的時(shí)候，我們就可以從客戶(hù)機上看到需要的內核信息了（查看/tmp/result）。
三、總結
一般造成Linux系統死機的原因有：
系統硬件問(wèn)題（SCSI卡，主板，RAID卡，HBA卡，網(wǎng)卡，硬盤(pán)等）
外圍硬件問(wèn)題（網(wǎng)絡(luò )等）
軟件問(wèn)題（系統、應用軟件）
驅動(dòng)bug（找新的驅動(dòng)）
核心系統bug（到LKML看看，或更換核心再試）
系統設置（恢復到缺省狀態(tài)，關(guān)閉防火墻等）

對Linux操作系統不是很熟悉，過(guò)來(lái)學(xué)習一下。