在排除了硬件故障/firmware版本/BIOS等等問(wèn)題之外， Linux死機(jī)通?？赡芘龅饺缦聨追N情況

1， 如果你的Linux死機(jī)的時(shí)候控制臺(tái)上有亂七八糟的字符。恭喜你，這種情況叫做oops. 通常是Linux kernel認(rèn)為自己發(fā)生了異常造成的。

可以通過(guò)oops消息查找出錯(cuò)的地方。

2， 如果你的機(jī)器僵死，那么問(wèn)題麻煩了。這種時(shí)候，通常是Kernel出現(xiàn)了死鎖。Kernel不會(huì)知道自己死鎖了，所以不會(huì)在屏幕上顯示任何咚咚。
如果運(yùn)氣好，此時(shí)Kernel也許可能能夠響應(yīng)中斷。不管怎樣，你都無(wú)法進(jìn)一步操作了。

3， 嚴(yán)格來(lái)說(shuō)，這第三種情況不算死機(jī)，現(xiàn)象如下：輸入命令回車之后命令不能返回任何結(jié)果， 但是控制臺(tái)對(duì)回車可能有相應(yīng)。但是命令無(wú)法結(jié)束，也不會(huì)有輸出結(jié)果。
但是可以換到下一個(gè)控制臺(tái)， 而且還可以繼續(xù)輸入命令，但是輸入命令之后還是沒(méi)有輸出。這種情況會(huì)有很多可能。通常是應(yīng)用程序的系統(tǒng)調(diào)用長(zhǎng)時(shí)間沒(méi)有返回或者是滿足不了應(yīng)用的要求。

以上三種情況，system log的作用都不大。通常日志都不會(huì)紀(jì)錄。所以只能使用Kernel的Debug工具。

不過(guò)Linus比較狠，人說(shuō)Kernel不需要Debug工具。所以kernel.org中的代碼是沒(méi)有debug工具的。不過(guò)目前絕大多數(shù)發(fā)行版的kernel都帶了debug工具，而且工具都不一樣。

通常進(jìn)行kernel debug都需要在出現(xiàn)故障的時(shí)候采集vmcore. 就是把故障發(fā)生的時(shí)memory dump出來(lái)。(還記得Windows 藍(lán)屏的時(shí)候會(huì)出現(xiàn)1%-100%跳動(dòng)的一個(gè)數(shù)字和c盤dump.sys文件， 這回知道干什么的了吧? )  然后進(jìn)行分析。也許你會(huì)擔(dān)心Linux死機(jī)了，還怎么dump memory啊，這個(gè)不用擔(dān)心，Kernel還是留了好幾條路子。其中一個(gè)是NMI。

那么到底怎么dump memory呢？ 這里用REDHAT為例，RHEL3,RHEL4中都使用了netdump作為采集工具，RHEL5使用kdump作為采集工具。

采集完畢就可以對(duì)vmcore進(jìn)行分析，步驟就不細(xì)說(shuō)了?？梢詤⒖既缦挛恼?http://people.redhat.com/anderson/crash_whitepaper/

但是對(duì)于管理員來(lái)說(shuō)，任何一個(gè)debug工具都需要代碼開(kāi)發(fā)的經(jīng)歷才能順利使用。


最后說(shuō)一句，最近在壇中看到有人看到死機(jī)就往應(yīng)用程序上懷疑。這是很好的自我批評(píng)的精神，要大力發(fā)揚(yáng)。

那么，腳本，應(yīng)用程序會(huì)不會(huì)導(dǎo)致死機(jī)？ 當(dāng)然，但是問(wèn)題還是出在Kernel上。就比如，應(yīng)用程序?qū)懳募到y(tǒng)可能會(huì)掛起在kernel中的文件系統(tǒng)代碼上。