这是一个创建于 404 天前的主题，其中的信息可能已经有所发展或是发生改变。
问题场景：
我们在项目上放置了一个工控机，上面部署了一个 Java 服务，用于接收项目上 200 个左右摄像头的 http 请求信息，然后 Java 服务接手以后，进行相应处理，最后通过 tcp 发送到我们的云端系统。每个摄像头的请求频率为三十秒一次。tcp 消息发送为五秒一次。
问题描述：
部署初期没有问题，运行三四个月后，偶尔会出现摄像头推送到工控机的 http 请求延迟非常大，甚至有些会达到 http 请求后过了五分钟，Java 服务中才打印出相应日志。目前，这个问题出现的频率越来越高。并且伴随着这个问题，还发现了一些其他问题。如：
- 工控机重启时间非常长，大概 7.8 分钟，并且重启后上述问题无法解决；
- ssh 连接等待时间非常长，1.2 分钟；
- 手动执行 sudo reboot 命令无效，只能断电重启；
- 局域网内，偶尔会 ping 不到该工控机；
- yum 命令无法使用,见图；
请问有没有对 linux 比较熟悉的大牛能指点一下，或者能提供一下排查思路，万分感谢！
其他工控机相关
- 工控机系统：CentOS Linux release 7.9.2009 (Core)
- 工控机部署服务：Java 服务一个，redis ，frpc ，nginx
- 工控机资源占用：见图
 |
1
Mianmiss 2024-05-09 13:02:14 +08:00
1 、http 请求延迟时间有特征吗？ 比如在每天的几点左右，延迟时间段大概多久？
2 、机器的网络是否正常，网线是否有问题，WiFi 是否稳定。 3 、工控机资源图 是出现异常情况的吗？ 感觉也不高。 建议是在异常时间 tcpdump 抓个包看看。 |
 |
2
defunct9 2024-05-09 13:31:15 +08:00
开 ssh ，让我上去看看
|
 |
4
gkair OP @Mianmiss
1 、目前未发现任何特征，延迟无规律。 2 、网络正常，网线正常，未使用 wifi 。 3 、是，这个工控机只有这么几个服务，资源占用其实很低。 另外，目前的情况是，网络延迟现象较之前变得频繁；但是这个工控机操作的迟钝感一直存在，无法通过重启来缓解。 |
 |
6
Kinnice 2024-05-09 14:05:51 +08:00
ip 冲突，
|
 |
7
pota 2024-05-09 14:08:00 +08:00
工控机重启时间非常长，大概 7.8 分钟 这条考虑是硬盘问题？
|
 |
8
ruidoBlanco 2024-05-09 14:12:08 +08:00  1
CPU 内存都没有压力，load average 很低，所以我猜想 IO delay 也应该可以忽略不计。
那么问题在大概在网络层面了。 网络而言，需要看的就挺多的。是我的话，首先会看下面这几个地方，然后再缩小范围 ethtool -S <网卡>. # 网卡丢包，ring buffer ？你这个 irq 不大可能了 /proc/net/softnet_stat # 第二三列有没有数字很大？ netdev_budget 不够？ netstat -s # tcp exception ，会不会是 socket buffer ？ ss -ntmp 怎么说？ 几句话说不清，每次弄起这些来我自己也得再查。 还有可能就是你有内核报错，网卡驱动有问题啊什么的，看日志就可以发现了。 |
 |
9
hingle 2024-05-09 14:15:00 +08:00
1. MAC 地址重启后是否会变
2. 系统时间是否正常 |
|
11
gkair OP @ruidoBlanco 首先，感谢这位老哥提出的思路。但是，我们俩软件开发实在是搞不了这种专业性很强的问题排查，我们公司又没有这种专业的底层运维人员，我只能说先尝试一下吧。不行的话也不费力气了，直接换个新的工控机跑跑再看看吧。
|
|
12
gkair OP |
 |
13
crc8 2024-05-09 14:54:05 +08:00
换工控机
|
 |
14
Immunize 2024-05-09 15:02:49 +08:00
reboot 都不响应，机器坏了吧....dmesg 有错误信息么，跑一跑 MEMTEST 看看内存是不是有问题？
|
 |
15
sinx003 2024-05-09 15:06:25 +08:00
我们最近有个类似的问题,也是一开始运行咩有问题,最近才出现.最后排查了好久,发现是硬盘速度太低导致的,我想你接受这么多的数据,硬盘读写的数据少不了,建议检查一下硬盘速度
|
 |
16
Richared 2024-05-09 15:11:56 +08:00 1
朋友之前加盟在线教育，后来总部倒闭了，他从别的渠道搞来课程，我们几个发小帮忙搭建了一套服务，服务器部署在教室，后来莫名其妙网络延迟，卡顿，接口超时。ssh 进不去，因为我们不在现场，看不到机器的情况，每次都是重启解决，后来去了他那才知道，这哥们给服务器锁在了一个箱子里。运行一段时间过热 cpu 降频。。。
|
 |
17
dode 2024-05-09 15:19:46 +08:00
这些摄像头划分 vlan 隔离了吗
|
|
18
dode 2024-05-09 15:22:07 +08:00
感觉工控机设备有问题吗，硬盘状态，网络占用，USB 接口
|
 |
19
a0xbd4CX0DHC1EuT 2024-05-09 15:26:55 +08:00
@gkair ssh 连接等待时间非常长，1.2 分钟，这个我遇到过，/etc/ssh/sshd_config 改成 UseDNS no GSSAPIAuthentication yes ，然后 systemctl restart sshd.service 重启。
|
 |
20
Mandy0 2024-05-09 15:34:37 +08:00
网卡芯片是什么型号，某些 Intel 在 Centos 上兼容会有问题，内核版本太老导致的
|
 |
21
xiaoranj 2024-05-09 15:44:25 +08:00
如果排除掉网络问题的话，有点像硬盘快坏了或者过热导致的
|
|
22
gkair OP @sinx003 其实我们接受的数据主要在 Java 程序中就处理完成了，完成之后暂存一点统计信息到 redis ，然后就是每隔几秒通过 tcp 发送给业务系统了。基本上没多少磁盘读写。
|
|
23
gkair OP @crc8 已经准备换了，到时候重新刷一下系统。
@ukec 目前是这样的 #UseDNS yes 该行目前为注释状态 GSSAPIAuthentication yes @Immunize https://img2.imgtp.com/2024/05/09/3ux2L21U.png 看着好像一堆错误。 |
|
24
a0xbd4CX0DHC1EuT 2024-05-09 16:34:56 +08:00
@gkair #UseDNS yes 要取消注释并改成 no ，重启 sshd 服务
|
 |
25
hahahahahahahah 2024-05-09 16:40:48 +08:00
感觉是硬件出问题了
|
 |
26
iloveayu 2024-05-09 16:57:12 +08:00
综合分析应该是磁盘的问题
|
 |
27
hefish 2024-05-09 17:40:30 +08:00
别猜了，硬件问题， 换新之后故障消除。
|
 |
28
stcQ2G13k9yxep40 2024-05-09 17:45:40 +08:00
free -h ，top 看下，大概率是 CPU 资源消耗殆尽了。我遇到过好几次类似的情况，ssh 连接非常非常慢，经常断，有时候还会报错 fork：retry：Resource temporarily unavailable ，基本上系统资源不足造成的。硬重启以后，问题解决。
|
 |
29
gordon96 2024-05-09 20:27:53 +08:00
ssh 慢可能 dns 问题，我记着之前遇到过类似
|
Select Language