系统出现宕机的解决方案

1、hptntegrity, 9000服务器-如何处理；问题；如何处理hp服务器系统宕机的故 障；解决方案；系统宕机，分为几种情况：1系统不能启动 机器宕掉后重新加电可以启动系统自己重启。相比第一种 情况，后两种情况处理起来容易一些。机器不能启动时，先检查启动停在了什么 位置。从时间顺序分为：不能加电；加电后自检失败，不能进入bcii或者efi； 可以进入bch或者efi,但是不能启动系统。1）不能加电按power钮没有反应，或者是按完power钮听到风扇转动但是马上乂停掉。 这种情况，在mp卡里用ps命令查看机器状态,看看是不是有某些备件出了问题。 比如bps、fan、cell、sysboard

2、等等。并且检查机器各个指示灯的状态（前后都 要看），看看有哪个灯是黄、红或者不亮。检查mp日志，分析值得怀疑的问题。如果前两项工作不能确定问题，就做最小化测试。cpu、memory> bps>板卡。 最坏的结果可能是做了最小化测试也不能确定出是什么备件的问题。这项工作最 好交给hp响应屮心的工程师处理。2. 加电后自检失败，不能进入bch或者efi。1. 注意观查自检是停到什么地方的，或者是自检到什么位置后又自动重启 了。例如，自检反复进行，到cpu自检时就重启了。通过记录console h志， 來找到自检反复进行的规律。反正机器已经不能用了，要是看不清楚就停掉它, 然后重新启动，

3、这样你会看到非常清晰的过程日志。然后记住自检的第一条是什 么，再找到下一条相同的信息，它前面的就是重启前的信息了。2. 检查mp日志，如果报错信息能和自检停止的设备对应上，那问题就诊断 出來了。如果不能对应，就要具体分析两者之间的关系。例如，自检在cpu处重启了，而mp报的是i/o的错误。那很有可能是cpu的自 检已经结果了，而i/o的自检不能开始。这样也可以判断出是i/o出现的问题。 通常情况下，mp日志会报岀具体出错的备件。换了再说！3. 如果不能确定问题，还是要做最小化测试。但是最小化测试也要有目的 性。不能和前面提到的供电问题等同。通过自检和mp日志，首先要确定一个大 方向，比如怀疑可

4、能是cpu,也或者是内存，也可能是i/o和cpu。这时候做最 小化测试是可以进入bch或者是efi的。这种情况下，把怀疑的备件一个一个的 加回來，直到问题又出现，这样故障点就找到了。z所以要确定大方向，就是要 在最小化成功后，尽快的把问题备件找到。3可以进入bcii或者efi,但是不能启动系统。这种情况，可能是软件，也可能是硬件问题导致的，处理起来，稍复杂一些。 我们以根有mirror为例。1. 如果两条引导路径都找不到那就可能是i/o的硬件问题了。用sea (pa) 或者是map(ia)来查看所有的硬盘的路径。如果找不到了，那肯定是硬件问题。 如果可以找到，但是和配置信息中的引导路径不同。可

5、能是用户自己修改了引导 路径，也或者是由于硬件问题导致路径地址发生变化。这时请检查block图。如 果引导硬盘的槽位地址和block中的地址不同，那么考虑scsi链路的硬件问题(d isk midplanc, core i/o都可能有问题,corei/o的可能性很大)。如果硬盘地址 和block相同，而配置引导路径不同，那么显然是配置错误，修改好它就可以。2. 如果有一条引导路径找不到看看从另外的路径上能不能启动。如果另外的路径能启动，那么就是找不到 路径的这块盘有问题，或者是disk midplane有问题。做个交叉测试，确定是硬 盘的问题还是disk midplane的问题。3. 如果两条

6、路径都可以找到分别从不同的路径引导。如果其中一个可以成功，用交叉测试的办法来确定 是硬盘还是disk midplane问题。如果两条路径都不能启动，那么通常报错会是 一样的。可能的原因是i/o硬件问题、软件问题。i/o硬件问题拔掉所有的外设后重启。如果拔掉外设后启动成功，就要定位是哪一个外 设引起的。经常出现的情况是，scsi设备或者是光纤设备有问题。如果还 不能启动，做最小化测试。这种最小化测试，范围定在与i/o有关的设备就 可以了。例如，core i/o、板卡等。软件问题通常有几种情况：内核文件问题、文件系统问题、系统数据问题。内核文件问题，问清楚用户之前做过什么操作并尝试从备份内核启动。

7、如果失败，尝试用光盘恢复内核。最后的办法就是备份带恢复。文件系统问题，会在启动时报出详细的错误，比如某个文件系统满、文件系统检查失败，文件系统丢失等等。这种情况下，进入单用户状态去解 决。需要注意的事，如果是文件系统检查失败，不要轻易做fsck -o full操作。如果是/usr这种比较重要的文件系统，可以尝试用只读方式mount,赢得备份机 会。例如，由于/usr文件系统自检失败，导致系统不能启动。这时首先进入单 用户，用mount -0 ro把/usr挂载上。用剩余空间新建lv,把/usr的数据复制 到新lv上。修改mount table,新/usr指向新lv。如果重启机器后还是不能启 动

8、，找备份带吧。系统数据问题，由于用户误操作删除了数据，导致系统不能启动。比如误删除了/etc下的一些配置文件。从单用户启动，去/usr/newconfig/ etc下找对应的文件复制回来。这里的文件，只是一些简单的配置，还需要手工 修改。如果不能确定出哪些文件丢失，还是要用备份带恢复。机器down掉后重新加电可以启动机器down掉了，按电源开关后机器可以正常启动。这种情况下，检查iipmc 和mp日志。一般都是hpmc或者超温造成的。如果是超温，有可能按电源开关没 有反应，这时要拔掉电源线，等机器冷却后再加电。在系统正常启动后，检查系 统日志：shutdownlog、eventlog、oldsyslog等。还有的情况是机器并没有d own掉，而是panico这时候做toc就可以了。系统自己重启检查系统口志、iipmc和mp 口志。如果运行双机，还要检查双机口志。双机 的锁盘或者心跳出现问题的时候，都有可能导致系统重启。讲这些日志信息发送 给hp响应屮心工程师分析即可。上面提到的系统日志，主要包括:/var/adm/syslog/syslog. log/var/adm/syslog/oldsyslog. log/var/tombstones/ts99 (pa)/var/tombstoncs/mca* (ia