为什么我的服务器会意外宕机？

Question

我有一台基于 CentOS 5.3 的服务器，内核为 2.6.18-128.2.1.el5。它运行了近一个月，但本周却宕机了三次。我在 Nagios 中看到了它，写了一封电子邮件重启服务器。它运行了 12-36 小时，然后又宕机了。

我查看了日志文件。第一次发生故障之前/var/log/messages出现了这条消息：

logrotate：ALERT 异常退出，错误代码为 [1]

第二次重启服务器后，数据中心的系统管理员向我发送了以下截图： 替代文本 http://www.freeimagehosting.net/uploads/bd9fb68d98.png 第三次故障之前/var/log/messages有消息：

哎呀！page_mapcount(page) 变为负数 (-1)

我应该如何调查该问题？

更新：

部分memtester输出：

比较或：​​失败：0x7e9f90d1！= 0x7e9fd2d1，偏移量为 0x06222609。
失败：0x7e9f90d1 != 0x7e9fd0d1，偏移量为 0x06222621。
失败：0x7e9f90d1 != 0x7e9fd1d1 位于偏移量 0x06222661。
失败：0x7e9f90d1 != 0x7e9f92d1，偏移量为 0x06222681。
失败：0x7e9f90d1 != 0x7e9fd0d1 位于偏移量 0x062226a1。
失败：0x7e9f90d1 != 0x7e9fd0d1 位于偏移量 0x062226c1。
失败：0x7e9f90d1 != 0x7e9f93d1，偏移量为 0x062226e9。

这是错误的记忆。谢谢您的帮助！

Answer 1

我的第一个猜测是 Nagios 存在小的内存泄漏，经过几个月的运行后，内存或交换空间耗尽。但是，由于机器在同一天崩溃了几次，这表明内存芯片有问题。我的第一步是进行内存测试或检查坏内存日志（如果您的服务器支持它）。

Answer 2

我也认为内存有问题。我建议使用memtest86对内存进行彻底检查。另外，房间内的温度是否凉爽宜人？

Answer 3

我也认为内存有问题。如果由于机器位于远程位置而无法使用 memtest86，则可能需要尝试使用用户空间工具 - memtester。它的效果不是很好，但可能能够发现一些内存错误（如果存在）。

Answer 4

Google 或 Centos 论坛/列表可能是您的最佳选择。如果没有 crsah 转储，很难确定，因此您应该研究如何配置它。

您也可以通过 Redhat bugzilla 进行搜索。这根据屏幕截图中所获得的信息来看，这是有可能的。