伺服器變得無響應
我們的數據庫伺服器有時會變得無響應。它執行完全更新的 Ubuntu 14.04 LTS。在其上執行的值得注意的非 vanilla 軟體是 Nimbus、TSM 和 Oracle。
大約每天一次，它變得沒有響應，到目前為止，在夜間，當一系列維護任務完成時，例如備份。
在它變得沒有反應之後，它似乎永遠保持這種狀態。我無法通過 SSH 訪問它，而且它不接受任何數據庫連接。
奇怪的是，伺服器響應 ping。如果我使用 telnet 打開埠 22(SSH) 或埠 1521(Oracle)，我會收到來自伺服器的回复。埠 22 甚至聲明類似“這是 OpenSSH”。但實際上使用 ssh 客戶端或打開數據庫連接只是掛起。
我一直在查看日誌文件，但一無所獲（dmesg、syslog、auth.log 等）。在無響應期間，日誌文件中的活動似乎也很可疑。重新啟動伺服器後，它再次工作。
我的直接反應是執行 apt-get update 和 apt-get dist-upgrade，並監控達到的最大文件描述符限制。但是，Oracle 的硬限制遠不是文件系統的最大值，所以如果是這樣的話，這似乎很奇怪。其他人有什麼想法可能導致這種情況嗎？
編輯：忘了提到 CPU、記憶體和磁碟空間遠未達到 100%。（他們已經被監控了，在這發生之後，我也開始監控打開的文件描述符，但它還沒有再次發生）。我還可以補充一點，我不希望任何人指出確切的問題，但是任何關於要監控的其他事情的想法都將不勝感激。
所有變數看起來都很正常。但是，我編寫了一個 cronjob 來每分鐘輸出日期/時間和文件描述符，並發現文件描述符在正常值範圍內。然而，在凌晨 3 點，伺服器時鐘突然回到了 2 小時（我花了一段時間才從日誌文件中註意到這一點），然後它就死了，日誌中沒有任何錯誤。
原來是託管/WMWare 級別的問題（這不是我關心的問題）。除其他外，WMWare 主機有一段時間完全關閉。在基礎設施公司修復了他們的 WMWare 平台後，它又可以正常工作了。