如何查找Linux死機(jī)原因
Linux 內(nèi)核雖然號(hào)稱“不死族”，幾乎不會(huì)崩潰或者死機(jī)，但是特殊情況下，還是有一定幾率會(huì)宕機(jī)的。因?yàn)?Linux 廣泛用于生產(chǎn)環(huán)境，所以每一次宕機(jī)都會(huì)引起相當(dāng)大的損失。它 Uptime 達(dá)到上百天也許你習(xí)以為常，但是只要 Down 十幾秒，就會(huì)立即急的滿頭大汗。真的很難以想象證交所宕機(jī)會(huì)怎么樣，也許全國股民會(huì)鬧翻天。所以我們需要一些小技巧來查找死機(jī)的原因，從而避免死機(jī)或者內(nèi)核崩潰。（話說 windows 天天藍(lán)屏也沒感覺呀 :-o 難道已經(jīng)麻木了 :oops: ）
請(qǐng)注意：以下方法可能不適用于 Server，因?yàn)樽烂姝h(huán)境和 Server 還是有很大區(qū)別的。
X Crash
事實(shí)上 Linux 內(nèi)核很少出錯(cuò)，平常我們所遇到的“死機(jī)”都是 X 無響應(yīng)造成的錯(cuò)覺。那 X 沒響應(yīng)了應(yīng)該怎么處理呢？
通常套路是 Ctrl + Alt +F7 (F8) 切換到某個(gè) tty，然后用 root 登陸，執(zhí)行 top 查看吃資源最多的程序，然后使用 pkill/kill/killall 等命令殺死該程序。或使用組合鍵 Ctrl + Alt + Backspace重啟 X （黑日白月注：這個(gè)快捷鍵組合在***的 Ubuntu 和 Fedora 中關(guān)閉）。
如果偶遇切換 tty 失敗或者沒響應(yīng)，可以試著使用 SSH 登陸此電腦，然后再殺死程序。也許只是 X 不響應(yīng)，而內(nèi)核和 SSH daemon 仍然工作，故此可以實(shí)施此法。
萬一 X 不給力，各種方法試了無效，又沒有辦法通過 SSH 登陸到此 pc，那怎么辦呢？別著急，我們還有***的 “reisub” 大法。不過在啟用前先要激活內(nèi)核 sysrq 功能 (via) 。系統(tǒng)啟動(dòng)時(shí)執(zhí)行：echo "1" > /proc/sys/Kernel/sysrq 或者修改 /etc/sysctl.conf 文件，設(shè)置 Kernel.sysrq = 1。系統(tǒng)異常時(shí)依次按下 Alt+sysrq+{reisub} ，然后系統(tǒng)會(huì)自動(dòng)重啟。（有關(guān) sysrq 請(qǐng)看：Linux 死機(jī)了怎么辦？）
不建議長按 Power 按鍵強(qiáng)制關(guān)機(jī)，有可能損壞硬件或者丟失數(shù)據(jù)，甚至導(dǎo)致磁盤壞道！
X 崩潰而內(nèi)核完好
常見的癥狀有：程序無響應(yīng)，花屏，鼠標(biāo)移動(dòng)指針無動(dòng)作，鍵盤輸入沒有識(shí)別等。但后臺(tái)的音樂可以正常播放，或者鍵盤 Caps Lock/Num Lock/Scroll Lock 按鍵按后對(duì)應(yīng) LED 可以正常亮滅。遇到此種情況可以使用上述方法重啟 X 或者電腦即可恢復(fù)正常。
Application Crash
這個(gè)比較常見，但是也是相當(dāng)難解決的。因?yàn)?Linux 上的應(yīng)用軟件大部分都是開源的，所以可能沒有超高的穩(wěn)定性。也許由于庫的缺少或者版本錯(cuò)誤，或者代碼的 Bug，都有可能導(dǎo)致程序出現(xiàn)異常。
一般遇到這種問題，建議檢查配置文件是否正確，對(duì)配置文件的錯(cuò)誤修改可能導(dǎo)致程序的運(yùn)行失敗。如果您確信配置文件沒有錯(cuò)誤但是程序仍然異常，可以嘗試把配置文件刪除（注意備份?。?，然后再次打開軟件嘗試。通常程序的配置文件在：
- ~/.[APPNAME]
- ~/.config/[APPNAME]
- /etc/[APPNAME].conf
或者有可能是庫的錯(cuò)誤，您可以在終端輸入程序名或者程序路徑運(yùn)行程序，根據(jù)終端的提示信息除錯(cuò)。由于導(dǎo)致程序崩潰的可能性多種多樣，在此不能一一列舉，所以建議您根據(jù)出錯(cuò)信息去 google 搜索并找到解決方案。
Kernel Panic
X 的問題還好辦，可是如果 RPWT 碰到 Kernel Panic，那可真是上天無路入地?zé)o門，撞墻的心都有 :evil: 。
一般引起 Kernel Panic 的原因很多，但是都比較罕見。例如硬件問題 (irq confilct, bad block, high temperature)，軟件問題（錯(cuò)誤的 mod，內(nèi)核的 Bug），或者文件系統(tǒng)不支持（沒有內(nèi)建 ext4 支持卻掛載 ext4 的 root 分區(qū)），硬件的變動(dòng)（如添加/更換內(nèi)存，不支持架構(gòu)的cpu），錯(cuò)誤的驅(qū)動(dòng)。
Kernel Panic 的表現(xiàn)形式也是多種多樣：啟動(dòng)失敗，不正常的長時(shí)間 io 操作，鍵盤燈的不正常頻閃，wireless 等指示燈錯(cuò)誤閃爍，無響應(yīng)（請(qǐng)區(qū)別 xorg crash 情況），徹底鎖死，黑屏，reisub 大法不靈 等等。
一般情況下，秉承 KISS 原則的 Linux 內(nèi)核，會(huì)盡力解決一切錯(cuò)誤并正常運(yùn)行，如果遇到極端情況發(fā)生 Panic，它會(huì)盡可能把所有相關(guān)信息顯示在屏幕上——至于多少，別奢求，Kernel 已經(jīng)盡力了。
因?yàn)?Kernel Panic 是一種很極端的情況，有的人可能自從使用 Linux 就沒有遇到過。所以我們要收集所有相關(guān)的信息來解決問題。發(fā)生錯(cuò)誤后的各種輸出是最直接的最有效的（ Dump 在 tty。請(qǐng)關(guān)閉 x）。因?yàn)?Kernel 已經(jīng)崩潰，不一定能找到完整的 Log。您可以根據(jù)以下線索嘗試：
- /var/log/messages —— rp 爆發(fā)的時(shí)候，也許會(huì)記錄下很多相關(guān)信息。按照時(shí)間戳查找。
- 回溯操作 —— 回憶 Kernel Panic 之前所做的所有事，并回滾。（如安裝了某個(gè)程序，可以在 /var/log/pacman.log 找到安裝日志）
- Dump 信息 —— 屏幕輸出信息是系統(tǒng)***的“遺言”，請(qǐng)使用數(shù)碼相機(jī)或者筆紙記錄。（tty only）
接下來就應(yīng)該根據(jù)錯(cuò)誤發(fā)生的可能原因進(jìn)行排除。將內(nèi)核啟動(dòng)參數(shù)化為最簡形式，不應(yīng)附加任何不必要參數(shù)，并 BIOS 中禁用掉所有無關(guān)硬件。相關(guān)日志文件：
- /var/log/boot
- /var/log/xorg 所有相關(guān)（僅參考）
- /var/log/messages
如果可以，您應(yīng)該記錄下所有屏幕輸出信息，并查看 /var/log/messages 。
可能遇到的問題，和解決方法：
- irq conflict （還好我沒碰到），可以嘗試從 bios 修改硬件irq，或者升級(jí) bios，都不生效就換電腦或者禁用沖突硬件；
- bad balock，嘗試修復(fù)壞道或者屏蔽壞道分區(qū)，建議更換磁盤；
- io error，同上，也有可能是沒有內(nèi)建文件系統(tǒng)支持的原因，重新編譯內(nèi)核或者找***版的內(nèi)核安裝；
- mod，刪除可能導(dǎo)致錯(cuò)誤的內(nèi)核模塊（如 vboxdrv），涉及到的命令有：
- lsmod: 列出已載入的模塊
- modprobe: 載入模塊（ 黑日白月注：在這里和其他命令對(duì)應(yīng)的為 insmod + depmod 比較好，modprobe 更類似于 XXXmod 系列命令的升級(jí)整合版本。）
- rmmod: 移除內(nèi)核中模塊，效果等同于 modprobe -r
- modinfo: 顯示模塊相關(guān)信息
- driver，a卡或者n卡驅(qū)動(dòng)，也容易造成問題；
- 硬件本身的問題導(dǎo)致，建議檢測(cè)硬件可用性和兼容性（例如 memtest+）；
- 內(nèi)核 bug，如果您有能力，建議使用 KDB (Kernel debugger) 排錯(cuò)，或者重新編譯內(nèi)核；
- 不負(fù)責(zé)任的告訴您，***的方法是換 windows :mrgreen:
【編輯推薦】
