实战:排除AIX服务器的故障

　　在本文中，按相似的方式学习如何解决 IBM AIX? 中的实际问题。您会了解相关的工具和知识，从而提升解决可能会遇到的一些棘手问题的技能。本文给出我曾经遇到的两个有意思的场景，提供探测异常情况的步骤。然后停一下，让您推测什么出了问题，最后给出答案。
　　示例问题
　　首先描述我作为系统管理员遇到的两个问题。
　　问题 1：服务器更大，而计算能力却降低了
　　当时，我需要把一个 AIX 5.3 LPAR 从基于 POWER4? 的老式 IBM pSeries? p670 服务器迁移到基于 POWER6? 的全新的 pSeries p570 服务器上。老的服务器资源不足(使用 Workload Manager 管理服务器上主要应用程序的资源)，因此新硬件上新的动态处理器资源应该会提供我需要的计算能力。我对这个 LPAR 执行了 mksysb，然后使用 Network Installation Manager 在新硬件上恢复它并通过 SAN 磁盘映射它。
　　我启动了这个 LPAR，直到启动应用程序之前看起来一切顺利。突然之间，用户开始打电话来了。他们根本无法访问自己的产品了。当我登录时，发现服务器完全是空闲的。服务器上根本没有消耗资源很多的进程。用户为什么会遇到问题?
　　问题 2：出故障的硬盘无法解除镜像
　　我的一台服务器具有镜像的 root 磁盘。有一天，错误报告指出在其中一个磁盘上坏块无法重新定位。我知道这是硬件故障的先兆，所以开始解除镜像。但是，服务器说无法完全解除镜像，因为其中一个逻辑卷只有一个好拷贝，它就在出故障的磁盘上。我应该怎么解决这个问题并更换硬件?
　　故障排除过程
　　记住这两个示例问题，现在看看解决它们的过程。
　　步骤 1：别乱动
　　一旦发现有麻烦了，最明智的举动就是别乱动。就像印地安纳·琼斯在 “夺宝奇兵” 中一样，如果发现踩上地板就会有飞镖射向您，那么就停在原地，不要继续前进了。更多的变动只会让问题复杂化，可能把情况弄得更糟。当一个问题影响系统正常运行时，不得不解决多个问题是没有意义的。
　　对于 第一个示例问题，我让用户马上退出系统，然后我终止应用程序。我知道在性能很差时用户的查询和输入会中断，这可能会破坏他们的数据，在我检查系统之前不希望他们的环境有进一步的变动。尽管用户不愿意听到他们现在不能使用新的服务器，但是知道我正在查找问题的原因，他们会很高兴。另外，这让我有时间按自己的方式执行其他故障排除步骤。
　　步骤 2：先从基本命令开始，然后增加复杂性
　　在我学功夫时，听到了一位二级黑带在公共汽车站制伏小偷的故事。同学们都想知道她用哪一招放倒了进攻者。是金虎式吗?还是八卦掌中的圈掌?我们甚至想像她非常厉害，用醉八仙把对方放倒了。结果都不是：她使用的是白带在班上最初学习的技术之一 — 肘击前胸，再拳击鼻子。

[1] [2] [3] [4] [5] [6] 下一页