一、硬件問題

 可以考慮分析以下幾點：

 1、不要超頻CPU，如果已經超頻的先回復到原來的頻率

 雖然平時運行沒有問題，但可能在高負載的使用中就會出現不可預料的故障了。特別是linux系統在某些應用上，是可以把硬件的性能發揮到極限的，但這樣的硬件運行Windows可能是沒有問題的。

2、確認電源供電充足

 必須確保在高負載的狀態下，電源可以滿足負載。

 3、使用memtest86檢查內存狀態

 4、恢復BIOS到默認狀態

 對于服務器，可以使用自帶的監測工具進行測試，也是一個不錯的排錯方法。

 二、軟件問題

如果已經基本排除硬件問題，那我們就必須考慮從軟件上去獲得死機狀態的系統信息了。

1、運氣足夠好的話，系統死機不一定是完全死掉（此時鍵盤可能還能響應），那我們就可以使用Sysrq大法。

 前提是我們必須先打開sysrq功能：

 #echo "1" > /proc/sys/kernel/sysrq

#setterm -blank

 這樣，當系統出現問題的時候，我們可以使用：

 引用

Alt+Sysrq-T 獲得進程系統堆棧信息

Alt+Sysrq-M 獲得內存分配信息

Alt+Sysrq-W 獲得當前寄存器信息

更多的熱鍵可以參考系統上的/usr/src/linux/Documentaion/sysrq.txt

其中，setterm -blank可以關閉字符下定時黑屏保護，方便記錄屏幕信息。

 2、為了讓屏幕顯示更多的內核調試信息，可以修改控制臺的顯示模式為80x25，在/boot/grub/menu.lst中對應的kernel一行，增加vga=0x305，如：

 引用

kernel /boot/vmlinuz-2.4.21-9.30AXsmp ro root=/LABEL=/1 vga=0x305

 3、萬一鍵盤也不幸死掉了，那我們只能采用串口方式，把系統信息發送到另一臺系統上，方法：

 修改/boot/grub/menu.lst文件，在kernel一行增加核心參數"console=ttyS0 console=tty1"，如：

 引用

kernel /boot/grub/vmlinuz-2.4.21-9.30AXsmp ro root=/LABEL=/1 console=ttyS0 console=tty1

 然后，修改/etc/sysconfig/syslog，加入klogd選項"-c 7"，如：

 引用

KLOGD_OPTIONS="-x -c 7"

 重啟服務器；進行測試：

1）使用串口直連線連接客戶機和服務器，在客戶機上運行：

 cat /dev/ttyS0

 服務器上運行：

 echo hi > /dev/ttyS0

 如果客戶機有"hi"輸出即可。

2）服務器上運行：

 echo w > /proc/sysrq-trigger

 看看客戶機上是否有相應的內核信息輸出

3）服務器上運行：

 modprobe loop

 看看客戶機上是否有相應的內核信息輸出

 如果測試都通過的話，那么在客戶機上運行：

 cat /dev/ttyS0 | tee /tmp/result

 當死機出現的時候，我們就可以從客戶機上看到需要的內核信息了（查看/tmp/result）。

 三、總結

 一般造成Linux系統死機的原因有：

系統硬件問題（SCSI卡，主板，RAID卡，HBA卡，網卡，硬盤等）

外圍硬件問題（網絡等）

軟件問題（系統、應用軟件）

驅動bug（找新的驅動）

核心系統bug（到LKML看看，或更換核心再試）

系統設置（恢復到缺省狀態，關閉防火墻等）