好久没做这种类似技术顾问的工作了。今天处理了一个挺奇怪的问题，我也是第一次碰到这种事情。最后总算比较周折的找到了原因，这个bug比较新，估计碰上问题的人应该不会少，所以我就顺手记在这里一份。
问题是出现在一个朋友的服务器上，这是一台E5-2430的Dell服务器，他给我的描述是"有一台机器非常慢，但负载很低。"按照以往经验，这种问题是出现在程序锁或者IO Block上，一般是某些重要资源的争用导致的。但检查之后这些都没问题。
这种现象我从来没碰上过，直觉上感受就是cpu本身速度很慢，于是，用计算圆周率的办法来测试cpu性能：
time echo "scale=5000; 4*a(1)" | bc -l -q
过了4，5分钟都没算出来结果。基本可以定位问题在CPU上。
查syslog，发现大量的 CPU0: Package power limit notification 这种通知，怀疑是和电源管理有关。
顺着这个终于找到了问题。这是一个目前只出现在Dell服务器上的LInux内核bug，大致是内核在CPU功耗和温度控制上有bug，（确切的说应该是Dell的BIOS造成的，但最终表现出来是内核的bug）没法拿到正确的值，由此导致CPU持续被降频。
最早的报告应该来自Redhat，并且在1个多月之前redhat修复了它。
如果是Redhat的服务器，打补丁即可，如果不是Redhat，这里有几种其他解决方案。
这件事让我明白了为什么一些做运维的人非要坚持用Redhat，我一直认为Redhat在各方面都落后了。但出现这种问题的时候还是这种商业公司响应比较及时。
多谢 @googollee，@yarshure，@holly，@qianhw 的建议和讨论。]]>
由 udpwork.com 聚合
|
评论: 0
|
要! 要! 即刻! Now!
