Раньше я много занимался устранением неполадок оборудования в крупных центрах обработки данных, я бы порекомендовал найти загрузочный дистрибутив Linux, подойдет любой. Обязательно найдите один с 64-битным изображением, если у вас 64-битный процессор. Stresslinux содержит целый набор инструментов для повышения нагрузки на ваши серверы и устранения любых сбоев оборудования.
Я лично отношусь к инструменту «стресс» - он может повредить жесткий диск (диски). , память и процессор (ы).
Это не часть пакета стресса, но, очевидно, вы знаете, что он существует. Обязательно убедитесь, что вы используете memtest86 + (акцент на +) - он обрабатывает 64-битные системы и большие выделения памяти намного лучше, чем исходный memtest86.
Это вызовет n процессов, выполняемых на malloc () по 256 МБ каждый.
stress -m n &
Итак, вам нужно разделить объем имеющейся памяти на 256 МБ (примерно), чтобы задействовать всю ее. Это устранит любые очевидные ошибки, вы, скорее всего, увидите EDAC или MCE (в зависимости от вашего процессора / материнской платы) или панику ядра / жесткий сбой. В идеале вы можете дать ему поработать несколько часов, чтобы он нагрелся под нагрузкой. Вы можете проверить системный журнал на наличие этих ошибок.
Это вызовет n процессов, вращающихся на sqrt ().
stress -c n &
Вы захотите, чтобы n был количество ядер в вашей системе. Та же концепция применима и здесь, если дать ему поработать некоторое время.
Для этого требуется, чтобы жесткие диски были каким-то образом отформатированы, если вы используете RAID, вы ' Получите лучшие результаты, если вы уже настроили это перед подключением дисков и их нагрузкой.
cd /hard/disk/partition
stress -d 32 n &
iostat -x 5
Чтобы убить все стрессовые процессы , да, вы можете запускать проверки памяти, процессора и жесткого диска одновременно, но это немного усложняет изоляцию компонентов:
pkill -9 -f stress
Очевидно, вы выполняете все эти действия, и вам нужно увидеть какой-то результат или
Вам просто нужно проверить системный журнал на наличие таких вещей, как исключение проверки компьютера (MCE), обнаружение и исправление ошибок (EDAC), недостаток памяти (OOM) и т. д.
zgrep -i -P ".*(error|warn|fail|panic|edac|mce|exception|oom-killer|oops).*" /var/log/kern.log* /var/log/dmesg /var/log/daemon.log*
Это, вероятно, легче всего обнаружить, чем любой другой компонент, smartctl обычно устанавливается в большинстве операционных систем * NIX, он является частью smartmontools пакет. Для следующей команды требуется root-доступ:
Аспект / dev / sda может потребоваться изменить, если у вас несколько дисков или RAID-контроллер.
sudo smartctl -a /dev/sda
Ниже приведен пример вывода полной команды, I Я укажу, что вы действительно должны искать дальше по странице.
SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME FLAG VALUE WORST THRESH TYPE UPDATED WHEN_FAILED RAW_VALUE
1 Raw_Read_Error_Rate 0x000b 099 099 016 Pre-fail Always - 65537
2 Throughput_Performance 0x0005 136 136 054 Pre-fail Offline - 95
3 Spin_Up_Time 0x0007 121 121 024 Pre-fail Always - 320 (Average 304)
4 Start_Stop_Count 0x0012 100 100 000 Old_age Always - 18
5 Reallocated_Sector_Ct 0x0033 100 100 005 Pre-fail Always - 0
7 Seek_Error_Rate 0x000b 100 100 067 Pre-fail Always - 0
8 Seek_Time_Performance 0x0005 144 144 020 Pre-fail Offline - 28
9 Power_On_Hours 0x0012 098 098 000 Old_age Always - 15407
10 Spin_Retry_Count 0x0013 100 100 060 Pre-fail Always - 0
12 Power_Cycle_Count 0x0032 100 100 000 Old_age Always - 18
192 Power-Off_Retract_Count 0x0032 100 100 000 Old_age Always - 37
193 Load_Cycle_Count 0x0012 100 100 000 Old_age Always - 37
194 Temperature_Celsius 0x0002 253 253 000 Old_age Always - 22 (Min/Max 15/31)
196 Reallocated_Event_Count 0x0032 100 100 000 Old_age Always - 0
197 Current_Pending_Sector 0x0022 100 100 000 Old_age Always - 0
198 Offline_Uncorrectable 0x0008 100 100 000 Old_age Offline - 0
199 UDMA_CRC_Error_Count 0x000a 200 200 000 Old_age Always - 0
Основные атрибуты, о которых вы хотите знать, следующие:
Обычно это значение должно быть меньше 1000.
Это секторы, которые пришлось перераспределить в другую часть жесткого диска, потому что предыдущий сектор был неработоспособным.
Это должно быть меньше 55,