问题：

Question

我们的一台远程 Linux 服务器时不时会崩溃：它们在网络上不可用（有时响应 ping，但不响应 ssh/http）并且它们不会响应鼠标或键盘输入。

这些服务器是运行 Ubuntu 20.04.3 LTS 的高质量消费级硬件。

由于这些崩溃很少发生，因此我收集了所有常见的服务器可能崩溃的原因，因此我可以设置监控（munin）以确保在发生崩溃时我拥有所需的所有信息并实施对策（例如定期重启？）。

问题：

Linux 计算机无响应的原因是什么，我可以跟踪哪些信息来诊断这些问题，我该怎么做才能解决这些问题？

我相信，如果每个失败原因都有一个答案，那么这个问题和答案将是最有用的，当我找到这样的原因时，我会自己发布答案。

Answer 1

原因：RAM/CPU 使用率过高

追踪：RAM 和交换使用情况、资源密集型进程及其日志

使固定：增加 RAM、调整服务、调试资源密集型进程，以查看在哪些条件下其资源消耗会激增

Answer 2

原因：交换过多

可能会导致系统冻结（尽管这通常是暂时的）。

追踪：RAM 和交换使用情况

使固定：增加 RAM，调整服务，（可能）增加交换

看这里

Answer 3

原因：硬盘写入失败

追踪： 聪明的诊断

使固定：更换故障磁盘

Answer 4

从先前的评论中您可以得到很好的指点。

您可能还想在周末停止您的服务器（如果可能的话）并使用 Memtest86 测试内存。

您将 CD 或 ISO 刻录到 USB 密钥上，然后用它启动机器。我知道您有物理访问权限。