Dotaz: Debian Lenny - zamrznutí serveru, určení příčiny

[lenny user]

Mám stroj s Debian 2.6.26-19lenny2, Gb síťovky Intel, CPU Intel Quad Core, Nvidia GeForce 8400, dobře větraný.
Dnes zamrzl, nebyla možnost podívat se na výstup na monitoru, po síti nedostupný. V logovacích souborech nic neobvyklého, prostě v okamžiku vytuhnutí konec logu. Po tvrdém vypnutí a zapnutí proběhla synchronizace raidu a teď to jede normálně. Disky jsou v pořádku.
Prosím o tipy na nějaké diagnostické postupy, které by mohly vést k určení příčiny zamrznutí, případně prosím uživatele s podobnou zkušeností a tipy, jak tohle řešili.

Odpovědi

[Max]

Když logy mlčí, tak ti asi nic jiného, nežli otestovat HW, nezbyde
Pár hodin memtestu na paměti a budeš mít 98,9% jistotu, že máš paměti ok.
Na disky pustit "badblocks -nvv /dev/xxx -o badblocks.log" a sledovat výpisy v konzoli, zda se nedostaví i nějaký I/O errory
Pokud test disku proběhne ok, tak máš 99,8% jistotu, že disk je ok. Kdyby jsi chtěl mít 100% jistotu, musel by jsi provést "badblocks -wvv /dev/xxx -o badblocks.log", ale to ti zase vymaže všechny data na diskách, takže asi tak. Badblock trvá většinou přes noc, tak 6-10h podle velikosti disku.

Proč jsi se nemohl podívat na výstup z monitoru? To by myslím hodně řeklo

Jinak pokud na nic nepřijdeš, tak začíná být zábava :-/. Pak už to může být čímkoli a těžko nato přijdeš.
Neřekl jsi, zda na serveru provozuješ grafické prostředí?
Další tip bych měl pak na grafiku.

Pokud ne, tak bych možná vsadil na zdroj (pokud máš nějaký Eurocase apod., tak je to dosti pravděpodobné).

Pokud máš dlouhý kabel k síťovce, mohl to být nějaký naindukovaný proud v kabelu a jenom mohl donutit síťovku k vytuhuní
Nebo si na tebe Mohl někdo vyzkoušet DDos, ale to bych neviděl asi jako moc pravděpodobnou věc.

Zdar Max

[lenny user]

dík za tipy, memtest zkusím. Ten server spadl za 2 hodiny znovu, už jsem měl připravený monitor:
Kernel Panic - not syncing: Aiee, killing interrupt handler
k tomu už je nějaké info i tady v poradně, jinak USB rozhrani jsou vypnuté.
DDos mně taky napadl, ale to by asi něco bylo v logu.
Ty kabely k síťovkám - jsou dlouhé, ale s nimi jsou i kabely k dalšímu serveru a ten jede. Ale s těmi kabely jsem dnes trochu zahýbal na straně switche.
No, ten stroj jsem odstavil a místo něj dal starší. Zdá se, že lenny bude mít nějaký problém s těmi síťovkami, tyhle konkrétní jsou v jádře nově, divné je, že to dva týdny jelo. Nebo ta manipulace s kabely...?

[lenny user]

grafické prostředí žádné, skříň je 4U, eurocase ne.

[lenny user]

tak memtest běží třetí den, žádná chyba Zítra pustím badblocks.

[0]

Měl jsem podobný problém a po dlouhém hledání jsem objevil vadné disky seagate cheetah. Zkus postupně spouštět smartctl --all /dev/disk1-n a zároveň se koukat na výpis raidu mdadm -D /dev/mdX a zároveň s diskem hodně pracovat(já použil bonnie). Je to sice hodně neobvyklá závada, ale u mě projevila vždy, když jsem měl spuštěné tyto 3 procesy tak do druhého dne server ležel. Pokud můžeš, zkus jiné jádro, mě až tehdy poslední 2.6.29 jádro zobrazilo IOerror problémy na diskách, jinak to vždy jen "spadlo".

[Čech Antonín]

Muj komp vytuhl vzdy v noci, takrka bez zateze, jen zalohy. Tak jsem zkontroloval pameti, disky pak vymenil sitovky. V logu nikdy nic a na monitoru jen tma . Zastavil jsem zalohovani a vsechny ulohy. pres noc se jen flakal. Rano jsem prisel do prace a zase byl KO...... za vse mohl MB - lehounce nafoukane kondiky, ani se neotevreli.

[creon]

zkuste vyměnit zdroj.

[lenny user]

ten stroj je nový, teď běžel nekolik dní a nic nedělal. Nezamrzl. Takže dnes jsem konečně pustil badblocks a současně bonnie a stress, zatížení CPU kole 80% a zatím to jede asi hodinu. Začínam podezřívat síťovky, kterou jsou teď down a používám jen integrovanou.

[lenny user]

Konečně jsem asi určil původce zamrznutí. Pustili jsem na server duplikovaný ostrý provoz při 100% zatížení CPU, běželo to normálně. Ale potom co jsme spustili traffic shaper (lartc.org), tak server do hodiny zamrzl. Na netu jsem zatím nenašel zmínku o tom, že by tc způsobil zamrznutí stroje. Divné, třeba má někdo podobnou zkušenost nebo nápad, proč to tuhne? Může tohle způsobit vadná síťovka?