我最近开始尝试在我们的数据中心设置/管理Linux(Ubuntu 10.04.2 LTS)服务器(所有其他服务器都是Windows机箱).服务器定期挂起并变得无响应,我无法在任何日志中找到指示特定原因的任何内容.有时它会持续数小时,有时是几天(最长的14天).挂起后将显示器插入机器根本不显示任何内容.为了解决我们试图禁用APIC的问题,更多的是出于“受过教育的绝望”而不是其他任何问题.不幸的是,我们在一些故障排除方面受到限制,因为我们在盒子上托管了一个客户端网站(我们设置它的原因)所以任何涉及大量停机的问题都是一个问题.

由于这是我们第一次尝试设置Linux机箱,我们使用的是“装备精良”的台式机,但不是我称之为“服务器级”的硬件.这是一个独立的盒子,而不是VPS.我们使用的是硬件,而不是软件,RAID阵列,并且盒子里有足够的内存.

警告/背景：

>总的来说,我对Linux比较陌生.
>我花费更多时间编写代码而不是管理服务器.我很喜欢在盒子上工作,但我不是一个真正的系统管理员.
>我对命令行感到满意,但对OS X(BSD)有更多经验.
>我不确定所有可用的工具/信息/日志,尽管我试图彻底检查我所知道的内容.
>我没有物理配置硬件,所以我不确定所有的规格,但我可以得到我需要解决的任何信息.
>我可能正在跳过非常基本的步骤或错过明显的地方,在不知情的情况下寻找信息.

更多细节：

>真实内存：8GB
> Ubuntu 10.04.2 LTS
>硬件RAID 10
>使用Webmin版本1.550管理站点
>服务器位于远程数据中心.动手排除故障很困难.

我们此时尝试了两种Linux设置.第一个是与此相同的硬件配置,但没有重复使用的实际硬件.该尝试使用的是CentOS,我们正在尝试设置CPanel.我们因为同样的问题(定期崩溃/挂起)而取消了该安装.

第二次尝试(这一次)表现出相同的行为.我唯一能看到的共同点是硬件配置(虽然CentOS和Ubuntu可能有比我想象的更多共同点).

该盒子可以正常运行数小时,数天甚至数周,然后完全停止响应.我检查了我知道检查的所有日志(主要是消息,syslog和kern.log),但我没有看到任何对我来说似乎是错误的内容.我确实看到了我不理解的可能会或可能不会出现问题的行,例如：

rsyslogd: [origin software="rsyslogd" swVersion="4.2.0" x-pid="814" x-info="http://www.rsyslog.com"] rsyslogd was HUPed,type 'lightweight'.

我们的大多数syslog条目似乎都是运行webmin相关的cron作业的日志.我的直觉告诉我,我们的配置中可能有一些组件Linux不喜欢或需要驱动程序更新(例如raid卡),但我不确定如何做更多的追踪或确定可能是什么.猜猜和检查是昂贵的.

我曾经想到的另一个想法是,正在运行的一个或多个cron作业正在绊倒一些东西,但它看起来似乎不是可再现的,而且,我再次对如何测试该理论感到茫然进一步.每次服务器关闭时,相同的cron作业似乎都没有运行.

这是我们上次挂起之前的日志的一部分：

Aug  8 11:00:01 linhost01 CRON[10771]: (www-data) CMD ([ -x /usr/lib/cgi-bin/awstats.pl -a -f /etc/awstats/awstats.conf -a -r /var/log/apache2/access.log ] && /usr/lib/cgi-bin/awstats.pl -config=awstats -update >/dev/null)
Aug  8 11:00:01 linhost01 CRON[10772]: (root) CMD (/etc/webmin/status/monitor.pl)
Aug  8 11:01:01 linhost01 CRON[10799]: (root) CMD (/etc/webmin/virtual-server/collectinfo.pl)
Aug  8 11:05:01 linhost01 CRON[10898]: (root) CMD (/etc/webmin/status/monitor.pl)
Aug  8 11:06:01 linhost01 CRON[10924]: (root) CMD (/etc/webmin/virtual-server/collectinfo.pl)
Aug  8 11:09:01 linhost01 CRON[11007]: (root) CMD (  [ -x /usr/lib/PHP5/maxlifetime ] && [ -d /var/lib/PHP5 ] && find /var/lib/PHP5/ -type f -cmin +$(/usr/lib/PHP5/maxlifetime) -print0 | xargs -n 200 -r -0 rm)
Aug  8 11:10:01 linhost01 CRON[11023]: (www-data) CMD ([ -x /usr/lib/cgi-bin/awstats.pl -a -f /etc/awstats/awstats.conf -a -r /var/log/apache2/access.log ] && /usr/lib/cgi-bin/awstats.pl -config=awstats -update >/dev/null)
Aug  8 11:10:01 linhost01 CRON[11024]: (root) CMD (/etc/webmin/status/monitor.pl)
Aug  8 11:11:01 linhost01 CRON[11063]: (root) CMD (/etc/webmin/virtual-server/collectinfo.pl)
Aug  8 11:15:01 linhost01 CRON[11149]: (root) CMD (/etc/webmin/status/monitor.pl)
Aug  8 11:16:01 linhost01 CRON[11176]: (root) CMD (/etc/webmin/virtual-server/collectinfo.pl)
Aug  8 11:17:01 linhost01 CRON[11243]: (root) CMD (   cd / && run-parts --report /etc/cron.hourly)
Aug  8 11:20:01 linhost01 CRON[11279]: (www-data) CMD ([ -x /usr/lib/cgi-bin/awstats.pl -a -f /etc/awstats/awstats.conf -a -r /var/log/apache2/access.log ] && /usr/lib/cgi-bin/awstats.pl -config=awstats -update >/dev/null)
Aug  8 11:20:01 linhost01 CRON[11280]: (root) CMD (/etc/webmin/status/monitor.pl)
Aug  8 11:21:01 linhost01 CRON[11307]: (root) CMD (/etc/webmin/virtual-server/collectinfo.pl)
Aug  8 11:25:01 linhost01 CRON[11392]: (root) CMD (/etc/webmin/status/monitor.pl)
Aug  8 11:26:01 linhost01 CRON[11432]: (root) CMD (/etc/webmin/virtual-server/collectinfo.pl)
[SERVER DOWN AFTER THIS POINT]

如果有人可以帮助消除任何亮点,甚至给我任何其他东西,我可以在这里发布可能有帮助的我会非常感激.我全都是为了通过实践来学习,但是我开始在这一方面走到尽头.

很高兴发布任何可能有助于提供任何建议的特定日志信息或信息.