我面临着一个非常奇怪的问题，关于一台服务器，它随机冻结/挂起，服务器上没有输出，并且不响应短键，并且需要冷启动，当使用冷启动启动时，启动屏幕上根本没有错误。
在重负载下它根本不会冻结，崩溃时 CPU 大约为 9-20%，平均负载大约为 2-5（12 核 CPU）和 128GB 内存
我们尝试检查日志，没有显示任何类似内核恐慌的内容，或者任何与问题本身相关的内容。
在冷启动后的所有冻结中，当我们检查日志时，我们确实看到正常的 OOM reaper 杀死了 php 进程（用户达到限制）但没有太严重的滥用，但总是在 OOM，有时当服务器在日志中冻结时你会看到当前时间，有时就像它在崩溃的当前时间之后显示几行旧日期，然后冻结。
日志中没有任何内容可以确定与软件相关，或者在重负载下，只是正常运行，这是一台从旧机器升级而来的机器，多年来一直稳定运行。冻结是随机的，可能是在服务器启动一周后，或者两天或三周后等等......
我们还尝试提取服务器冻结的 vmcore 转储，但仍然没有任何结果。
它只是冻结，没有屏幕输出，但服务器仍在运行但不可打印，无法访问 ssh，也没有 kvm，正如我所说，屏幕上根本没有显示任何输出。
这可能与硬件故障有关吗？我的暂停与 RAM 故障有关？
我对这个问题非常困惑。谢谢
答案1
- 确保温度良好，CPU/RAM/芯片组/磁盘，我假设您是 Linux 用户，因为 OOM，安装
lm-sensors，并使用命令检查温度sensors。 - 这是您的 RAM，运行 memtest86，请注意对 128GB 进行完整测试可能需要一周时间。
答案2
我们刚刚迁移到另一台服务器，但是经过大量搜索和尝试调试后，看起来硬件问题与主板有关，因为我在一些论坛中检查了华擎机架和 ryzen cpu 的主板，我设法找到了一些关于相同问题的案例，即使 windows 10 或 windows 服务器也出现蓝屏死机。正如操作系统支持在这种情况下建议的那样，不要更改主板品牌，因为可能会有被拒绝启动的风险，并且像我们一样迁移到新服务器。在我们迁移到新服务器后，所有问题都解决了。所以我想它确实与硬件问题有关，而不是软件问题。