我们的一台服务器昨天死机了，似乎拒绝处理任何 HTTP 请求。现场的技术人员无法远程连接到该机器，因此他从 VMware Infrastructure Client 重新启动了（虚拟）机器，一切又恢复正常。
现在我想弄清楚到底出了什么问题。我查看了几个日志文件，它们都在凌晨 5:00 停止记录任何内容，然后按照启动顺序重新开始记录。除了一些 cron 作业在凌晨 5:00 运行之外，我没有发现任何可疑之处。这些都是相当简单的作业，与任何关键任务都没有交互，并且在它们完成后至少有一些活动。
冻结持续了几个小时。在同一台机器上的其他虚拟机上，我们没有遇到任何问题，这些虚拟机的配置都非常相似。
我应该从哪里开始寻找线索？如果这种情况再次发生，在重置机器之前，我可以告诉人们做什么？也许是 Magic SysRq？
答案1
我的第一个行动是让服务器停止服务并运行完整的 Memtest+ 以检查内存是否出现故障。接下来检查 HDD 的 SMART 是否有任何问题。接下来是按照以下说明操作http://www.kernel.org/doc/Documentation/networking/netconsole.txt以便将来能够捕捉任何类似的事情。
答案2
我猜你已经看过了，但是如何使用系统日志来诊断神秘崩溃 不知道这是否有帮助，你的服务器是否承受着压力/服务着大量客户