系统异常重启的原因排查

可能性 1: 内存耗尽 (OOM - Out Of Memory)

• 现象描述：

  一个或多个进程消耗了所有物理内存和交换分区（Swap）。为防止系统完全僵死，内核的 OOM Killer 会强制终止占用内存最多的进程，有时这个过程会引发系统连锁反应导致重启。

• 排查方法：

  日志确认：/var/log/messages中存在 "Out of memory: Killed process" 或 "invoked oom-killer" 等字样。

• 解决方案：
  1. 从业务进程排查，确认是否有内存泄漏，导致OOM。
  2. 如果确认业务需要比较多的内存，建议升级弹性云服务器内存规格。

可能性 2: Kernel Panic

• 现象描述：

  内核遇到了无法恢复的致命错误（如驱动 Bug、内核 Bug、硬件通信故障）。系统会冻结，并根据配置自动重启。

• 排查方法：

1. 日志确认： /var/log/messages中存在 "Kernel panic - not syncing", "Oops"等关键字。
2. 检查自动重启配置：

   cat /proc/sys/kernel/panic           
   # 输出为 0: 发生 Panic 后挂起，等待人工处理。           
   # 输出为 N: 发生 Panic 后 N 秒自动重启。

• 解决方案：
  1. 驱动/内核回滚： 如果问题出现在近期更新后，将内核或相关驱动（如显卡、网卡驱动）回滚到之前的稳定版本。
  2. 捕获现场： 为下次故障能保留现场，可临时禁用自动重启：

     echo 0 > /proc/sys/kernel/panic  # 临时修改

可能性 3: 计划任务触发重启

• 现象描述：

  配置错误触发了重启。

• 排查方法：

  检查计划任务:

  sudo grep -r "reboot\|shutdown" /etc/cron.d/ /etc/cron.hourly/ /etc/cron.daily/ /etc/cron.weekly/ /etc/cron.monthly/ /var/spool/cron/

• 解决方案：

  修正配置：找到并删除或注释错误的重启计划任务。