主页 / server / 问题 / 533793
Accepted
Alexander Farber
Asked: 2013-08-27 04:06:03 +0800 CST

我的 CentOS 服务器上是否已经有一个硬件看门狗处于活动状态？

  • 772

我以低成本的托管服务租用了一台专用服务器（带有 Intel Haswell CPU 和定制硬件），并将它与 CentOS 6.4 / 64 位 Linux（带有股票内核：2.6.32-358.14.1.el6.x86_64）一起使用。

每隔几周它就会挂起，其他客户似乎也有类似的问题。

在dmesg我看到的输出中（这里是完整的 dmesg 输出）：

CPU0: Intel(R) Core(TM) i7-4770 CPU @ 3.40GHz stepping 03
....
NMI watchdog enabled, takes one hw-pmu counter.
....
iTCO_wdt: Intel TCO WatchDog Timer Driver v1.07rh
iTCO_wdt: Found a Lynx Point TCO device (Version=2, TCOBASE=0x1860)
iTCO_wdt: initialized. heartbeat=30 sec (nowayout=0)

在进程列表中我看到：

#  ps uawwwx|grep [w]atchdog
root         6  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/0]
root        10  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/1]
root        14  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/2]
root        18  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/3]
root        22  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/4]
root        26  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/5]
root        30  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/6]
root        34  0.0  0.0      0     0 ?        S    Aug22   0:00 [watchdog/7]

这是否意味着，硬件看门狗已经在我的服务器上处于活动状态，并且会在冻结后 30 秒内重新启动我的机器？

（在我放的 /etc/sysctl.conf 中kernel.panic=10，这样它就不会再卡在 kdb 控制台中了）。

还是我必须安装并启动 CentOS 软件包watchdog？

linux

3 个回答

  1. 好吧，这里有几个问题需要解决......

    • 服务器挂起时会发生什么？屏幕上有什么？日志中有什么？您是否必须与托管服务提供商合作才能重新启动？您可以自己执行重置吗？

    • 您的服务器不应挂起、停止或崩溃！！在使用低端、DIY 或定制硬件的环境中工作过，我了解服务提供商的目标是降低成本。但是，如果存在稳定性问题，则提供商有责任修复这些问题。搭建一个稳定的Linux服务器平台并不难。然而，它比它应该发生的频率更高。如果硬件/软件/操作系统/固件的组合是有毒的，那是一个不好的迹象。提供商的运营规模应该能够在问题影响多个客户之前了解问题。

    • 您的硬件是否有 IPMI 设备？您有 IPMI 访问权限吗？通常，看门狗是带外管理设备的一部分。例如，HP ProLiant 服务器具有自动服务器恢复 (ASR)功能集来处理此问题。

    • 您的系统检测到的设备是正在使用的英特尔芯片组的一部分。所以从技术上讲，有一个看门狗设备，并且有通用的内核支持（看起来它在 CentOSPlus 内核中，而不是你拥有的那个）。但是，看门狗包可以作为软件级看门狗提供帮助，在您可能拥有的硬件挂钩之外。

    但同样，你在这里治疗症状。找到根本原因很重要。如果其他客户遇到这些问题，您都需要与服务提供商一起解决。

    • 9
  2. Best Answer

    Linux 有一个通用的看门狗接口。您可以通过启用iTCO_wdt 硬件支持的 NMI 看门狗或安装和配置不依赖于硬件的软件看门狗来使用它。

    • 7

  3. 中央操作系统

    yum install watchdog

    在 Ubuntu 上

    apt-get install watchdog
#optional
#apt-get install das-watchdog

    然后...

    sudo vi /etc/watchdog.conf

    当然你应该知道，在 VIM 中，冒号 (:) 按钮打开菜单（或者更确切地说是命令行）， w 告诉它写下你的更改，或者 w! 强制它，然后 q 退出。（您也可以使用旧的 ZX Spectrum 光标键 - hjkl 移动，字母 d 删除和 i 插入，escape 停止插入。）

    取消注释：

     watchdog-device = /dev/watchdog

    看

     man watchdog.conf

    更多……当你完成时……

    service watchdog restart

    是的，这些进程与看门狗有关，但除非它们配置正确，否则它们只是坐在那里无所事事。

    这应该可以帮助您应对将随机锁定变成随机重启的不可靠电源。

    你可以用

    echo *todo* placeholder while I test how to test it, in case I reboot...

    如果它仍然不起作用，您可能需要多出一点汗并找出您的平台支持的驱动程序。

    就个人而言，会尝试单独加载和测试每个看门狗定时器模块，使用类似这样的东西，在 shell 中以 root 身份运行：

    echo "Testing default... " | tee -a /var/log/watchdog-test.log; sync
service watchdog stop
echo Didn't work, we're still here... | tee -a /var/log/watchdog-test.log; sync
# If the default watchdog does work, I bet stopping the service disabled the default watchdog then... *todo* test and update this
echo Modules still loaded...
DOGS=`lsmod|grep -e wdt -e dog|cut -d\  -f1`
echo $DOGS
for dog in $DOGS; do
  echo Unloading $dog
  rmmod $dog || { echo "Oops.. didn't work, $dog won't unload"; sleep 70; };
done;
echo Did they all unload...? If not, I think the rest of this is a waste of time... reboot and skip that one next time
sleep 63
DOGS=`find /lib/modules|grep watchdog|awk -F'\watchdog/' '{print $2}'|sed [email protected]@@g|sort|uniq`
for dog in $DOGS; do 
   echo "Testing $dog... " | tee -a /var/log/watchdog-test.log; sync
   modprobe -v $dog && if [ -e /dev/watchdog ]; then
      dmesg|tail -5
      echo $dog Loaded. Ready for a reboot? | tee -a /var/log/watchdog-test.log; sync
      echo *todo* force a quicker timeout? *todo* read kernel source
      cat /dev/watchdog & test=$!
      sleep 0.5
      [ -e /proc/$test ] && { sleep 63; kill $test; };
  fi
  rmmod $dog
  echo $dog Didn't work, we're still here... | tee -a /var/log/watchdog-test.log; sync
done

    如果它只是通过，没有延迟......那么似乎没有一个模块可以工作。如果您的 PC 重新启动，则在启动时：

    尾 -1 /var/log/watchdog-test.log

    将显示一个可能的候选人...现在确保您的服务器加载它...

    Ubuntu 似乎使用了您在此处记下的模块：

    sudo vi /etc/default/watchdog

    我没有测试过这个。如果你这样做，来更新这个答案。待办事项 这是 SuSe 的提示：https ://www.suse.com/support/kb/doc?id=7016880和 Ubuntu：https ://github.com/miniwark/miniwark-howtos/wiki/Hardware-Watchdog- Timer-setup-on-Ubuntu-12.04 http://odroid.com/dokuwiki/doku.php?id=en:odroid_linux_watchdog

    • 1

相关问题