今天我的 Ubuntu 12.04 服务器开始每小时崩溃一次。实际上是每小时 32 分左右。这似乎是一次真正的内核崩溃，也就是说 /var/log/syslog 中没有任何内容，它只是停止了。我甚至编写了一个脚本，每秒打印出时间，试图确定确切的时间，并观察下一次崩溃的发生情况，我能知道的最好时间是大约在整点后 32 分 13 秒。
但是我当时没有运行任何 CRON 作业，什么都没有。我运行的那些作业都是多年来一直运行的 Perl 脚本，它们没有做任何特别的事情。我可能已经几周没有对服务器进行任何更改，而且肯定没有做任何重要的事情。我查看了所有我能找到的计划任务来源。当时没有发生任何特别的事情，除了服务器崩溃而没有留下任何原因的痕迹。
当它崩溃时，我别无选择，只能通过托管公司的网站重新启动它，这是我迄今为止的解决方案，但现在是凌晨 4 点，我必须找个时间睡觉。但如果我这样做，我的网站将在一小时内关闭。任何帮助都将不胜感激，无论是 a) 如何找到正在运行并导致崩溃的任务（如果是的话），还是 b) 当它没有出现在 syslog 或 dmesg 中时，如何跟踪正在发生的事情。
解决了。我联系了我的主机。显然他们安装了新的服务器监控软件，该软件将我的服务器标记为使用了过多的磁盘 I/O。他们的这个软件没有告诉我，而是直接关闭了我的服务器。它每小时运行一次，时间为 :32 分钟。
答案1
或许还有其他原因。
是否有任何特定的应用程序（Web 服务器）正在运行并消耗更多内存（即，如果调整/优化不当则无法释放内存）
尝试捕获每分钟消耗较多的所有进程
cpu（memory可能有助于在您的场景中找到原因） - 编写一些脚本来捕获这些信息（重定向输出到文件）并将其配置到crontab。
答案2
你应该尝试排除法。所以，在一小时后大约 30 分钟，停止 cron。是的，我知道你不认为这是 cron 的问题，但还是这么做吧。如果它在 32 分钟时没有崩溃，那么它是 cron，您可以尝试消除当时运行的一半 cron 脚本，直到找到有问题的脚本。如果在禁用 cron 的情况下它仍然崩溃，那么在下一次 30 分钟时，您还将禁用您正在运行的一半守护程序，直到找到有问题的守护程序。（如果系统在 32 分钟时仍然崩溃，即使一切被禁用，那么要么你的系统被严重黑客入侵，要么你当时遇到了电源问题，或者你正在使用虚拟机并且物理主机当时做了一些事情）
安装串行控制台（更好）或 netconsole（更简单）。这样，当它崩溃时，您可能会在另一台机器上获得日志。
作为临时解决方案，安装带有模块
watchdog的软件包softdog（或者更好的是硬件软件包，如果你的硬件支持的话）。它不会解决问题，但可能会让你有时间休息，直到你解决问题
您的一些旧的“始终正常工作”脚本可能在处理新数据时遇到问题，或者数据太多，因此它们会占用所有资源。您应该始终设置ulimit限制，以免发生这种情况。脚本还可能访问磁盘的损坏区域或尝试访问其他有问题的硬件，从而导致崩溃。串行控制台应该告诉...
答案3
试试这个 watch -n 10 top #（每 10 秒重复命令）。
此致