如何排除挂起的 Linux 机器的故障

Question

有这样一个常见的面试问题：

如果一台机器挂断了（比如说 RHEL），你该如何排除故障？

我的回答是：

1) 我会使用（允许您连接到其控制台的服务器 BIOS 的名称是什么？）或进入服务器机房并将显示器和键盘连接到它并以 root 身份登录。

2）然后我会运行“top”来查看是否有某个进程的 CPU 使用率很高

3)然后我会检查内存（再次通过“top”？）和进程总数（“ps uawx”）以及系统限制（如何，“limit”会给我正确的数字）？

然后我就不知道了。也许运行“vm”？但它会告诉我什么？

请给招聘人员提供一些好的建议和令人印象深刻的句子。

Answer 1

你可以

• 检查/var/log/messages提示，
• 分析 sar -A输出，
• 看一眼vmstat，
• iotop，
• 统计信息

对于非常严重的锁定，你还有魔法 SysRq从系统中挤出一些信息的关键。

其他可以查看的地方是 CMDB，查看服务器是否记录了任何先前的问题，以及是否有可接受的解决方法和/或计划的问题修复。您甚至可以询问同事。一份工作不仅仅需要技术能力。