☰

持续关闭的服务器的诊断

tag-icon • tag-icon supermicro
持续关闭的服务器的诊断

我有一个 1U 超微型机箱，已经用了几年，而且过了保修期。最近它开始随机关机。它会保持运行状态，从几个小时到一个星期不等，然后停止响应。IPMI 控制台显示它已打开，但它完全没有响应。

我非常想修复这台机器，因为所有者的预算非常有限。它目前装有 CentOS 7。

我所寻找的是：

  • IPMI 日志 - 空
  • 系统日志 - 无关
  • SAR-没什么有趣的
  • 硬件传感器 - 风扇开启，CPU 温度正常

我尝试过的：

  • 超微诊断 - (UEFI) 映像无法在此系统上正确启动
  • memtest+ - 运行 24 小时，无任何故障

鉴于它有冗余电源，我认为这不是问题。剩下的就是 CPU 和主板。

  • 我还能运行哪些其他测试？
  • 我还可以查看哪些其他日志源？
  • 还有什么可能失败？

编辑：

启动该机器并让它运行直到停止（12 小时？）。IPMI 窗口显示它卡在了所有设备的启动页面上。

在此处输入图片描述

它已经启动并运行。这让我认为这是主板问题。没有插入任何 USB 设备，而且它确实卡住了。

答案1

我不会完全排除 PSU。如果它们是多余的，您可以尝试只使用一个，然后再使用另一个。

你能买到替换的 CPU 吗？二手 Xeon 非常便宜，你以后还可以卖掉它们。如果是多 CPU 系统，请尝试移除所有 CPU，只留下一个。

系统是否有单独的、可更换的 CPU VRM？

很可能是主板问题，但这可能意味着机器坏了。

答案2

使用消除法。每次取出一个组件：

  1. 测试是否在不拆下每个内存芯片的情况下崩溃。如果没有崩溃，那么就是你拆下的内存芯片的问题

  2. 如果不是内存问题，请用临时备用硬盘替换硬盘，或者在需要检查硬盘时从活动 USB 启动。如果它没有关机，那么就是硬盘问题

  3. 如果 CPU 是可拆卸的，那么你可以尝试在没有每个 CPU 的情况下运行

  4. 以同样的方式消除电源

  5. 如果 NIC 卡是可拆卸的，则消除

  6. 如果经过所有这些测试之后问题仍然存在，那么主板很可能烧坏了。

答案3

我知道我回复晚了，但对于将来遇到这种情况的人来说。我对 SuperMicro 服务器有很多经验。如果你想绝对排除 PSU 和 PDB，请购买 PSU 测试仪。它便宜且易于使用。我在下面链接了一个来自亚马逊的测试仪，但它们在 eBay 上更便宜。

插入主 24 针 ATX 连接器，设备即可通电。如果 PSU 测试仪在一段时间后关闭，则表明问题出在电源上。如果电源仍然亮着，则可以继续检查问题是否出在 CPU、MOBO 或 DIMM 上。通常，CPU 或 DIMM 错误会在 SEL 上发出错误。

不过，为了安全起见，正如@John M 提到的，使用最小配置（仅 1 个 CPU 和 1 个 DIMM）启动服务器以排除 DIMM。如果服务器有 2 个 CPU，您可以在 CPU0 插槽中安装 1 个，然后交换它们，同时排除 CPU。我的猜测是，如果服务器随机崩溃，并且您已经排除了 PSU/PDB，并且它没有产生任何 SEL，那么很有可能是 MOBO。

祝 iso 测试好运！

https://www.amazon.com.au/Computer-PC-Tester-Connectors-Enclosure/dp/B076CLNPPK?th=1

答案4

检查 dmesg 是否存在内核崩溃等，此外 syslog 也可能会显示一些提示，假设它与操作系统有关

相关内容