如何查找Linux死機原因
Linux 內核雖然號稱“不死族”，幾乎不會崩潰或者死機，但是特殊情況下，還是有一定幾率會宕機的。因為 Linux 廣泛用于生產環境，所以每一次宕機都會引起相當大的損失。它 Uptime 達到上百天也許你習以為常，但是只要 Down 十幾秒，就會立即急的滿頭大汗。真的很難以想象證交所宕機會怎么樣，也許全國股民會鬧翻天。所以我們需要一些小技巧來查找死機的原因，從而避免死機或者內核崩潰。（話說 windows 天天藍屏也沒感覺呀 :-o 難道已經麻木了 :oops: ）
請注意：以下方法可能不適用于 Server，因為桌面環境和 Server 還是有很大區別的。
X Crash
事實上 Linux 內核很少出錯，平常我們所遇到的“死機”都是 X 無響應造成的錯覺。那 X 沒響應了應該怎么處理呢？
通常套路是 Ctrl + Alt +F7 (F8) 切換到某個 tty，然后用 root 登陸，執行 top 查看吃資源最多的程序，然后使用 pkill/kill/killall 等命令殺死該程序。或使用組合鍵 Ctrl + Alt + Backspace重啟 X （黑日白月注：這個快捷鍵組合在***的 Ubuntu 和 Fedora 中關閉）。
如果偶遇切換 tty 失敗或者沒響應，可以試著使用 SSH 登陸此電腦，然后再殺死程序。也許只是 X 不響應，而內核和 SSH daemon 仍然工作，故此可以實施此法。
萬一 X 不給力，各種方法試了無效，又沒有辦法通過 SSH 登陸到此 pc，那怎么辦呢？別著急，我們還有***的 “reisub” 大法。不過在啟用前先要激活內核 sysrq 功能 (via) 。系統啟動時執行：echo "1" > /proc/sys/Kernel/sysrq 或者修改 /etc/sysctl.conf 文件，設置 Kernel.sysrq = 1。系統異常時依次按下 Alt+sysrq+{reisub} ，然后系統會自動重啟。（有關 sysrq 請看：Linux 死機了怎么辦？）
不建議長按 Power 按鍵強制關機，有可能損壞硬件或者丟失數據，甚至導致磁盤壞道！
X 崩潰而內核完好
常見的癥狀有：程序無響應，花屏，鼠標移動指針無動作，鍵盤輸入沒有識別等。但后臺的音樂可以正常播放，或者鍵盤 Caps Lock/Num Lock/Scroll Lock 按鍵按后對應 LED 可以正常亮滅。遇到此種情況可以使用上述方法重啟 X 或者電腦即可恢復正常。
Application Crash
這個比較常見，但是也是相當難解決的。因為 Linux 上的應用軟件大部分都是開源的，所以可能沒有超高的穩定性。也許由于庫的缺少或者版本錯誤，或者代碼的 Bug，都有可能導致程序出現異常。
一般遇到這種問題，建議檢查配置文件是否正確，對配置文件的錯誤修改可能導致程序的運行失敗。如果您確信配置文件沒有錯誤但是程序仍然異常，可以嘗試把配置文件刪除（注意備份！），然后再次打開軟件嘗試。通常程序的配置文件在：
- ~/.[APPNAME]
- ~/.config/[APPNAME]
- /etc/[APPNAME].conf
或者有可能是庫的錯誤，您可以在終端輸入程序名或者程序路徑運行程序，根據終端的提示信息除錯。由于導致程序崩潰的可能性多種多樣，在此不能一一列舉，所以建議您根據出錯信息去 google 搜索并找到解決方案。
Kernel Panic
X 的問題還好辦，可是如果 RPWT 碰到 Kernel Panic，那可真是上天無路入地無門，撞墻的心都有 :evil: 。
一般引起 Kernel Panic 的原因很多，但是都比較罕見。例如硬件問題 (irq confilct, bad block, high temperature)，軟件問題（錯誤的 mod，內核的 Bug），或者文件系統不支持（沒有內建 ext4 支持卻掛載 ext4 的 root 分區），硬件的變動（如添加/更換內存，不支持架構的cpu），錯誤的驅動。
Kernel Panic 的表現形式也是多種多樣：啟動失敗，不正常的長時間 io 操作，鍵盤燈的不正常頻閃，wireless 等指示燈錯誤閃爍，無響應（請區別 xorg crash 情況），徹底鎖死，黑屏，reisub 大法不靈 等等。
一般情況下，秉承 KISS 原則的 Linux 內核，會盡力解決一切錯誤并正常運行，如果遇到極端情況發生 Panic，它會盡可能把所有相關信息顯示在屏幕上——至于多少，別奢求，Kernel 已經盡力了。
因為 Kernel Panic 是一種很極端的情況，有的人可能自從使用 Linux 就沒有遇到過。所以我們要收集所有相關的信息來解決問題。發生錯誤后的各種輸出是最直接的最有效的（ Dump 在 tty。請關閉 x）。因為 Kernel 已經崩潰，不一定能找到完整的 Log。您可以根據以下線索嘗試：
- /var/log/messages —— rp 爆發的時候，也許會記錄下很多相關信息。按照時間戳查找。
- 回溯操作 —— 回憶 Kernel Panic 之前所做的所有事，并回滾。（如安裝了某個程序，可以在 /var/log/pacman.log 找到安裝日志）
- Dump 信息 —— 屏幕輸出信息是系統***的“遺言”，請使用數碼相機或者筆紙記錄。（tty only）
接下來就應該根據錯誤發生的可能原因進行排除。將內核啟動參數化為最簡形式，不應附加任何不必要參數，并 BIOS 中禁用掉所有無關硬件。相關日志文件：
- /var/log/boot
- /var/log/xorg 所有相關（僅參考）
- /var/log/messages
如果可以，您應該記錄下所有屏幕輸出信息，并查看 /var/log/messages 。
可能遇到的問題，和解決方法：
- irq conflict （還好我沒碰到），可以嘗試從 bios 修改硬件irq，或者升級 bios，都不生效就換電腦或者禁用沖突硬件；
- bad balock，嘗試修復壞道或者屏蔽壞道分區，建議更換磁盤；
- io error，同上，也有可能是沒有內建文件系統支持的原因，重新編譯內核或者找***版的內核安裝；
- mod，刪除可能導致錯誤的內核模塊（如 vboxdrv），涉及到的命令有：
- lsmod: 列出已載入的模塊
- modprobe: 載入模塊（ 黑日白月注：在這里和其他命令對應的為 insmod + depmod 比較好，modprobe 更類似于 XXXmod 系列命令的升級整合版本。）
- rmmod: 移除內核中模塊，效果等同于 modprobe -r
- modinfo: 顯示模塊相關信息
- driver，a卡或者n卡驅動，也容易造成問題；
- 硬件本身的問題導致，建議檢測硬件可用性和兼容性（例如 memtest+）；
- 內核 bug，如果您有能力，建議使用 KDB (Kernel debugger) 排錯，或者重新編譯內核；
- 不負責任的告訴您，***的方法是換 windows :mrgreen:
【編輯推薦】
