Dotaz: Jak zjistit co způsobuje freeze a následný crash vzdáleného debian serveru ?

[Welite]

Zdravím,

chtěl bych se zeptat jak postupovat nebo kde přesně hledat nějaký crash log debianu, k serveru mám přístup jen vzdáleně nikoliv fyzicky (dedikovaný server), server tak 2x do dne freezne a je potřeba manualního restartu technikem v serverovně. Problém je v tom, že v době, kdy server crashne není v logu (syslog, deamon, kern) za posleních pár hodin ani slovo, pak je tam jen zase start log. Na serveru je uplně nový hardware, v použití je teprve měsíc. Ze začátku bylo vše v pohodě až ted poslední 3 dny začal takhle crashovat. Teplota CPU je zhruba kolem 30 C, celkové vytížení CPU kolem 20-30%. Nevím, kde mám začít hledat problém, když systém žádný nehlásí ale přesto padá. Prosím o radu.

Děkuji.

Odpovědi

[gogol]

Napriklad chyba RAM sa do logu nikdy nezapise, dokonca ani vtedy ked pouzivas moduly so schopnostou opravit jedno, alebo viacbitove chyby.

[Welite]

Dobře, ale jak teda detekovat o jaký problém se jedná ? Nemužu zkoušet jednotlivé přičinny postupně, tlačí mě čas a potřebuju nějak spolehlivě zjistit že je to 100% problém v tom a tom.

[ewew]

100% určenie problému si myslím, že nie je pravdepodobné. Môžeš vyskúšať logovanie po sieti.

[Welite]

No po siti asi ne, protože se jedna o vzdálený server umístěný v serverovně.

[Chulda]

Myslel tím nastavit si syslog na tom vzdáleném serveru, aby to posílalo syslog zprávy na jiný server třeba skrz internet.

[gogol]

Daj to spravit tym technikom, ktori ti to restartuju, ked ty akoze nemozes. Ak mas problem s hardware, tak to nevyriesis cez Internet. Je celkom dost pravdepodobne, ze RAM cez Internet neposles do toho servera ako upgrade.

[Welite]

Jenže oni jediné co mohou udělat je vyměnit špatný komponent pokud se prokáže jako špatný po 14 hodinovém hardwarovem testu a já nemohu být celý den bez toho stroje a navíc aby ten test mohl proběhnout musím mít 101% jistotu že je ten problem zpusobem špatným HW.

[nobody]

a nemuzou ti tam aspon pustit memtest ?

[Bubak]

Chyby ECC RAM se pochopitelne do logu pisou, staci si to jen nastavit: https://www.kernel.org/doc/Documentation/edac.txt

[Welite]

Na serveru je klasická DDR3.

[manasekp]

Pokud te tlaci cas tak server proste vymen za jiny a tento si v klidu opravuj. Resit neco takoveho vzdalene je nesmysl, potrebujes udelat aspon memtest a pripadne zacit vymenovat ruzne kusy zeleza, to pres internety nejde.