Stává se, že operační systém Linux se neočekávaně restartuje, aniž by byl zřejmý důvod. Identifikace a náprava příčiny těchto restartů může předejít budoucím problémům a neplánovaným výpadkům.
Existuje několik metod, jak zjistit, co restart vyvolalo. V tomto článku si rozebereme různé přístupy a ukážeme, jak využít dostupné nástroje a protokoly systému Linux k řešení takových situací.
Zjištění času restartu
Pomocí příkazů who a last lze ověřit, kdy přesně došlo k restartu systému.
$ who -b
system boot 2021-02-13 20:51
$ last -x | head | tac
abhishek pts/0 192.168.1.16 Sat Feb 13 19:53 - 19:55 (00:02)
reboot system boot 3.10.0-1160.11.1 Sat Feb 13 19:55 - 20:54 (00:58)
runlevel (to lvl 3) 3.10.0-1160.11.1 Sat Feb 13 19:55 - 20:04 (00:08)
abhishek pts/0 192.168.1.16 Sat Feb 13 19:56 - 20:04 (00:07)
reboot system boot 3.10.0-1160.11.1 Sat Feb 13 20:04 - 20:54 (00:49)
runlevel (to lvl 3) 3.10.0-1160.11.1 Sat Feb 13 20:04 - 20:51 (00:46)
abhishek pts/0 192.168.1.16 Sat Feb 13 20:04 - 20:50 (00:46)
reboot system boot 3.10.0-1160.11.1 Sat Feb 13 20:51 - 20:54 (00:03)
runlevel (to lvl 3) 3.10.0-1160.11.1 Sat Feb 13 20:51 - 20:54 (00:02)
abhishek pts/0 192.168.1.16 Sat Feb 13 20:51 still logged in
$
Analýza systémových zpráv
Čas restartu, který se snažíte diagnostikovat, můžete porovnat se systémovými zprávami.
V systémech CentOS/RHEL se protokoly nacházejí v /var/log/messages, zatímco v systémech Ubuntu/Debian se zaznamenávají do /var/log/syslog. Pro filtrování nebo hledání konkrétních dat můžete použít příkaz tail nebo preferovaný textový editor.
Z níže uvedených protokolů lze vyčíst, že záznamy indikují vypnutí/restart iniciovaný administrátorem nebo uživatelem root. Tyto zprávy se mohou lišit v závislosti na typu operačního systému a způsobu, jakým je restart/vypnutí provedeno. Nicméně užitečné informace se vždy nacházejí v systémových protokolech, ačkoli nemusí vždy přímo odhalit příčinu.
Feb 13 19:56:20 centos7vm chronyd[637]: Source 72.30.35.89 replaced with 142.147.92.5
Feb 13 20:00:40 centos7vm chronyd[637]: Selected source 162.159.200.123
Feb 13 20:01:01 centos7vm systemd: Created slice User Slice of root.
Feb 13 20:01:01 centos7vm systemd: Started Session 2 of user root.
Feb 13 20:04:09 centos7vm systemd-logind: System is powering down.
Feb 13 20:04:09 centos7vm systemd: Closed LVM2 poll daemon socket.
Feb 13 20:04:09 centos7vm systemd: Stopped target Multi-User System.
Následující příkaz lze použít k filtrování systémových protokolů:
sudo grep -iv ': starting|kernel: .*: Power Button|watching system buttons|Stopped Cleaning Up|Started Crash recovery kernel'
/var/log/messages /var/log/syslog /var/log/apcupsd*
| grep -iw 'recover[a-z]*|power[a-z]*|shut[a-z ]*down|rsyslogd|ups'
Zaznamenané události nemusejí být vždy konkrétní. Důležité je věnovat pozornost událostem, které vykazují známky varování nebo chyb, jež by mohly vést k vypnutí nebo selhání systému.
Kontrola auditovaných záznamů
Pro systémy, které mají aktivní audit, je ideální místo pro zkoumání různých událostí pomocí nástroje ausearch. Následující příkaz zobrazí dva poslední záznamy z auditních protokolů.
$ sudo ausearch -i -m system_boot,system_shutdown | tail -4
Tento příkaz vypíše dvě poslední vypnutí nebo restarty. Pokud se objeví SYSTEM_SHUTDOWN následované SYSTEM_BOOT, je vše v pořádku. Pokud se však zobrazí dva řádky SYSTEM_BOOT za sebou, nebo pouze jeden řádek SYSTEM_BOOT, je pravděpodobné, že systém nebyl vypnut řádným způsobem. Běžný výstup by měl vypadat takto:
$ sudo ausearch -i -m system_boot,system_shutdown | tail -4
----
type=SYSTEM_SHUTDOWN msg=audit(Saturday 13 February 2021 A.852:8) : pid=621 uid=root auid=unset ses=unset subj=system_u:system_r:init_t:s0 msg=' comm=systemd-update-utmp exe=/usr/lib/systemd/systemd-update-utmp hostname=? addr=? terminal=? res=success'
----
type=SYSTEM_BOOT msg=audit(Saturday 13 February 2021 A.368:8) : pid=622 uid=root auid=unset ses=unset subj=system_u:system_r:init_t:s0 msg=' comm=systemd-update-utmp exe=/usr/lib/systemd/systemd-update-utmp hostname=? addr=? terminal=? res=success'
$
Následující výstup ukazuje dvě po sobě jdoucí zprávy SYSTEM_BOOT, což může signalizovat nešetrné vypnutí, ačkoliv je nutné to korelovat se systémovými protokoly.
$ sudo ausearch -i -m system_boot,system_shutdown | tail -4
----
type=SYSTEM_BOOT msg=audit(Saturday 13 February 2021 A.852:8) : pid=621 uid=root auid=unset ses=unset subj=system_u:system_r:init_t:s0 msg=' comm=systemd-update-utmp exe=/usr/lib/systemd/systemd-update-utmp hostname=? addr=? terminal=? res=success'
----
type=SYSTEM_BOOT msg=audit(Saturday 13 February 2021 A.368:8) : pid=622 uid=root auid=unset ses=unset subj=system_u:system_r:init_t:s0 msg=' comm=systemd-update-utmp exe=/usr/lib/systemd/systemd-update-utmp hostname=? addr=? terminal=? res=success'
$
Analýza systemd journal
Pro uchování trvalého žurnálu na disku je důležité mít perzistentní systemd-journal. V opačném případě se protokoly po restartu neuchovají. Můžete provést změny v souboru /etc/systemd/journald.conf nebo sami vytvořit adresář pomocí níže uvedených příkazů:
$ sudo mkdir /var/log/journal
$ sudo systemd-tmpfiles --create --prefix /var/log/journal 2>/dev/null
$ sudo systemctl -s SIGUSR1 kill systemd-journald
Po provedení těchto změn můžete volitelně restartovat systém pro zachycení více než jednoho záznamu o restartu do žurnálu, ačkoli to není nutné.
Následující příkaz zobrazí seznam přihlášených spuštění z deníku:
$ journalctl --list-boots
Zde je výstup z mého serveru:
$ journalctl --list-boots
-15 8a7c8034da804ebb9cb063a7553ed0bf Wed 2020-11-18 23:09:05 IST—Wed 2020-11-18 23:17:10 IST
-14 7bbb9542778a4057a91b9d22fcf91735 Wed 2020-11-18 23:17:22 IST—Wed 2020-11-18 23:20:08 IST
-13 f2ee8a61bf4c4f67a12e012855d8b1c3 Wed 2020-11-18 23:20:17 IST—Wed 2020-11-18 23:23:01 IST
-12 1277d19a959f4c33ba944a68c5874d2a Fri 2020-12-11 10:32:44 IST—Fri 2020-12-11 10:43:39 IST
-11 eb4ff97f112445888a5946d1155de1b8 Fri 2020-12-11 10:43:55 IST—Fri 2020-12-11 10:48:18 IST
-10 bf46eff3f9a344d2b28a03ffbf7fff32 Fri 2020-12-11 19:04:30 IST—Fri 2020-12-11 19:31:01 IST
-9 2acf08368667423c89086579f98efd82 Tue 2020-12-15 17:36:52 IST—Tue 2020-12-15 19:13:10 IST
-8 b826f223a67d454b94d4413678870f08 Sat 2020-12-19 00:31:54 IST—Sat 2020-12-19 00:44:52 IST
-7 011e1b29339041b0ae48bbb93fce792f Wed 2020-12-23 23:01:15 IST—Wed 2020-12-23 23:02:44 IST
-6 f41f5880572e4394938c6dcb4a8b683c Mon 2020-12-28 16:54:11 IST—Mon 2020-12-28 22:54:22 IST
-5 a2e638dc292a4db2b0a50dd442129c28 Tue 2020-12-29 17:02:16 IST—Tue 2020-12-29 19:39:38 IST
-4 f6c738df872a48d48daee1962727cca5 Wed 2020-12-30 19:09:30 IST—Wed 2020-12-30 19:20:23 IST
-3 c876e60ea371460b94e247b40270b18f Thu 2020-12-31 14:36:07 IST—Thu 2020-12-31 15:45:36 IST
-2 a23c70804ec243f7868c18737f4b7e55 Sat 2021-02-13 20:09:30 IST—Sat 2021-02-13 20:10:44 IST
-1 94b604a6bf75462dac8c4a4576fdc863 Sat 2021-02-13 20:10:59 IST—Sat 2021-02-13 20:23:18 IST
0 3ff7e29fa0a34878b7574b7d4d3ccfb5 Sat 2021-02-13 20:24:57 IST—Sat 2021-02-13 21:13:15 IST
$
Jak je vidět, výpis obsahuje několik spuštění. Pro bližší analýzu konkrétního restartu použijte:
$ journalctl -b {num} -n
Kde {num} je index uvedený v příkazu journalctl --list-boots v prvním sloupci.
$ journalctl -b -1 -n
-- Logs begin at Wed 2020-11-18 23:09:05 IST, end at Sat 2021-02-13 21:13:39 IST. --
Feb 13 20:23:18 ubuntumate20vm systemd[1]: lvm2-monitor.service: Succeeded.
Feb 13 20:23:18 ubuntumate20vm systemd[1]: Stopped Monitoring of LVM2 mirrors, snapshots etc. using dmeventd or progress polling.
Feb 13 20:23:18 ubuntumate20vm systemd[1]: Reached target Shutdown.
Feb 13 20:23:18 ubuntumate20vm systemd[1]: Reached target Final Step.
Feb 13 20:23:18 ubuntumate20vm systemd[1]: systemd-poweroff.service: Succeeded.
Feb 13 20:23:18 ubuntumate20vm systemd[1]: Finished Power-Off.
Feb 13 20:23:18 ubuntumate20vm systemd[1]: Reached target Power-Off.
Feb 13 20:23:18 ubuntumate20vm systemd[1]: Shutting down.
Feb 13 20:23:18 ubuntumate20vm systemd-shutdown[1]: Syncing filesystems and block devices.
Feb 13 20:23:18 ubuntumate20vm systemd-journald[304]: Journal stopped
$
Ve výše uvedeném výstupu můžete sledovat zprávy zaznamenané v deníku a hledat případné anomálie.
Závěr
Nemusí být vždy možné stanovit přesnou příčinu restartu Linuxu pouze jedním příkazem nebo z jednoho souboru protokolu. Proto je užitečné znát příkazy a protokoly, které zaznamenávají události související se systémem, což může zkrátit čas potřebný k nalezení hlavního důvodu problému.
Uvedené příklady vám poskytují výchozí bod pro zahájení odstraňování problémů. Použitím kombinace těchto nástrojů a protokolů si můžete být jisti, že zjistíte, co se stalo a proč se váš systém restartoval.
Dále se můžete podívat na některé z lehkých monitorovacích softwarů pro Linux.