发表于 2024年9月20日1年前 有一台 Linux 工控机，最近频繁死机。具体的现象就是，PING 无响应，串口连接无任何反应。但是网线的灯是闪的，插拔网线也会亮灯和灭灯。长按电源硬重启恢复。开启 kdump 后，在/var/crash 中无任何文件产生，查看/var/log/messages 无任何异常日志，只是日志停在了死机的那一刻，串口也没有任何崩溃输出。 系统负载低，CPU 硬盘负载接近 0%，内存 15%左右，没有跑什么业务，设备的温度不高，都在 40-50°C 以下，死机的时候没有进行任何操作。 目前怀疑方向是前段时间厂家给这个设备加了两个 PCI 扩展卡，目前该扩展卡上面还插了两个 PCI 网卡，以及网卡上面有一个光模块，但是没流量。 这个问题有没有什么好的排查方向，目前在排除扩展卡，还是 PCI 网卡，还是插入的光模块导致。只能一个一个组件进行排除，但是该问题复现时间不确定，整个排查周期可能非常久。有没有什么其他更好的方向分析那个问题呢，还有上面新增的这几个硬件有没有可能导致这种现象发生呢
有一台 Linux 工控机，最近频繁死机。具体的现象就是，PING 无响应，串口连接无任何反应。但是网线的灯是闪的，插拔网线也会亮灯和灭灯。长按电源硬重启恢复。开启 kdump 后，在/var/crash 中无任何文件产生，查看/var/log/messages 无任何异常日志，只是日志停在了死机的那一刻，串口也没有任何崩溃输出。 系统负载低，CPU 硬盘负载接近 0%，内存 15%左右，没有跑什么业务，设备的温度不高，都在 40-50°C 以下，死机的时候没有进行任何操作。
目前怀疑方向是前段时间厂家给这个设备加了两个 PCI 扩展卡，目前该扩展卡上面还插了两个 PCI 网卡，以及网卡上面有一个光模块，但是没流量。
这个问题有没有什么好的排查方向，目前在排除扩展卡，还是 PCI 网卡，还是插入的光模块导致。只能一个一个组件进行排除，但是该问题复现时间不确定，整个排查周期可能非常久。有没有什么其他更好的方向分析那个问题呢，还有上面新增的这几个硬件有没有可能导致这种现象发生呢