В настоящее время я пытаюсь выполнить проверку работоспособности нового сервера в центре обработки данных в качестве первого QA, прежде чем использовать его на какой-либо стороне приложения.
«Каковы практические способы и инструменты для проверки правильности использования сервера?»
Что касается инструментов, я смотрю на memtest86 для тестирования памяти и IOzone Filesystem Benchmark. Но я надеюсь, что должно быть больше других тестов и инструментов получше, чем эти два.
Раньше я много занимался устранением неполадок оборудования в крупных центрах обработки данных, я бы порекомендовал найти загрузочный дистрибутив Linux, подойдет любой. Обязательно найдите один с 64-битным изображением, если у вас 64-битный процессор. Stresslinux содержит целый набор инструментов для перегрузки серверов и устранения любых сбоев оборудования.
Я лично отношусь к инструменту "стресса" - он может забить жесткий диск (ы), память и процессор (ы).
Это не часть набора стрессов, но, очевидно, вы знаете, что он существует. Обязательно убедитесь, что вы используете memtest86 + (акцент на +) - он обрабатывает 64-битные системы и большие выделения памяти намного лучше, чем исходный memtest86.
Это вызовет п процессы, вращающиеся на malloc () по 256 МБ каждый.
stress -m n &
Итак, вам нужно разделить объем имеющейся памяти на 256 МБ (примерно), чтобы задействовать всю ее. Это устранит любые очевидные ошибки, вы, скорее всего, увидите EDAC или MCE (в зависимости от вашего процессора / материнской платы) или панику ядра / жесткий сбой. В идеале вы можете дать ему поработать несколько часов, чтобы он нагрелся под нагрузкой. Вы можете проверить системный журнал на наличие этих ошибок.
Это вызовет п процессы крутятся на sqrt ().
stress -c n &
Ты захочешь п быть количеством ядер в вашей системе. Та же концепция применима и здесь, если дать ему поработать некоторое время.
Для этого требуется, чтобы жесткие диски были каким-то образом отформатированы. Если вы используете RAID, вы получите лучшие результаты, если вы уже настроили его перед установкой дисков и их нагрузкой.
cd /hard/disk/partition
stress -d 32 n &
iostat -x 5
Чтобы убить все стрессовые процессы, да, вы можете запускать проверки памяти, ЦП и жесткого диска одновременно, но это немного усложняет изоляцию компонентов:
pkill -9 -f stress
Очевидно, вы все это запускаете, и вам нужно увидеть какой-то результат или подтверждение.
Вам просто нужно проверить системный журнал на наличие таких вещей, как исключение проверки машины (MCE), обнаружение и исправление ошибок (EDAC), недостаток памяти (OOM) и т. Д.
zgrep -i -P ".*(error|warn|fail|panic|edac|mce|exception|oom-killer|oops).*" /var/log/kern.log* /var/log/dmesg /var/log/daemon.log*
Это, вероятно, легче всего обнаружить больше, чем любой другой компонент, smartctl обычно устанавливается в большинстве операционных систем * NIX, это часть smartmontools пакет. Для следующей команды требуется root-доступ:
В / dev / sda аспект может потребоваться изменить, если у вас несколько дисков или RAID-контроллер.
sudo smartctl -a /dev/sda
Ниже приведен пример вывода полной команды, я уточню, что вам действительно нужно искать дальше по странице.
SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME FLAG VALUE WORST THRESH TYPE UPDATED WHEN_FAILED RAW_VALUE
1 Raw_Read_Error_Rate 0x000b 099 099 016 Pre-fail Always - 65537
2 Throughput_Performance 0x0005 136 136 054 Pre-fail Offline - 95
3 Spin_Up_Time 0x0007 121 121 024 Pre-fail Always - 320 (Average 304)
4 Start_Stop_Count 0x0012 100 100 000 Old_age Always - 18
5 Reallocated_Sector_Ct 0x0033 100 100 005 Pre-fail Always - 0
7 Seek_Error_Rate 0x000b 100 100 067 Pre-fail Always - 0
8 Seek_Time_Performance 0x0005 144 144 020 Pre-fail Offline - 28
9 Power_On_Hours 0x0012 098 098 000 Old_age Always - 15407
10 Spin_Retry_Count 0x0013 100 100 060 Pre-fail Always - 0
12 Power_Cycle_Count 0x0032 100 100 000 Old_age Always - 18
192 Power-Off_Retract_Count 0x0032 100 100 000 Old_age Always - 37
193 Load_Cycle_Count 0x0012 100 100 000 Old_age Always - 37
194 Temperature_Celsius 0x0002 253 253 000 Old_age Always - 22 (Min/Max 15/31)
196 Reallocated_Event_Count 0x0032 100 100 000 Old_age Always - 0
197 Current_Pending_Sector 0x0022 100 100 000 Old_age Always - 0
198 Offline_Uncorrectable 0x0008 100 100 000 Old_age Offline - 0
199 UDMA_CRC_Error_Count 0x000a 200 200 000 Old_age Always - 0
Основные атрибуты, о которых вы хотите знать, следующие:
Обычно это должно быть меньше 1000.
Это секторы, которые пришлось перераспределить в другую часть жесткого диска, потому что предыдущий сектор не был здоровым.
Это должно быть меньше 55, сама команда в некоторых случаях будет иметь минимальное / максимальное значение, но под 55 мы видели исправную работу диска.
Должно быть 0.
Должно быть 0.
Должно быть 0, несколько в порядке (менее 100).
Также обратите внимание, что это может указывать на плохой кабель SATA / SAS.
Есть много способов нагрузить и протестировать ваши серверы, это просто способ, который мне нравится, и я добился отличных результатов.
Надеюсь, это поможет!