系統(tǒng)出現(xiàn)宕機的解決方案

1、HPIntegrity，9000服務器-如何處理；問題；如何處理HP服務器系統(tǒng)宕機的故障；解決方案； 系統(tǒng)宕機，分為幾種情況：1.系統(tǒng)不能啟動 機器宕掉后重新加電可以啟動 系統(tǒng)自己重啟。相比第一種情況，后兩種情況處理起來容易一些。機器不能啟動時,先檢查啟動停在了什么位置。從時間順序分為：不能加電；加電后自檢失敗，不能進入BCH或者EFI；可以進入BCH或者EFI，但是不能啟動系統(tǒng)。1) 不能加電按power鈕沒有反應，或者是按完power鈕聽到風扇轉(zhuǎn)動但是馬上又停掉。這種情況，在MP卡里用PS命令查看機器狀態(tài)，看看是不是有某些備件出了問題。比如BPS、FAN、CELL、SYSBoard等等。并

2、且檢查機器各個指示燈的狀態(tài)(前后都要看)，看看有哪個燈是黃、紅或者不亮。檢查MP日志，分析值得懷疑的問題。如果前兩項工作不能確定問題，就做最小化測試。cpu、memory、bps、板卡。最壞的結果可能是做了最小化測試也不能確定出是什么備件的問題。這項工作最好交給HP響應中心的工程師處理。2. 加電后自檢失敗，不能進入BCH或者EFI。1. 注意觀查自檢是停到什么地方的，或者是自檢到什么位置后又自動重啟了。 例如，自檢反復進行，到CPU自檢時就重啟了。通過記錄console日志，來找到自檢反復進行的規(guī)律。反正機器已經(jīng)不能用了，要是看不清楚就停掉它，然后重新啟動，這樣你會看到非常清晰的過程日志。然

3、后記住自檢的第一條是什么，再找到下一條相同的信息，它前面的就是重啟前的信息了。2. 檢查MP日志，如果報錯信息能和自檢停止的設備對應上，那問題就診斷出來了。如果不能對應，就要具體分析兩者之間的關系。例如，自檢在CPU處重啟了，而MP報的是I/O的錯誤。那很有可能是CPU的自檢已經(jīng)結果了，而I/O的自檢不能開始。這樣也可以判斷出是I/O出現(xiàn)的問題。通常情況下，MP日志會報出具體出錯的備件。換了再說!3. 如果不能確定問題，還是要做最小化測試。但是最小化測試也要有目的性。不能和前面提到的供電問題等同。通過自檢和MP日志，首先要確定一個大方向，比如懷疑可能是CPU，也或者是內(nèi)存，也可能是I/O和CP

4、U。這時候做最小化測試是可以進入BCH或者是EFI的。這種情況下，把懷疑的備件一個一個的加回來，直到問題又出現(xiàn)，這樣故障點就找到了。之所以要確定大方向，就是要在最小化成功后，盡快的把問題備件找到。3. 可以進入BCH或者EFI，但是不能啟動系統(tǒng)。這種情況，可能是軟件，也可能是硬件問題導致的，處理起來，稍復雜一些。我們以根有mirror為例。1. 如果兩條引導路徑都找不到那就可能是I/O的硬件問題了。用SEA(PA)或者是MAP(IA)來查看所有的硬盤的路徑。如果找不到了，那肯定是硬件問題。如果可以找到，但是和配置信息中的引導路徑不同?？赡苁怯脩糇约盒薷牧艘龑窂?，也或者是由于硬件問題導致路徑地

5、址發(fā)生變化。這時請檢查block圖。如果引導硬盤的槽位地址和block中的地址不同，那么考慮scsi鏈路的硬件問題(disk midplane,core i/o都可能有問題，corei/o的可能性很大)。如果硬盤地址和block相同，而配置引導路徑不同，那么顯然是配置錯誤，修改好它就可以。2. 如果有一條引導路徑找不到看看從另外的路徑上能不能啟動。如果另外的路徑能啟動，那么就是找不到路徑的這塊盤有問題，或者是disk midplane有問題。做個交叉測試，確定是硬盤的問題還是disk midplane的問題。3. 如果兩條路徑都可以找到分別從不同的路徑引導。如果其中一個可以成功，用交叉測試的辦

6、法來確定是硬盤還是disk midplane問題。如果兩條路徑都不能啟動，那么通常報錯會是一樣的?？赡艿脑蚴莍/o硬件問題、軟件問題。i/o硬件問題拔掉所有的外設后重啟。如果拔掉外設后啟動成功，就要定位是哪一個外設引起的。經(jīng)常出現(xiàn)的情況是，scsi設備或者是光纖設備有問題。如果還不能啟動，做最小化測試。這種最小化測試，范圍定在與i/o有關的設備就可以了。例如，core i/o、板卡等。 軟件問題通常有幾種情況：內(nèi)核文件問題、文件系統(tǒng)問題、系統(tǒng)數(shù)據(jù)問題。 內(nèi)核文件問題，問清楚用戶之前做過什么操作并嘗試從備份內(nèi)核啟動。如果失敗，嘗試用光盤恢復內(nèi)核。最后的辦法就是備份帶恢復。 文件系統(tǒng)問題，會在啟

7、動時報出詳細的錯誤，比如某個文件系統(tǒng)滿、文件系統(tǒng)檢查失敗，文件系統(tǒng)丟失等等。這種情況下，進入單用戶狀態(tài)去解決。需要注意的事，如果是文件系統(tǒng)檢查失敗，不要輕易做fsck -o full操作。如果是/usr這種比較重要的文件系統(tǒng)，可以嘗試用只讀方式mount，贏得備份機會。例如，由于/usr文件系統(tǒng)自檢失敗，導致系統(tǒng)不能啟動。這時首先進入單用戶，用mount -o ro把/usr掛載上。用剩余空間新建LV，把/usr的數(shù)據(jù)復制到新LV上。修改mount table，新/usr指向新LV。如果重啟機器后還是不能啟動，找備份帶吧。系統(tǒng)數(shù)據(jù)問題，由于用戶誤操作刪除了數(shù)據(jù)，導致系統(tǒng)不能啟動。比如誤刪除了/

8、etc下的一些配置文件。從單用戶啟動，去/usr/newconfig/etc下找對應的文件復制回來。這里的文件，只是一些簡單的配置，還需要手工修改。如果不能確定出哪些文件丟失，還是要用備份帶恢復。機器down掉后重新加電可以啟動機器down掉了，按電源開關后機器可以正常啟動。這種情況下，檢查HPMC和MP日志。一般都是HPMC或者超溫造成的。如果是超溫，有可能按電源開關沒有反應，這時要拔掉電源線，等機器冷卻后再加電。在系統(tǒng)正常啟動后，檢查系統(tǒng)日志：shutdownlog、eventlog、oldsyslog等。 還有的情況是機器并沒有down掉，而是panic。這時候做TOC就可以了。系統(tǒng)自己重啟檢查系統(tǒng)日志、HPMC和MP日志。如果運行雙機，還要檢查雙機日志。雙機的鎖盤或者心跳出現(xiàn)問題的時候，都有可能導致系統(tǒng)重啟。講這些日志信息發(fā)送給HP響應中心工程師分析即可。上面提到的系統(tǒng)日志，主要包括:/var/adm/syslog/syslog.log/var/adm/syslog/OLDsyslog.log/var/tombstones/ts99 (pa)/var/tombstones/MCA* (ia)/var/op