【发布时间】：2014-11-25 04:14:02
【问题描述】：
在这里挠头。希望有人能帮我解决问题。
我有一台戴尔 PowerEdge SC1435 服务器，它已经在以前版本的 ubuntu 上运行了一段时间。 （我相信是 13.10 服务器 x64）
我最近重新格式化了驱动器 (SSD) 并安装了 ubuntu 服务器 14.04.1 x64。
在安装过程中一切似乎都很好，但机器在内核输出结束时首次启动时挂起，就在我希望屏幕清除并出现登录提示之前。我看到的内核输出末尾没有明显的错误。 （有一条关于“不使用不可靠的 cpu 热传感器”的消息，但无论它是否启动，它似乎都存在）
我给了它 5 分钟的时间，然后强制重启。令我惊讶的是，它在 bios 发布后大约 1-2 秒内启动到登录提示。我再次重新启动，它似乎在之前挂起的地方暂停了几秒钟，但继续进入登录屏幕。再次重新启动它又快了。所以在这一点上，我认为这只是我永远不会解释的那些随机的一次性故障之一，所以我继续前进。
我安装了一些软件包（在其他硬件上的相同操作系统版本上安装完全相同的软件包），进行了 apt upgrade 和 dist-upgrade 然后重新启动。它似乎又挂了，所以我开车到数据中心并连接了一个控制台，结果却是一个空白屏幕。再次强制重启。 （还设置了 ipmi 以进行远程重启并摆脱了 grub 记录失败，因此它不会等我按 Enter 键！）
昨晚已经很晚了。我回到家，重新启动了几次，没有问题，所以就睡觉了。 今天我再次重新启动以检查它，它又在某个地方崩溃了。我远程强制重启了它。
此时我开始进一步挖掘，并立即注意到一些非常奇怪的东西。
top - 14:18:35 up 8 min, 1 user, load average: 1.00, 0.85, 0.45
Tasks: 148 total, 1 running, 147 sleeping, 0 stopped, 0 zombie
%Cpu(s): 0.1 us, 0.3 sy, 0.0 ni, 99.6 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem: 33013620 total, 338928 used, 32674692 free, 9740 buffers
KiB Swap: 3906556 total, 0 used, 3906556 free. 47780 cached Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
1 root 20 0 33508 2772 1404 S 0.0 0.0 0:03.82 init
2 root 20 0 0 0 0 S 0.0 0.0 0:00.00 kthreadd
3 root 20 0 0 0 0 S 0.0 0.0 0:00.00 ksoftirqd/0
5 root 0 -20 0 0 0 S 0.0 0.0 0:00.00 kworker/0:0H
6 root 20 0 0 0 0 S 0.0 0.0 0:00.00 kworker/u16:0
8 root 20 0 0 0 0 S 0.0 0.0 0:00.24 rcu_sched
9 root 20 0 0 0 0 S 0.0 0.0 0:00.02 rcuos/0
10 root 20 0 0 0 0 S 0.0 0.0 0:00.00 rcuos/1
11 root 20 0 0 0 0 S 0.0 0.0 0:00.00 rcuos/2
此服务器完全未使用且处于空闲状态，但它的 1 分钟平均负载恰好为 1.00？ 当我观察其他值时——5 分钟和 15 分钟似乎也朝着 1.00 前进，所以我假设它们都会在某个时候达到 1.00。 （“1 Running”是顶层进程）
我以前从未遇到过这种情况，因为我不知道是什么导致了启动崩溃，所以我现在假设这两者可能是相关的。
我想做的是确定（并希望消除）导致错误平均负载和崩溃问题的原因。
到目前为止，我无法确定哪个进程可能正在等待某种资源来生成该平均负载。
如果有人可以帮助我尝试追踪它，我将非常感激。
top 显示所有进程几乎总是处于休眠状态。有些偶尔会出现，但我认为这很正常。 CPU 使用率大多显示 100% IDLE，偶尔会下降到 99% 左右。
nmon 并没有向我展示太多。一切看起来都很闲。
iotop 显示几乎没有任何流量。 （同样，非常偶然的磁盘访问点）
中断频率似乎很低。据我所知，低于 100/秒。
我看到许多谷歌讨论表明这一点：
echo 100 > /sys/module/ipmi_si/parameters/kipmid_max_busy_us
..没有效果。
服务器内存为 ECC 且测试通过。
服务器安装是“最小”（F4 选项），在安装过程中勾选了 OpenSSH 服务器。 之后安装了一些软件包，包括 vim、bcache-tools、bridge-utils、qemu、software-properties-common、open-iscsi、qemu-kvm、cpu-checker、socat、ntp 和 nodejs。 （想想就这些）
我已尝试禁用和删除 bcache 内核模块。没有效果。 停止 iSCSI 服务.. 没有效果。 （虽然这台服务器上绝对没有配置任何东西）
我会在这段时间过长之前把它留在那里。如果有人可以帮助我尝试解决这个问题，将不胜感激。
干杯，
詹姆斯
【问题讨论】：
-
这个问题似乎是题外话，因为它是关于 Ubuntu 管理的，应该在askubuntu 上提问。
-
噢！我以为我在 serverfault 上发帖，不知何故到了这里！我会在那里重新发布。我很抱歉。