如何在RHEL7進行資源管理與故障排除

在RHEL7與RHEL6版本改變的過程中，跟先前的任一系列改版相比，多了許多不同以往的功能，也因此增加了不少與過往版本在管理方法大相逕庭的做法。

舉個例子來說，在過往的RHEL系列，管理人員通常先透過監控軟體，得知道運行中的應用程式，對系統的資源消耗比重，最後搭配系統上的資源配置工具，如：sysctl或ulimit來建立資源分配的上限，達成有效的資源比重控管；這樣可以避免對資源消耗極具影響性的應用程式，就如同以下的玩笑話，避免變成豬一般的隊友 [ 應用程式 ]，害死整個系統的運作。

目前因RHEL7已採行systemd做為系統初始化的第一執行順位程式，所以也藉此引入其他的資源管控方式，讓過往的繁瑣管理方式得以化繁為簡。而cgroup就是目前Red Hat的選擇：能夠讓個別使用人員的需求、與虛擬機器的需求各自獨立開來；並能搭配systemd，將系統一開始的資源分配進行有效率的控制，不管是：CPU、Memory或是DiskI/O都能控制掌握。而管理人員也能對正在進行中的daemon，觀察是否已成功達成配置，確認cpuload程式執行時的資源已被掌握，相關判讀結果如下：

[student@serverX] sudo systemd-cgls /system.slice/system-cpuload.slice
/system.slice/system-cpuload.slice:
└cpuload.service
└12356 /usr/local/bin/cpuload –d –t 2

但這時如果資源使用異常問題，不是發生在應用程式本身，那管理人員要如何評估相關資訊是否與硬體有關？以x86主機為例，可以參考logdump如以下內容，確認是跟硬體有關的問題：

[root@s1] less /var/log/logdump
…
Dec 03 12:22:41 s1.example.com mcelog[1038]: MCA: MEMORY CONTROLLER RD_CHANNEL1_ERR
Dec 03 12:22:41 s1.example.com mcelog[1038]: Transaction: Memory read error
…
Dec 03 12:22:41 s1.example.com mcelog[1038]: Hardware event: This is not a software error
…

上述資訊，不管是開發人員或是管理人員，藉此紀錄，應能釐清該問題非軟體，而是硬體的問題，在系統運行發生問題時，更能快速讓問題釐清，能更有效率解決。
其他像是記憶體資源的huge page或是cache page等管理、與系統運行時，可能發生需要解決的問題：像：LVM故障排除、grub2能搭配GPT的partition進行重建開機選單的需求、或是搭配nmap管理工具，來協助釐清問題是否與網路有關等，這些評估與相關的故障排除，對管理人員來說，是非常重要的任務，如能越快解決越好。

您可在下列課程中了解更多技巧喔！

相關學習資源

【RH442】RHCA認證：Red Hat Linux企業版之效能調校
【RH342】RHCA認證：Red Hat Linux企業版之故障診斷與排除