一台中科曙光的 R6240HS ,安装的银河麒麟系统,过段时间就关机了,登进 BMC 无任何报错,BMC 看运行时间还是最开始安装时的时间,是不是说明不是硬件的事情而是系统自身的原因。
一台中科曙光的 R6240HS ,安装的银河麒麟系统,过段时间就关机了,登进 BMC 无任何报错,BMC 看运行时间还是最开始安装时的时间,是不是说明不是硬件的事情而是系统自身的原因。
|
huyudong1991Oct 2 via Android
1
cpu 某些核心不稳定可能导致低压待机下崩系统
|
|
2
@huyudong1991 新机器啊,CPU 应该没啥问题
|
|
someonesnoneOct 2
3
我前几天 htpc 莫名死机, 后来发现是一条内存不稳定
|
|
kekxvOct 2 via iPhone
4
激活了吗?例如 Windows server 服务器版本如果没激活是会自动关机的,麒麟不知道
|
|
shuiduoduoOct 2 via iPhone
5
不能换系统吗 换 Debian 在测试
|
|
6
大概率是硬件问题,是不是 Hygon 的 U 啊? 100 多个超线程,十多个小芯片封装到一起,电压散热感觉是很大的问题啊
|
|
7
@someonesnone 再有问题排查一下内存的事
|
|
8
@frayesshi1 是海光的 CPU ,之前没事,最进才发生的,使用了 3 个月了
|
|
10
@shuiduoduo 系统不能换,必须是国产化麒麟的
|
|
zx94438011Oct 4
11
BMC 运行时间没断,只能说明整机没掉过电,电源线和 PDU 这一路没问题,还不能排除硬件。可以分两步看:
1. 先看 BMC 里的系统事件日志( SEL ),不是告警页。找关机那个时间点记的是什么:OS 发起的软关机( ACPI S5 / soft-off )、电源键被按,还是 thermal trip 、电源保护、watchdog 超时。这几种的方向完全不同。 2. 再看系统里上一次启动的日志结尾:`journalctl --list-boots` 找到上一次,再 `journalctl -b -1 -e`,顺便 `last -x | grep -E 'shutdown|reboot'`。结尾如果有完整的停服务过程,就是有东西发了关机指令,去查 logind 有没有记到电源键事件、定时任务、UPS 或管控软件、麒麟自带的电源策略。日志如果是突然断的,没有关机过程,那就偏硬件,重点看过温和供电。 另外可以把 kdump 配上,再开着 BMC 的 SOL 串口日志,下次再关就能留下最后的输出。 |
|
HardoOct 4
12
可以试试使用 Cloudflare Workers 跑定时任务,再用 Echobell 做强提醒通知
|
|
13
@zx94438011 再出现问题,我按照这个排查看看
|