Linux 系统死机：常见原因和定位方法

Linux 系统死机：常见原因和定位方法

常见原因

1. 驱动程序错误：错误或不兼容的内核驱动程序是常见的崩溃原因。
2. 硬件故障：包括坏的内存条、故障的硬盘，或不稳定的电源供应。
3. 内存耗尽：当系统内存或交换空间耗尽时可能导致系统崩溃。
4. 文件系统错误：损坏的文件系统或磁盘错误也可能导致系统崩溃。
5. 内核bug：Linux内核中的代码错误可能导致系统不稳定。

定位方法

1. 使用Debug口

接debug口，复现死机现象，查看系统控制台消息。

2. 内核崩溃转储 (Kernel Crash Dump)

(1). 开启核心转储

在系统开机脚本添加以下命令以启用核心转储：

ulimit -c unlimited
echo 1 > /proc/sys/kernel/core_uses_pid
echo "/root/corefile-%e-%p-%t" > /proc/sys/kernel/core_pattern

(2). 使用GDB调试core文件

制造一个Segmentation fault错误来生成core文件。例如，编写以下C程序：

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv) {
    int *p = NULL;
    *p = 100; // 这将产生 Segmentation fault
    return 0;
}

编译并运行程序：

gcc -o hello hello.c -g
./hello

这将在/root目录生成一个core-xxx-xxx-xxx文件。使用GDB调试core文件：

gdb hello core

3. 内存测试

使用memtest命令检查物理内存是否存在问题。

4. 查看日志文件

检查/var/log目录下的日志文件，特别是/var/log/kern.log和/var/log/syslog。这些日志可能包含崩溃前的最后几条消息。