ハードウェア不良の問題切り分けの目安

単なる経験則。某所に書いたので、ここにも置こ。

サーバとして利用しているPCのハードウェア不良による不安定な 挙動が起きたときの問題の切り分け方。だいたいこんな感じ。

• HDD
  • messagesにエラーが吐かれる
  • HDDから変な音がする
  • データが化ける場合はケーブル接続不良かケース内漏電
  • HDDno寿命1年〜10年(たいてい2〜3年)
• CPU
  • CPU不良はまずあり得ずたいていはオーバーヒート
  • コンパイル中に segmentation fault, invalid system call, illegal instruction とかでgccがコケる
  • 暖かくなる時期に不安定になる
    → mbmonで計測
• メモリ
  • いきなりリセットがかかる
  • OSのインストール中とかでたいてい違う場所でこける
    → http://www.memtest.org/ のテスト用CDイメージで確認できる
    (わりとすぐ見付かる)
  • メモリを使うアプリケーションをあげると簡単にふっとぶ事が多い
  • 良品が突然不良品になることは滅多になく、初期不良か 別のメモリとの組み合わせやBIOSのメモリクロック設定間違いで 発生するので、挿した直後はmemtestをかけるのが理想的
• 電源
  • いきなりリセットがかかる or 電源が入らなくなる
  • 夜中とかcronジョブをしているとき、知らないうちに落ちている
  • 似たような時間帯に落ちるが厳密に同時刻ではない
  • 負荷をかけて再現しようとしてもいまいち再現できない
  • 近所の人の帰宅時間帯に落ちたりする(クーラーで電圧降下とか)
  • 寿命はHDDと同程度
• M/B
  • たいてい起動しなくなる
  • ボタン電池を20秒位外してみて電源を入れ直すと直ることがある
  • データが化けたり画面が化けたりすることもある
  • 電圧超過とかでコンデンサがいかれることがおおい
  • 壊れたら買い換えしかないので各種パーツを買い直す羽目に…
  • パーツ追加中など電源のON/OFF繰り返しで壊れる可能性UP

電源とマザーボードトラブルの症状は似ているので、問題切り分けの ために電源BOXの予備を買っておくとよい。

yuuji@