Administrace komentářů

Beznadějně zastaralá verze beznadějně špatné distribuce může nasvědčovat tomu, že tam běží nějaký botnet. První a nejdůležitější rada tedy je: aktualizovat systém na něco, co není starší než týden. V opačném případě hrozí, že se budeš marně potýkat s problémy, které už dávno někdo vyřešil. Problém tohoto typu se ovšem obvykle nevyřeší samotným přeinstalováním nebo něčím podobným a je lepší napřed zjistit, co přesně je špatně a k čemu tam došlo, aby to člověk propříště věděl.

Základem je podívat se, co přesně tam běží. Vezmi si tedy htop a nastav ho tak, aby zobrazoval i kernelové procesy, procesy ostatních uživatelů i jednotlivá vlákna. Nech si procesy seřadit podle času stráveného na CPU i podle spotřeby paměti a podívej se, jestli tam není nějaký podivný extrém a případně co asi tak dělá. (Nech si htopem zobrazit a průběžně aktualizovat příkazové řádky procesů, ať vidíš, co přesně to je.)

Podívej se v htopu taky na celkové obsazení paměti, zda a jak moc se používá swap a co se děje. Nastav si zobrazení zatížení procesoru i obsazení paměti do nejpodrobnějšího režimu, který například u procesorů rozlišuje kernel, userspace, čekání na I/O a pár dalších stavů. Spoustu věcí ohledně swapování umí napovědět taky mpstat a iostat s vhodnými parametry, nicméně problém tohoto typu bývá obvykle už z htopu a z odezvy systému zjevný. Je tedy potřeba hledat, co by asi tak mohlo být přehnaně náročné na procesor a paměť.

Důkladně projdi jak dmesg, tak i log X-serveru a session, jestli tam není něco podezřelého (obvykle EE v /var/log/Xorg.0.log nebo všemožné jiné chybové hlášky v ~/.xsession-errors; pro začátek postačí něco jako grep -i error na daném souboru). Občas totiž bývá náhlé extrémní zpomalení uživatelského rozhraní způsobené bugem v grafických driverech, ať už na straně kernelu nebo X-serveru. O problému ale píšeš tak extrémně vágně, že mi není jasné, co přesně funguje pomalu a jak se to projevuje.

Zkontroluj, jestli správně funguje frequency scaling na procesoru (což lze nejtriviálnějším způsobem zjistit třeba tím, zda se mění frekvence uváděné v /proc/cpuinfo). Taky se zkus podívat na Intel PowerTop, co ukazuje, jestli nehlásí nějaké zásadní nedostatky ve správě napájení a podobně. Jestli si to dobře pamatuju, umí taky odhalit extrémní latenci u některých interruptů a jiné napůl softwarové problémy.

Dál se podívej, jak je na tom chlazení procesoru i ostatních subsystémů. Zkus, co vypíše příkaz sensors z balíku lm_sensors, případně zkus najít další senzory pomocí sensors-detect. Tím se většinou dostaneš k teplotám CPU, grafické karty a některých částí motherboardu. Teplotu disku můžeš zkontrolovat pomocí něčeho jako smartctl -A /dev/sda.

Když už jsem u toho disku, iostat a smartctl můžou společně pomoct odhalit spoustu různých chyb a problémů. Někdy zoufale pomalá rychlost čtení (zjištěná napřílad v iostatu) prozradí i to, co disk ve S.M.A.R.T. vůbec nehlásí.

V neposlední řadě to může klidně být softwarový problém, například něco náročnějšího (indexování, aktualizace, scrub filesystému) běží na pozadí a v systému jsou špatně nastavené cgroups, až tak špatně, že uživatelská relace nedostává rozumnou prioritu a nefunguje příliš interaktivně. (Nevěřil bych, že se to může stát, kdybych to už někde neviděl.) Tohle se diagnostikuje celkem obtížně, ale obecné pravidlo je zkontrolovat v /proc/mounts, zda jsou vidět cgroups, a pozorně zírat do htopu, co přesně zabírá procesorový čas a proč.

Když už jsme u softwarových problémů, je dobré se podívat do ulimit -a, jestli tam náhodou nejsou podezřele přísná omezení. Nemusí jít jen o zjevné omezení CPU času, ale taky třeba o velikost paměti nebo o maximální počet file descriptorů, jejichž nedostatek může náhodně zasekávat snahu některých aplikací o komunikaci a tím v konečném důsledku i zablokovat uživatelské rozhraní, protože nepřeberná spousta programů neumí na takovou situaci korektně zareagovat.

Frekvence grafické karty může taky hrát svou roli. Zažil jsem na mém notebooku případ, kdy selhal teplotní senzor někde na motherboardu (a neukazoval nic jiného než 127 °C), kvůli čemuž byla grafická karta nastavená do režimu, kdy přinášela víc škody než užitku, co se týká akcelerace, a držela se na nejnižší frekvenci. Tohle už ale hodně záleží na konkrétní grafické kartě (v mém případě NVidia).

Čistě pro pořádek může taky při diagnostice problému pomoct vytáhnout všechny SD karty a podobná zařízení (pro případ trestuhodně špatné implementace driveru, který při selhání zařízení či příliš pomalém přístupu blokuje půlku kernelu), případně zkusit odpojit USB a FireWire zařízení, zda nedělají nějakou paseku. V dnešní době zmlsané multiprocesory se to nezdá, ale na jednoprocesoru může i obyčejná selhávající DVD mechanika nadělat pořádnou paseku, když některý z driverů není na takovou situaci dobře připravený a zamyká, co a kde by neměl.