SUN设备日常维护手册

SUN设备日常维护手册版本1.0北京华胜天成科技股份有限公司2002.05.10Hotline：[phone]Date：2002-05-102SUN设备日常维护手册一.维护目的1.检查设备软硬件工作状态，及时发现出现的各种问题，消除故障，使设备恢复正常工作状态。2.预防各种可能出现的问题，分析系统信息或日志，调整软硬件配置、优化系统，使设备保持最佳的运营状态。3.保存原始数据和系统记录，以便于查询、恢复和分析。日常维护内容应针对不同机型、应用、软件做不同要求的检查，下面维护检查内容是所有机器在维护过程中都应检查的内容。二.系统启动和终止1.检查机房环境。SUN设备对环境温度、湿度要求较高，为了保证机器的稳定性和性能，因此在决定开机之前必须看一下机房的温度表和湿度表，确保环境是机器允许的范围内；据统计，温度每升高10℃计算机的可靠性就下降25％。2.检查UPS系统。非正常掉电对SUN服务器的损害是非常大。为避免这种情况，请为系统中基本都配置了UPS系统。在启动机器之前应对UPS系统进行一次常规检查。3.严守加电规则。设备的加电启动过程是有顺序的，要求必须按照操作手册的规定来操作。否则，很有可能造成对系统的损坏。使用UNIX操作系统的计算机其开关机过程不同于一般的个人PC机。开机过程1)先启动外部设备的电源如外置式硬盘磁带机CD-ROM驱动器等。2)启动主机电源。关机过程1)进入系统根用户帐号root。2)确认没有运行不可中断的任务后执行下列命令中的任一个均可。shutdown使系统在60秒后进入0运行级即ok状态延时可用参数-g调整init0使系统立即进入0运行级即ok状态init5使系统立即进入0运行级并自动关闭主机电源注意应避免使用halt命令它不是关机的好方法三.外围检查范围1.显示器：显示正常、没有模糊、色彩不正、调节失效等不正常现象。2.键盘：操作各键反应灵敏，没有按下不弹起或没有反应等现象。3.鼠标：操作灵活、推动鼠标光标反应灵敏。4.软驱：用命令对磁盘读、写操作正常，写操作后的磁盘在其它设备上可正常读出。5.光驱：用命令对光盘做读、弹出等操作。6.磁带机：用命令对磁带做读、写、各种倒带操作，确保所有操作工作正常。7.主机面板灯：查看电源、硬件、硬盘、运行等状态灯显示是否正常。8.其它显示灯：电源模块等状态灯。9.电源线：电源线插头与插座插接可靠，没有松动；电源线摆放位置合适，不会被误碰掉。Hotline：[phone]Date：2002-05-10310.网线连接：网线连接可靠，摆放规整。11.温度、湿度：检查温、湿度数、确保温、湿度在设备要求的范围内。温度应保持在20~23℃，湿度应保持在50~55%12.灰尘：检查设备表面灰尘，定期保持清洁；可利用机器停机时间，及时对机器内部做灰尘清洁。13.漏电保护：确保机器具有可靠接地保护，防止静电放电，造成损坏硬件。14.机器噪音：检查机器是否有异常声音，持续时间。四.系统性能检查和优化1.监视Sun系统的性能RuleandTuning——CPU——Memory——Network——Disk2.影响系统性能的因素低性能可能来源于下面几个层次之一：——应用程序——网络——核心层——系统配置3.搜集信息内容——问自己下面简单的12个小问题:Q1:系统用来作什么?(对系统性能的要求有多高)——系统用来作什么?它上面的基本应用是什么?是文件服务器？数据库服务器？终端用户的CAD工作站？Internet服务器？还是伺服控制系统?Q2:谁是用户?用户在哪？——有多少用户?——他们怎样使用系统？他们可能是一教室的学生,在家上网浏览Internet的人,数据录入人员,开发工程师,实时数据流入,批处理任务——最终用户是否直接相连?通过什么设备相连?Q3:谁反应系统存在性能问题?什么速度比较慢?(性能问题是客观存在的还是主观想法)——最终用户抱怨——客观测试Hotline：800-810-0584Date：2002-05-104Q4:系统的配置如何?(系统配置是否已经足够高)——CPU,内存、网络、硬盘——Solaris的版本——安装了哪些相关patch?Q5:使用了什么应用软件?(性能问题有没有可能是由于软件引起的,其它用户对这些软件的反应如何)——NFSserver:NFSV2orNFSV3——Webserver:SWS,NetscapeorApache——DatabaseserverOracle,InformixorSybasedatabasetablesrunningonrawdiskorinfilesystemtables?Q6:系统中比较忙的进程在做什么?(性能问题是否由于某些或某个进程引起)——哪个进程忙——谁启动的该进程——他们占用了多少CPU——他们占用了多少内存——他们运行了多长时间Q7:CPU的利用率有多少?——CPU的整体忙闲程度如何?——用户进程和系统进程占用CPU的比例怎样?Q8:磁盘的利用率有多少?什么使磁盘忙?——如果整个磁盘系统idle,跳过此问题——磁盘有多忙?——哪个磁盘的负载最重?——单个进程的数据并不反应进程在使用哪块硬盘Q9:网络配置的是什么名字服务?——很多性能问题都是由于名字服务配置不合适所致Q10:网络活动状态如何?——每个网口上包的传输率——NFSclient和server的操作频率——TCP连接,吞吐量,重传率Q11:物理内存够不够?——如果没有内存扫描(scanrate)，说明内存足够——如果内存扫描率很高，并且swap所在磁盘忙,说明需要更多内存。Hotline：[phone]Date：2002-05-105Q12:最近对系统做了那些修改?——总是了解自己对系统所做的修改很重要添加了更多的用户某些事件会导致较高的用户行为升级应用程序或安装新的版本网络上增加了其它机器硬件配置改变或升级4.监视Sun系统的性能监视系统资源检查Solaris日志和文件，看是否能发现问题利用系统资源监视脚本发现系统瓶颈1)监视系统资源CPU--vmstat,mpstatMemory--vmstatDisk--iostatNetworks--netstatprocess--psOthercommand--sar,nfsstat,swap,prtconf,prtdiag,pkginfo,showrev(patchadd)——用mpstat监视CPUmpstat以表格形式报告每一个CPU的统计数据example%mpstat5CPUminfmjfxcalintrithrcswicswmigrsmtxsrwsysclusrsyswtidl00001043207000735530411010716720420062384058CPUminfmjfxcalintrithrcswicswmigrsmtxsrwsysclusrsyswtidl00001054516610118417051100010897311143079509041——用mpstat监视CPU（cont.)主要输出参数说明：CPU：CPU编号，举例系统中有2个CPUsmtx：锁没有在第一次请求时获得usr：用户进程占用CPU的比例sys：系统进程占用CPU的比例wt：CPU等待的时间的比例id：CPU空闲的比例Hotline：800-810-0584Date：2002-05-106——用vmstat查看CPU和内存状态vmstat报告虚拟内存，磁盘，陷阱和CPU活动的统计数字example%vmstat5procsmemorypagediskfaultscpurbwswapfreeremfpipofrdesrs0s1s2s3insycsussyid0001145641201411913020400481121304148211110132549600500000230018319213412079101101325564002500000180013123111643462101101245412003700000220016617911813367——用vmstat查看CPU和内存状态（cont.)主要输出参数说明r：运行队列中进程个数(已经准备好数据等待运行的进程)。数值大表示CPU忙。swap：当前可用的交换区空间，单位Kbytes。sr：页扫描的次数。数值大表示物理内存不够。us：用户进程占用CPU的比例sy：系统进程占用CPU的比例id：CPU空闲的比例——用iostat查看I/O资源iostat反复报告终端，磁盘，磁带机的I/O活动和CPU的利用率.使用iostat查看各控制器和磁盘的负载.如果磁盘负载不均衡,考虑移走一部分消耗I/O多的行为(例如,虚拟内存)到另外的磁盘或控制器上,或增加一些磁盘、控制器等。——用iostat查看I/O资源(cont.)example%iostat–ctx5extendeddevicestatisticsttycpudevicer/sw/skr/skw/swaitactvsvc_t%w%btintoutussywtidsd00.00.00.00.00.00.00.0000201816013sd30.07.70.0325.30.00.116.005sd60.00.00.00.00.00.00.000st40.00.00.00.00.00.00.000extendeddevicestatisticsttycpudevicer/sw/skr/skw/swaitactvsvc_t%w%btintoutussywtidsd00.01.30.049.30.00.140.803020191900sd33.79.7199.9344.60.00.216.4011Hotline：[phone]Date：2002-05-107sd60.00.00.00.00.00.00.000st40.00.00.00.00.00.00.000——用iostat查看I/O资源(cont.)主要输出参数说明：device：系统中的设备，sd为硬盘，st为磁带机，后面的编号是SCSIIDsvc_t：平均服务时间，单位ms。数值大表示数据存储分散，需要整理磁盘。%b：硬盘忙的的时间比例wait：硬盘等待的时间(等待SCSI等接口总线空闲)——网络资源netstat根据选项不同，以各种格式显示与网络有关的各种数据结构。用netstat-i显示网络接口的统计信息.如果输入输出错误比较多,可能是由于网络拥塞或网口问题引起的.网络资源（cont.）example%netstat-i5inputhme0outputinput(Total)outputpacketserrspacketserrscollspacketserrspacketserrscolls179014400359027801215017500431034100156016300312026400主要输出参数说明：packets：通过的包的数量errs：错误的包的数量colls：网络碰撞的数量——进程资源系统中最多允许30000个进程运行。Zombiedefunct进程不会造成性能问题ps显示活动进程的信息%/usr/bin/ps-eopid,pcpu,args|sort+1n按消耗CPU由多到少排列各进程Hotline：800-810-0584Date：2002-05-108%/usr/bin/ps-eopid,vsz,args|sort+1n按消耗内存由多到少排列各进程%/usr/ucb/ps-aux|more由大到小排列，显示各进程消耗CPU和内存的情况Example:%/usr/ucb/ps-aux|headUSERPID%CPU%MEMSZRSSTTSSTARTTIMECOMMANDadrianc3331.08.283725120consol