使用实例自助检测,可从检测报告中获取实例的异常情况。本文主要介绍实例自助检测报告中,内核及 IO 相关问题现象、引发原因及处理步骤。
内核问题定位及处理
故障现象
内核相关故障,可能导致机器无法登录或异常重启。
可能原因
内核 hung_task
hung task 机制通过内核线程 khungtaskd 实现,khungtaskd 监控 TASK_UNINTERRUPTIBLE 状态的进程。如果在
kernel.hung_task_timeout_secs
(默认120秒)周期内一直处于 D 状态,则会打印 hung task 进程的堆栈信息。如果配置
kernel.hung_task_panic=1
,则会触发内核 panic 重启机器。内核软死锁 soft lockup
soft lockup 指 CPU 被内核代码占据以至于无法执行其他进程。检测 soft lockup 的原理是给每个 CPU 分配一个定时执行的内核线程 [watchdog/x],如果该线程在一定周期内(默认为
2*kernel.watchdog_thresh
,3.10内核 kernel.watchdog_thresh
默认为10秒)没有得到执行,则表明发生了 soft lockup。如果配置了
kernel.softlockup_panic=1
,则会触发内核 panic 重启机器。内核 panic
内核异常 crash 导致机器异常重启,常见的内核 panic 场景如下:
内核出现了 hung_task 且配置了
kernel.hung_task_panic=1
。内核出现了软死锁 soft lockup 且配置了
kernel.softlockup_panic=1
。触发了内核 bug。
处理步骤
硬盘问题定位及处理
硬盘 inode 满
故障现象:创建新文件时提示 “No space left on device” 错误信息,且使用
df -i
命令查看 inode 空间使用率100%。
可能原因: 文件系统 inode 耗尽。
处理步骤:删除无需使用的文件或扩容硬盘。硬盘空间使用率满
故障现象:创建新文件时提示 No space left on device 错误信息,且使用
df -h
命令查看到硬盘空间使用率100%。
可能原因: 硬盘空间耗尽。
处理步骤:删除无需使用的文件或扩容硬盘。硬盘只读
故障现象: 文件系统只能读文件,不能创建新文件。
可能原因: 文件系统有损坏。
处理步骤:
1. 创建快照以备份硬盘数据,详情请参见 创建快照。
2. 根据硬盘类型,执行对应处理步骤:
1. 执行以下命令,查看只读盘对应的文件系统类型。
lsblk -f
2. 执行以下命令,卸载数据盘。
umount <对应盘挂载路径>
3. 对应文件系统类型,执行以下命令进行修复:
ext3/ext4 文件系统,执行以下命令:
fsck -y /dev/对应盘
xfs 文件系统,执行以下命令:
xfs_repair /dev/对应盘
硬盘 %util 高
故障现象:实例卡顿,使用 SSH 或 VNC 登录慢或无响应。
可能原因:IO 高导致硬盘 %util 达到100%。
处理步骤:查看 IO 高是否合理,且需评估是否减少 IO 读写或者置换更高性能的硬盘。