如何解决 U盘启动 Lunix 系统死机问题？

故障排除 Linux *** 作系统死机处理方法总结
Linux 有多种机制来保证发生系统崩溃后，可以获取有价值的信息用以分析问题。确定是硬件故障，还是应用程序bug 导致的。
Linux 中，有如下几种方法来获取各种崩溃时产生的信息。
1Core dump
Core dump 通常用来调试应用程序错误，当某些应用程序运行出现异常崩溃时，可以开启系统的 core dump 功能，来得到一个程序崩溃时的内存信息，用来分析崩溃原因：
在/etc/profile里加上(或者修改)一条：
ulimit -c 0
运行命令：sysctl -w "kernelcore_name_format=/coredump/%ncore"
该命令意思是指core文件放在/coredump目录下，文件名是进程名+core
2Diskdump
diskdump工具提供了在单机上创建和采集vmcore(kernel dump)的能力，而无须使用网络。当内核本身出现崩溃的时候，当前的内存和CPU状态以及相关的信息都会被保存到一个支持diskdump的磁盘上的保留分区上。在下一次重新启动的时候，当系统重新启动，diskdump的初始化脚本会从保留分区中读取保存的信息并创建一个vcore文件,然后这个文件被再次存放到/var/crash/目录下，文件名为127001-
如下是一个配置 HP SCSI 设备上启用 diskdump 的过程，如果不是 HP SCSI 设备(即设备名为 /dev/sdX的形式)，则无须执行第三、四两个步骤。但需要在第一步前先执行命令： modprobe
diskdump
第一步：编辑 /etc/sysconfig/diskdump文件，将一个空白分区的设备名填入后保存退出，例如：
DEVICE=/dev/cciss/c0d0p2
第二步：初使化 dump 设备
#service diskdump initialformat
警告：该分区的所以数据会丢失。
第三步：使用 cciss_dump 模块替换当前的 cciss 模块：
在 /etc/modprobeconf 找到如下行：
alias scsi_hostadapter cciss
修改为：
alias scsi_hostadapter cciss_dump
再增加一行：
options cciss_dump dump_drive=1
注：假设diskdump文件中配置的为 /dev/cciss/c0d[#a]p[#b], 请设置为： options cciss_dump dump_drive=[#a]
第四步：重建 initrd 文件：
#mv /boot/initrd-`uname -r`img /boot/initrd-`uname -r`imgold
#mkinitrd /boot/initrd-`uname -r`img `uname -r`
第五步：设置 diskdump 服务能够开机自启动：
# chkconfig diskdump on
3Netdump
如果使用红旗DC40 或 30 版本系统，是不能支持 diskdump 的，可以利用netdump 来达到输出vmcore 的目的。但是Netdump要求至少有一个服务器以及任意数目的客户端。服务器用来接收客户端死机时的信息，客户端是经常死机的机器。　
（一）服务器配置:
(1)检验netdump服务器是否安装完毕:
rpm -q netdump-server
如果未安装,请在光盘 RedFlag/RPMS/ 目录中找到 netdump-server 打头的软件包，执行命令:
rpm -ivh netdump-server-xxxrpm (x为版本号)
进行安装。
(2)服务器包安装后,用命令:
passwd netdump
更改用户的密码
(3)打开服务:
chkconfig netdump-server on
(4)运行服务器:
service netdump-server start
（二）客户端配置:
(1)校验客户端是否已安装
rpm -q netdump
如果未安装，在光盘 RedFlag/RPMS/ 目录中找到 netdum 打头的软件包，执行命令:
rpm -ivh netdump-xxxrpm (x为版本号)
安装
(2)编辑文件/etc/sysconfig/netdump，添加如下行:
DEV=eth0
NETDUMPADDR=1721681182
NETDUMPMACADDR=00:0C:29:79:F4:E0
1721681182指 netdump 服务器地址。
(3)运行下面的命令，出现提示符时输入密码:
service netdump propagate
(4)打开客户端:
chkconfig netdump on
(5)运行客户端:
service netdump start
(6)测试
为了测试netdump的配置是否正确，在netdump客户机上做下面 *** 作：
cp /usr/share/doc/netdump-xxxxxx/crashc
gcc -DKERNEL -DMODULE -I/lib/modules/$(uname -r)/build/include -c crashc
insmod /crasho
这会造成系统崩溃，你会在netdump服务器的/var/crash/<客户端IP>/目录下，看到一个核心转储。当客户机正在转储数据到服务器的时候，你会看到一个名叫“vmcore-incomplete"的文件。当转储结束后，该文件会改名成 "vmcore"。"vmcore"文件的大小会变化，可能达到几个GB在一个内存是512M的系统上，上面的测试会产生大约510M的vmcore文件。
怎么判断网卡是否支持netdump功能？
内核调试工具netdump需要网卡驱动支持netpoll功能。netpoll的目的是让内核在网络和I/O子系统尚不能完整可用时，依然能发送和接收数据包。主要用于网络控制台（net console）和远程内核调试（KGDBoE）中。实现netpoll功能，主要是要实现kernel中的poll_controller函数，该函数定义：void (poll_controller)(struct net_device dev)。该函数的作用是在缺少设备中断的情况下，还能对控制器做出响应。几乎所有的poll_controller函数都定义成如下形式：
void my_poll_controller(struct net_device dev) {
disable_device_interrupt(dev);
call_interrupt_handler(dev->irq, dev);
enable_device_interrupt(dev);
}
所以，poll_controller只是模拟了来自指定设备的中断。一个最简单的判断一个网卡驱动是否这次支持netpoll功能的方法是安装内核源代码，然后在代码树 /usr/src/kernel-＜version＞中搜索HAVE_POLL_CONTROLLER的定义, grep -r "HAVE_POLL_CONTROLLER" /usr/src/linux-＜version＞/drivers/net示例如下：
# grep -r "HAVE_POLL_CONTROLLER" /usr/src/linux-24/drivers/net
/usr/src/linux-24/drivers/net/3c59xc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/3c59xc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/e100/e100_mainc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/e100/e100_mainc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/e1000/e1000_mainc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/e1000/e1000_mainc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/e1000/e1000_mainc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/eepro100c:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/eepro100c:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/pcnet32c:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/pcnet32c:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/tg3c:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/tg3c:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/tlanc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/tlanc:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/tulip/tulip_corec:#ifdef HAVE_POLL_CONTROLLER
/usr/src/linux-24/drivers/net/tulip/tulip_corec:#ifdef HAVE_POLL_CONTROLLER
从输出可以看到，3c59x, e100, e1000, eepro100, pcnet32, tg3, tlan和tulip都支持netpoll。
如果系统使用了这些网卡，那么系统应该支持netpoll，那么就支持netdump。
如果希望进一步确认网卡是否是使用这些网卡，可以查看/etc/modulesconf:
# cat /etc/modulesconf
alias eth1 e100
alias eth0 3c59x
4SysRq
SysRq组合键是一组"魔术组合键"，只要内核没有被完全锁住，键盘还能够使用，不管内核在做什么事情，使用这些组合键可以立即打印出内核的信息。
使用sysrq组合键是了解系统目前运行情况的最好方式。如果系统出现挂起的情况或者在诊断一些和内核相关，比较怪异，比较难重现的问题的时候，使用sysrq键是一个比较好的方式。
为了安全起见，默认SysRq组合键是关闭的。
打开这个功能，运行:
# echo 1 > /proc/sys/kernel/sysrq
关闭这个功能:
# echo 0 > /proc/sys/kernel/sysrq
如果想让此功能一直生效，在/etc/sysctlconf里面设置kernelsysrq的值为1 重新启动以后，此功能将会自动打开。
kernelsysrq = 1
因为打开sysrq键的功能以后，有终端访问权限的用户将会拥有一些特殊的功能。因此，除非是要调试，解决问题，一般情况下，不要打开此功能。如果一定要打开，请确保您的终端访问的安全性。
如何触发一个sysrq事件
有几种方式可以触发sysrq事件。在带有AT键盘的一般系统上，在终端上输入一下组合键:
Alt+PrintScreen+[CommandKey]
例如，要让内核导出内存信息(CommandKey "m")，您应该同时按下Alt 和 Print Screen 键，然后按下 m 键 提示: 此组合键在Xwindows上是无法使用的。所以，您先要切换到文本虚拟终端下。如果您现在是在图形界面，可以按Ctrl+Alt+F1切换到虚拟终端。
当我触发一个sysrq事件的时候，结果保存在什么地方
当一个sysrq命令被触发，内核将会打印信息到内核的环形缓冲并输出到系统控制台。此信息一般也会通过syslog输出到/var/log/messages
有时候，可能系统已经无法响应，syslogd可能无法记录此信息。在这种情况下，建议您配置一个串口终端来收集这个信息。
那些类型的sysrq事件可以被触发
sysrq功能被打开后，有几种sysrq事件可以被触发。不同的内核版本可能会有些不同。但有一些是共用的:
m - 导出关于内存分配的信息
t - 导出线程状态信息
p - 到处当前CPU寄存器信息和标志位的信息
c - 故意让系统崩溃(在使用netdump或者diskdump的时候有用)
s - 立即同步所有挂载的文件系统
u - 立即重新挂载所有的文件系统为只读
b - 立即重新启动系统
o - 立即关机(如果机器配置并支持此项功能)
故障分析
虽然我们可以通过上述的几种方法来获取应用程序或 *** 作系统崩溃时的各种信息，但是分析这些问题有一定难度。
常见问题
软件相关
系统平时运行一切正常，自从新实施了一项应用后，频繁发生崩溃现象，此类问题多数与应用程序Bug有关，不一定在所有相同配置系统中都会产生，但是一旦触发该Bug，就有可能发生崩溃。
系统平时运行一切正常，自从新实施了一项应用后，频繁发生崩溃现象，也有一些情况是新增的应用需要做一定的 *** 作系统配置，没有设置的话，也有可能出现资源利用问题，导致崩溃发生。
系统平时运行一切正常，自从新实施了一项应用后，频繁发生崩溃现象，也有一些情况是应用的版本与 *** 作系统版本不匹配，应用软件所需的系统库文件版本不对应，容易引发应用程序崩溃。
系统平时运行正常，近期没有任何新增应用，也没有更改系统配置，却接连发生多次崩溃现象。此类问题多数是压力增大，超出了硬件所能承受的负载，耗尽资源，发生崩溃。
系统平时运行正常，近期无新增应用，系统负载也不高，却发生崩溃现象。不排除 *** 作系统本身的问题，有可能某种 *** 作诱发了一个系统Bug，发生崩溃。
硬件相关
新增内存后，系统经常发生崩溃现象，此类问题有可能是32位机器配置了超过12GB的内存，但没有使用 hugemem 核心导致，具体原因可参见第一节中的说明。
机器使用期限较长，某个硬件发生故障，也会导致系统崩溃的发生。
新配置的机器经常发生崩溃现象，有可能硬件较新，而驱动程序版本较低，一般可通过升级驱动解决，驱动一般集成在内核当中，常见的办法是升级内核版本。

一般这种情道况就是缺少机油啦。添加机油会明显改善。
当轴承磨损时,它的间隙就增大,配合精度就下降;当轴承损坏时由于轴承不能正常运转便会产生异常声音,甚至造成变速箱中的变速元件的损坏,造成故障的扩大。
变速元件的磨损或更换时选用的零件的精度过低造成的,如齿轮的磨损或更换的新齿轮与原齿轮的配合间隙过大。

---