NetWare411操作系统的优化、排错指南第四章.doc

NetWare4 11操作系统的优化、排错指南第四章NetWare4.11操作系统的优化、排错指南第四章高利用率排错之二2011-03-20 18：18 NetWare4.11操作系统的优化、排错指南第四章高利用率排错之二Cache buffer(高速缓存缓冲区)高速缓存缓冲区按四种状态，分析服务器状态：70%以上极好50%-70%之间优良40%-50%之间中(需要增加内存)小于40%差小于40%时，需要增加更多的内存。在这种环境，服务器不仅会显示利用率过高，而且会出现异常终止或导致数据丢失。问题都是由于服务器的内存引起的。当服务器的cache buffers在40%以下，如果服务器出现异常结束，数据将会丢失。可以参考TID 2924988来帮助你解决服务器内存问题。高速缓存利用率(Cache Utilization)通过监控Cache Utilization，可以了解服务器对内存的需求。除了LRU sitting time，还有四个对Cache进行统计的信息可以利用。Long term cache hits通常为90，是以服务器启动时间为依据进行累计得到的。它是记录内存较长一段时间的历史记录，它能够真实的反映整个高速缓存的利用率。如果，显示的数字低于80，则增加内存。Reserved Buffers Below 16 Meg如果在服务器当中添加了SCSI设备，用户会在startup.ncf文件中添加一行Set reserved buffers below 16 meg=200，如果参数设置不正确，则有可能导致CPU高的利用率。4.5目录服务目录服务版本如果要更新NetWare 4.10上5.12版本或更新版本的目录服务，更新NetWare 4.11上5.99a版本或更新版本的目录服务，则要更新所有4.1x服务器。目录服务备份目录服务在每一个分区里应该有不超过3个的副本。目录服务必须在所有的服务器中保持同步。在任何分区中，大部分备份更多的利用线路进行通信。显示目录服务同步在服务器控制台中检查目录服务器的同步时，敲入：set dstrace=！D60 set dstrace=！E如果目录服务同步将会引起更高的利用率(瓶颈)。关闭同步15分钟，使服务器处理排列在队列中的其他工作。敲入：set dstrace=！D120只适用于多个服务器的环境中。如果你只有1台4.x的服务器，跳过这一步。服务器不会同步目录服务，也不会影响用户登录时的验证过程。检查目录服务同步在服务器控制台中检查目录服务器的错误时，敲入：set dstrace=on(打开目录服务控制台，set dstrace=off，关闭目录服务控制台)set dstrace=+s(打开同步过滤器，可以同步，同步信息将显示在屏幕上。set dstrace=-s同步信息不显示)set dstrace=*h(动态的显示出所有区域和备份之间的同步情况)通过目录服务控制台，可以看到哪些分区在进行同步。如果目录服务出现错误，可能会在控制台上显示出来，并提供更多的信息。服务器会显示因为出现错误而导致一个副本或一个分区没有完成同步过，并且显示出是哪一台服务器的目录服务错误、错在哪里。如果多个4.0x服务器环境，查看其他的服务器是否同步正常。如果一台服务器有许多副本，目录服务的相关信息将很难被跟踪、发现。在主菜单中运行检查同步情况，以运行目录服务的修复。计算机将给出报告，说明每一个分区是怎样同步的，错误信息将会再一次列出在屏幕上。通过查找错误代码或和Novell技术服务部联系，查找和排除目录服务中的错误。装订库大量的装订竞争可能提高利用率。处理器仅仅为所有的装订连接创建一个处理进程。其中包括用户、打印机等。如果有200个用户，40个打印机(全部使用装订竞争)，他们将在一个处理进程上排队，服务器的利用率随服务请求的增加而增加。那些由NetWare3.X升级到NetWare4.X，并且使用NetX客户端以装订库与服务器连接的用户将遇到这些问题。4.6打印问题-在一台服务器上的打印服务不大于40；-Netport必须配置为识别NDS。-HP Jetdirect：通过升级、配置以识别NDS。如果打印服务器有高利用率问题，你可以用打印设备来代替文件服务器对打印作业的处理，虽然这样将降低打印输出，但可以降低文件服务器的高利用率。打印任务禁止所有错误打印及对打印任务有影响的操作，包括打印一些已经被破坏的文档，这些打印请求阻止了其它的打印请求，导致打印工作不能正常进行。只有清除这些打印作业，才能恢复正常的工作。错误、非正常打印同样可以导致服务器异常终止。HP Jet Direct卡有时HP JetDirect卡会向服务器发出登录请求风暴。打印服务器必须通过打印队列进行打印，如果发出的队列不是正确的，就会产生请求风暴。当打印队列出现问题，就不能够实现连通，为建立到队列的连接，会向服务器发送连接请求风暴。如果HP Jet Direct卡利用装订库进行登录，通过设置bindery context为空，防止HPJet Direct卡访问服务器。有效的解决方法是删除打印队列并重新创建。在控制台上键入以下命令并按回车。set bindery context=?如果在设置完成后，利用率下降，查找导致CPU利用率过高的错误队列，或访问服务器的装订库对象。注意，配置装订库为空时，使用装订库的用户或对象将无法连接服务器或登陆服务器。因此，如果这些装订库用户连接到服务器，他们将等待直到重新启用装订库上下文。为重新配置装订库上下文，按系统控制台上，设置Autoexec.ncf文件或检查在servman|Directory Service Parameters的设置。4.7客户端/工作站问题：Remote和Rspx远程控制程序remote和rspx程序不会产生高利用率问题，但是它们会加剧高利用率产生的负面影响。不论何种情况，rconsole，remote和rspx不会导致高利用率问题的产生。(除非它们崩溃，才有这种可能)通常，当使用这些程序时如果产生高利用率问题，这表示其它的一些程序出了问题。如果进程或利用率报告remote是最大的利用率发生源(40-60%的负载)，那么有可能是rconsole运行在Windows 3.x/95/98/NT的后台进程上。当rconsole从前台进程切换到后台进程后，服务器将花费更多的时间去联系这个进程，然后再处理那台机器的前台进程。如果出现了这种情况，或者卸载remote和rspx模块，或者切换rconsole进程到前台来，这样立即会产生明显的效果。挂起的连接检查挂起的连接，在Monitor中清除它们。客户端的升级升级客户端的补丁，无论是什么客户端程序。(Novell或Microsoft)有很多的Novell客户端补丁程序。大多数的补丁升级客户端到最新的客户端程序，但不能返回先前的版本。使用这些补丁程序不仅仅能够防止高利用率问题的产生，而且还能修复其他的问题。客户端的问题有时能够通过改变下面的参数来确定。运行Servman模块，选择server parameters项，选择ncp项。设置如下参数：Display NCP bad component warnings=on Reject NCP packets with bad components=on Display NCP bad length warnings=on Reject NCP packets with bad lengths=on通过设置这些参数，每当服务器收到坏的数据包时，服务器将显示警告信息。警告信息中将包括产生坏包的MAC地址，或者连接号。(MAC地址能够通过连接号在monitor中被查出)如果你有一份MAC地址与工作站的对应表，将会非常有用。这将有助定位产生坏包的工作站，找到可能损坏网卡的工作站。从而防止服务器处理坏的数据包，以减少处理器上的负载。如果在设置了这些参数后，客户端应用程序停止了工作，可能是应用程序的问题。装订库问题一些工具使用装订库搜索，搜索要求的信息。Syscon就是用装订库搜索权限，这将会临时提高利用率。如果你的高利用率问题与运行特殊命令的工作站相关的话，装订库就是问题的原因。客户有一个与装订库相关的高利用率问题。关闭装订库上下文后，利用率降低，说明高利用率与装订库有关。所有的打印机工作的非常好，虽然它们也使用装订库。另外没有用户使用装订库连接到服务器。装订库上下文在打印机工作过程中，是绝对需要的。所以，这里没有错误的打印队列，没有使用装订库的用户。在分析网络的环境后，发现一个运行在NT服务器的程序使用装订库请求到NetWare服务器。关闭这个程序后，利用率返回到正常状态。4.8网络问题：网卡驱动程序的升级升级网卡驱动到最新的版本。也要从Novell升级tsm(Topology Specific Module)，msm(Media Support Module)和nbi(NetWare Bus Interface)等支持模块。可以通过Novell的支持网站找到NetWare 4.10的LandrX.exe(x是当前的更新版本)文件，或NetWare 4.11中的IWSPX.最新的LandrX的补丁包含ODI Spec 3.2和ODI Spec 3.3的驱动。如果不确定那种网络驱动能够正常工作，可以选择3.2 spec。有使用3.3 Spec驱动而导致用户不能登陆的例子。ODI Spec 3.3是伴随NetWare 4.11最新发布的。只有网卡明确支持它，否则不能正常工作。通过制造商检查网卡的兼容性，不要猜测。在最新的NetWare 4.11补丁工具中，当安装补丁时，你可以选择去安装ODI 3.31的驱动。如果3.30的网络驱动和3.31 spec模块混合使用的话，将可能会出现问题。Novell写了一个可以使用在ODI 3.30或3.31下的驱动，就是NE2000.LAN。Compaq的用户请注意：Compaq的用户不能使用LandrX补丁工具去升级它的网络驱动。他们需要联系Compaq获得升级的驱动。站点上可以找到最新的Compaq的补丁。突发包的问题当测试的时候，使用pbrstoff.nlm模块在服务器上去关闭包突发。注消所有的用户然后再重新登陆(一旦pbrstoff.nlm被装载，它只影响新登陆的用户)。你可以使用打开packet burst statistics screen=on来确定没有包突发产生。如果高利用率问题被解决的话，这是某种类型的网络通道问题。确保测试后，卸载pbrstoff.nlm模块，Pbrstoff.nlm模块可以在Tabnd2a.exe文件中找到。4.10的包突发关闭模块不能在4.11下工作，向Novell索要相应的4.11版本。如果不是网络通道问题，从最基本的问题开始查找(网络驱动，网卡)。线缆介质大多数的网卡制造商推荐在百兆网卡上使用5类线缆。网络设备问题将服务器从LAN中断开，如果利用率高与局域网的问题有关，此时服务器上的利用率就会立即下降。如果确实是这样，那么一切与局域网有关的事情都值得怀疑，包括路由器、集线器、集中器、MSAU、网卡、网线等等。使用尽可能多的试验和排除方法找出可能引起问题的硬件。记住在将服务器从局域网中断开的同时，目录服务的同步进程也停止。为帮助用户搞清这个问题，Novell建议用户建一个独立的局域网(一台MSAU或集线器)，所有的服务器都在这局域网上，这就可以确定到底是服务器还是局域网的问题。RJ-45头与广播风暴如果RJ-45头与网卡或连接器不匹配，会产生广播风暴。这很难进行检查。但这是一种可能因为服务器会继续发送请求。当RJ-45头受损，一对双绞线已被拔出，而其他部分继续连接时，这种情况就会出现。数据包某些客户说局域网内有大量数据包(通过监视器或第三方程序看到)。这导致高利用率。即使没有用户登录一些客户也能看到这样的流量。最好在控制台输入rackon看是否有一MAC地址产生这种流量。错误的路由器配置也可产生这种问题。参考：查看MAC地址输入config，然后看网卡信息下面的节点地址，即MAC地址。无可用事件控制块计数(No ECB Available Count)高利用率也有可能是内存不够所产生，或者导致内存变少。若出现这种情况，从servman中的Get ECB Repuests Failed Count在增加。这表明在网络高峰时没有足够的内存支持用户。No ECB Available Count在monitorLAN/WAN中。选一个网卡驱动并按回车。这个计数器说明服务器收到一个包但没有ECB(Event Control Buffers)缓冲区来存储它。当NetWare服务器收到一个包，在操作系统处理它之前必须存储在ECB缓冲区。当所有的ECB缓冲区被使用，服务器收到一个包时，这个包被丢掉，同时无可用事件控制块计数增加。无可用事件控制块计数增加的原因是包接收缓冲区(Packet Recerve Buffers)太少。包接收缓冲区太少是因为最大包接收缓冲区(maximun packet receive buffers)太少。有很多用户登录到服务器上，或者因为新的网络问题，网络的数据包饱和。IPX套接字(IPX sockets)目录服务可以消耗掉大量的IPX套接字。有时，增加可用的IPX套接字可以减少目录服务等待套接字的时间。要改变可用的IPX套接字，执行以下操作之一：1.在控制台上输入load spxconfg，改变第6个参数的默认值1200为2400。这一改变在服务器上立即生效。2.在控制台上输入load spxconfg i=2400 q=1。这会调用spxconfg并改变open IPX sockets。q=1说明参数改变后spxconfg关闭它的窗口。这个命令行可放到Autoexec.ncf文件中。4.9杂项问题远程运行程序如果Rconsole是从Windows执行而你正运行另一个Windows程序，服务器利用率经常很高。记住不要这样做。如果你需要在Winows3.x，Windows95/98，WindowsNT Workstation运行Rconsole，最好关闭其他程序。降低服务器利用率其他方法1.Load Monitor查看时序安排信息2.看哪个进程占用CPU最多，记住进程名称3.在服务器控制台输入load schdelay process_name=number number的范围是2到10000，值越高优先级越低。可以分配给某一个进程比其他进程更低的值。若一个NLM独占CPU可使用这种方法。这个命令可以放入Autoexec.ncf文件中。检查病毒检查服务器的DOS分区病毒。如果有病毒，从一张清洁的NetWare光盘替换Server.exe文件。然后，为NetWare4.10重新安装410PTX.exe补丁或者NetWare 4.11的IWSPX.exe补丁。这样会把Server.exe更新到最新补丁版本。如果病毒在服务器本身的分区中，清除它，重新拷贝公用和系统文件。然后重新安装补丁。加载光驱有些客户发现把光盘加载为NetWare卷，会导致利用率达到100%。解决从方法是执行CDUP5a.exe，然后在控制台做一次Purge。这会删除光盘旧索引并强迫服务器重建一个索引，加载一个新的光盘卷。如果索引文件已损坏，就会导致高利用率。若索引文件很少使用，就被压缩，使用时再被解压。这些文件在SYS卷cdrom$.rom目录下。这是一个隐藏目录。其它的疑难解决技巧解决高利用率的最基本和基础的方法是知道服务器在平时的状态是什么。画出服务器基线，就清楚的知道问题出现在哪里的。当高利用率问题出现时，哪个参数和平时不一样吗?如果高利用率刚刚开始发生，而且服务器以前一直运行很正常。问你自己近改了什么吗?这是一个简单明显的问题，但很必要。加入了新的硬件和或软件吗?你是否刚巧打开了服务器看内部组件呢?是否有新的工作站加入呢?或是新的HUB、集线器、路由器、网桥、网线、网段等等?有新的事情发生吗?有客户的服务器进老鼠了吗?还有，那些有不好主板的机器就会导致高利用率(即使它大体表现为异常终止)。不断实验并且分离问题使其可再发生。这章给你许多不同的方法来分离和缩小高利用率的问题。一旦发现一个明显的区域有问题存在，然后研究这个区域，找到结果。举个例子，如果在拷贝一个50M或以上的大文件到服务器上时，发现有高利用率时，测定问题是否来源于局域网通道或磁盘通道。然后测定是一个特殊的服务器还是所有的服务器都是这样(如果是多服务器环境)。拷贝50M的文件到工作站上，然后拷贝到服务器上的测试目录下。看利用率升高了吗?是的。它是否在拷贝结束后恢复了通常的情况呢?是的；这是正常的情况。反常的情况是服务器用了太长的时间来拷贝文件，同时利用率停在100%上。进一步测试这个问题，用NCOPY拷贝50M的文件从这个服务器的目录到另一个服务器。NCOPY将完全消除局域网通道问题。如果问题还是出现，你可以假设问题出现在磁盘通道的某个地方。(用点时间检查驱动、板卡和其他硬件，如：SCSI卡，网线，终结器等等)。当NCOPY运行时，服务器回把它所有的处理器时间投入到文件的拷贝当中去。LRU SITTING TIME应该会下降，当拷贝过程完成后，它还会再次回升。这是服务器正常的反应。可是如果用了太长的时间来拷贝，拷贝中你仍然有很高的利用率，你需要检查硬件设备，如果NCOPY没有显示有不正常的服务器利用率，就说明局域网通道存在问题。再次检查，并且开始检查一下硬件。这是一个例子用来说明服务器的高利用率很多情况下不是操作系统的问题，操作系统用的硬件应该是更主要的原因。磁盘系统是通常服务器的瓶颈。在服务器的整体表现上设计有很好的性能。两个重要的因素应该被考虑在内：通过多驱动器通道平衡请求数目。举个例子，一个2GB的SYS卷是服务器上唯一的驱动器。如果所有的应用程序都在SYS卷上，就很可能使当前的磁盘请求达到很高的数目。如果你安装多主机总线适配器(MULTIPLE HOST BUS ADAPTERS)(HBAS)和驱动，它会打开更多的通道给读和写，使其有效的分开，通过多驱动通道(MULITIPLE DRIVE CHANNELS)平衡服务请求数目。有效的分组驱动器在你的通道是很重要的。举个例子，不要把2个常用的磁盘放在同一个通道；不要把光驱和常用的磁盘放在同一个通道里。如果条件允许，用下面的参数来分离有问题的NLM和可能损坏的目录服务数据库。Server-ns服务器启动时，不使用startup.ncf文件。ns说明不使用startup.ncf。然后需要手工加载磁盘驱动程序和加载驱动器。Server-na服务器启动时，不使用autoexec.ncf文件。na说明不使用autoexec.ncf。这将排除大部分运行在服务器上无关的NLM，并且提供一个只有磁盘驱动的干净的服务器配置。然后加载并绑定局域网驱动(手工)，观测服务器有什么表现。Server-ndb服务器启动时，不用加载目录服务。Ndb是NO DATA BASE的缩写。如果目录服务导致的问题，尝试这个方法，然后在服务器上加载Dsrepair和修复数据库。Dsrepair可以在没有打开DS或使用DS的SYS卷上运行。同样，可以使用多个开关在同一行，也就是说SERVER NS NA NDB是一个可选的参数。这会不用autoexec.ncf,startup.ncf和目录服务而加载操作系统。通常的，这种形式的疑难解决方法只可能在可以被随便开关的服务器上实行。如果是一个正在使用的服务器，需要计划好时间表来做这些。检查服务器的中断。在八十年代早期，IBM第一次向人们介绍它的PC时，它支持8个中断，从0号7号。今天，所有从IBM AT发展来的计算机都支持15个中断。比8个中断有了很大的进步。然而，只有2个直接的中断进入处理器。一个来自中断控制器，另一个是不可屏蔽的中断线(NonMaskable Interrupt line)。所以，NetWare受规范的限制，只能有一个中断线程(Interrupt line)进入处理器，通过中断15作用在系统总线上。如果不可屏蔽的中断线(NMI line)加入NetWare，服务器会异常终止，并且99.999%会说明有硬件奇偶错误出现在主板、内存、高速缓存或其他设备上。在主板上有2个中断控制器；主中断控制器(PIC0)和辅中断控制器(PIC1)。PIC0和PIC1通过直接连线IRQ2和IRQ9做为接口。因此，它们有同一个中断(也就是2=9)。所以，所有对中断2的操作对中断9也同样起作用，反之亦然。对PIC0来说是IRQ7；PIC1使用IRQ15。我们在IRQ7上没有问题，因为大多数PCI设备使用高的IRQ中断(1015)。然而，我们看到IRQ15在服务器上导致了一些问题。主要原因是许多COMPAQ设备缺省磁盘控制器的中断是IRQ15，而IRQ15又很容易分配给其他的设备。如果设备占了IRQ7或IRQ15，而且硬件设备需要跟踪伪造的中断，它就会和其他设备共享IRQ中断。可能在I/O繁忙时，从服务器获取数据时出错。中断有不同的优先级，优先级排列如下：0,1,2/9,8,10,11,12,13,14,15,3,4,5,6,7这个中断列表说明大多数的PIC1的中断将在PIC0的中断之前被服务。(除了在PIC1上的0、1和2)。这个列表可以用来给总线上的设备分配更高的优先级。举个例子，在SFTIII上，MSL卡应该总是比磁盘和局域网有更高的优先级。因此，把IRQ10给MSL，IRQ11给磁盘，IRQ12给LAN CHANNEL将达到这个设计。解决中断疑难问题，NOVELL建议服务器不要用中断2/9，7和15。再次强调，中断2/9是中断控制器的重叠，会出现问题，设备不能很好的工作在这些IRQ上。中断7和15被硬件用来跟踪丢失的中断，所以把设备放在任何一个这些中断上都可能引起问题。最根本的就是：如果你有问题的话，改变设备的中断，使其不要使用中断2/9、7或15。许多用户也报告他们的一些设备共享中断；这种情况通常发生在PCI卡上，有时也发生在EISA卡上。PCI规范没有告诉板卡厂商或驱动程序商怎么在服务器上用中断。于是，设备和驱动的正确制造都完全给了生产商了。这就是说，它可能包括许多问题当PCI卡共享中断时，或有多个PCI卡在服务器上时。PCI规范太宽松，已至于每个生产商都让他们的卡和驱动能在每种硬件上完美的工作。这种规范在发展中并且现在最终到达ISA的要求。就是说，对现在的PCI，我们不会再看到象以前我们知道的ISA板和驱动那么多的问题了，这仅仅是因为它是新的而且发展迅速。有一些用户反应利用率有点高。对这些客户，用本文提供的检测列表来找到问题。也许并没有问题，对于硬件、软件、用户、意外请求服务器报告的利用率是不精确的。一些用户通过改变所有的服务器、工作站、集线器和路由器等等获得好的机器性能，并用半双工代替了全双工。调试器的使用进入调试器，敲入下列组合键：右-SHIFT左-SHIFT所有这些键要在同时按，注意确保键是最后一个按下去的(如果ESC不是最后一个按下去的，将不起作用)。这将进入NetWare调试器(Debugger)。在屏幕顶端显示It will say Novell 386 Debugger?，然后列出服务器停止的过程要求和原因。如果你在生产性的服务器上做这些(它没有出现问题)服务器请求和对服务器的请求都会停止在你进入DEBUGGER的这段时间里(小心)。下面的命令对调试有用的(它应该被注意，因为调试器包含了服务器信息，它不允许你编写或改动代码，只是浏览；不会有损伤，尽管你可以改变服务器的注册表)。命令描述.h对所有的.(点)命令提供帮助h对所有普通命令提供帮助q退出debugger回到DOS提示符号(哎呦！)g退出debugger回到NetWare提示符?显示与中断(异常中断)有关的代码位置，这并不总是正确的。C强制内核倾倒要使不希望的线程进入睡眠，尝试下面的步骤(请区分大小写)eip=CSleepUntilInterrupt这个命令让那些使服务器异常终止的线程进入睡眠。执行命令后，回到NetWare环境，有可能服务器仍是启动的，你可以DOWN掉服务器。也许你的服务器立刻再次死机。在这种情况下，再次尝试EIP程序；如果不起作用，关掉服务器。所有这一切说明有多个使服务器死机的线程排在队列里。在NetWare 4.11内部，有一些核心编码使服务器可以从非正常终止中自动恢复；这就是人们知道的异常中断恢复代码段(abend recovery code section).它就象某种程度上的核心级容错。今天的市场上只有屈指可数的几个多口网卡NOVELL技术服务标识出其中一些板卡如果它的最大物理包大小设置高于以太网缺省值1514，比如是4202，那么这卡将损坏数据包，使得数据包重发。这是由于设置的参数激活了驱动程序里的代码路径，使允许板卡管理数据包。通过不同的运算法则来增大数据包的速度和效率，但有时结果是数据丢失。一个征兆是从网络上看到的服务器响应一会快一会慢。查看下面TID文档，以处理特殊的高利用率问题2912687 2911519 2907596 2907587 1007918 1005745 1003039