民航气象数据库系统服务器的管理技巧

　　根据民航气象部门广泛使用SCO UNIX做为局域网服务器操作系统的实际情况，结合平时工作中积累的经验，本文介绍了在SCO UNIX 系统中应用shell程序和系统应急盘来解决系统性故障。如自动杀死僵死的进程，boot丢失、unix内核破坏等故障的解决方法，为气象设备维修人员提供参考。

　　前言

　　采用SCO UNIX做为网络操作系统在民航气象局域网中使用十分普遍，由于气象设备维修人员一般对Windows较熟悉，对SCO UNIX的使用和维修接触较少，一旦服务器出现系统性故障，例如：不能对用户进行管理，系统死机等。一般只能通过重新安装软件系统来解决。但这样做有可能丢失一些重要的程序和数据；还要耗费相当多的时间，因此，这只是一个没有办法时的办法。本人在工作中经过多次试验发现了利用系统应急盘和手工编写的shell程序能够有效地解决系统性故障，增强系统的安全性，而且使用起来更简单，更方便，现整理出来供大家参考。

　　1 系统应急盘的制作

　　应急盘由boot引导盘和root文件系统软盘组成，其中boot应急盘包含了引导和装入unix核心所必须的三个文件：/boot、/etc/default/boot和/unix，root应急盘包含了一部分的unix系统的实用程序。其制作步骤如下：

　　1.以root身份登录

　　2.使用scoadmin中filesystem下的floppy manager或键入命令mkdev fd进入创建应急盘的界面

　　3.根据提示制作boot盘和root盘

　　其中制作boot盘时有两个选项：

　　1.System specific boot

　　2.Generic boot(builds a special kernel)

　　选择1，制作一特定系统的应急盘，包含与本机系统相同的内核。

　　选择2，制作一个较小的通用内核应急盘，只连接较少的设备驱动。

　　如果当前的核心较大，制作特定系统应急盘时，一张软盘可能装不下，因此，我们一般选择通用内核应急盘。

　　2 系统应急盘的使用

　　2．1 NO OS 故障

　　服务器启动失败，并显示“NO OS”。这表明硬盘上管理引导的部分/etc/hd0boot，etc/hd1boot，或者主引导块/etc/masterboot被损坏了。可采取如下步骤解决：

　　1.用boot应急盘启动系统，在Boot：时，键入 hd(40)unix

　　2.进入单用户，在＃提示符下键入命令：

　　＃instbb hd/dev/hd0a　 （将引导块分区写给硬盘）

　　＃dparam－w　　　（将主引导块代码写给硬盘）

　　2．2 boot丢失

　　服务器启动时显示“boot not found”。 这表明系统中/boot丢失了。可采取如下步骤进行解决：

　　1.用boot应急盘启动系统

　　2.在Boot：时键入fd(60)unix.Z root=hd(42)

　　3.进入单用户，在＃下键入命令：

　　＃umount/stand （/stand中放置了引导文件和内核，通常情况下，/stand在安装时被设置成只读的，如果需要替换/boot，必须先卸载/stand，然后再安装/stand）

　　＃mount/stand

　　＃mount－r/dev/fd0/mnt

　　＃cp/mnt/boot/stand

　　＃umount/mnt

　　＃haltsys

　　4.从硬盘重新启动系统。

　　2．3 unix内核文件故障

　　服务器启动时显示“unix not found”。这表明unix内核文件丢失或被破坏，此时，可在Boot：提示下输入其它内核文件(如unix.old、unix.safe等)来启动系统。如果无其它内核文件，则可按下列步骤从应急启动盘上来恢复unix内核文件：

　　1.用boot应急盘启动系统

　　2.在Boot：时键入fd(60)unix.Z root=hd(42)swap=hd(41)

　　3.进入单用户，在＃下键入命令：

　　＃umount/stand

　　＃mount/stand

　　＃mount－r/dev/fd0/mnt

　　＃cp/mnt/uniz.Z/stand

　　＃umount/mnt

　　＃haltsys

　　4.回车后从硬盘重启系统。

　　2．4 SH文件错误 服务器加电后在系统引导提示符下键入回车键，当第一屏被刷新后显示第二屏时出现许多错误信息，如： INIT： command exec /etc/brc 1〉/dev/console 2〉&&1 failed to execute， errno=9 (exec of shell failed) ...

　　这表明系统/bin/sh文件受损或丢失。因为sh是Shell标准、作业控制和限制性命令的解释程序，所以，该文件受损或丢失将导致系统启动失败。可采取如下步骤进行解决：

　　1.用boot盘和root盘引导系统，直到出现提示符#

　　2. mount/dev/hd0root/mnt

　　3. cp/bin/sh/mnt/bin/sh

　　4. umount/dev/hd0root

　　5.haltsys

　　6.在系统正常引导后进入超级用户下， 将文件/bin/sh的属主与组均改为系统原来所定义的bin即恢复了系统。2.5 INIT文件丢失 服务器加电后在系统引导提示符下键入回车键，当第一屏被刷新后在第二屏的最后一行出现如下信息：Kernel： i/o bufs=600k，然后系统挂起。

　　这表明系统的/etc/init文件丢失。 因为init程序在核心初始化的最后阶段开始执行，其进程号(pid)为1。该进程按一定规则启动/etc/inittab文件中所列的进程，引导系统进入所规定的运行级别。它首先读/etc/init tab中的initdefault项，当所有的进程都创建成功后， init进入循环等待。init主要用于打开主控台/etc/console，检查文件系统的一致性，执行/etc/rc 进行必要的设置。init在单用户模式下启动Shell，而在多用户模式下运行/etc/brc、/etc/bchk等外壳程序并启动/etc/rc。另外，它还调用/etc/getty为每个终端生成一个getty进程，以便在读入用户注册名后完成用户的注册过程。如果/etc/init文件受损，新的进程就无法创建，从而导致系统挂起。对于这种故障，可采取如下步骤进行解决：

　　1.用Boot盘和Root盘引导系统，直到出现提示符#

　　2. mount/dev/hd0root/mnt

　　3. cp/etc/init /mnt/etc/init

　　4.umount/dev/hd0root

　　5. haltsys

　　6.在系统正常引导后进入超级用户，将/etc/init文件的属主与组均改为系统原来所定义的bin即可。

　　3 shell程序的应用

　　3.1自动杀死SCO UNIX僵死的进程　　由于网络的原因，有些进程会突然僵死。这些僵死的进程，会消耗系统大量的资源，直接影响机器的正常运行。为了实时地、自动地杀死这些僵死的进程，本人编写了 Shell程序Autokill。

　　ps -ef | awk '{ print $1,$2,$7,$8 }' | \

　　awk '/[0-9][0-9]:[0-9][0-9]:[1-9][0-9]/ { print $1,$2,$3,$4 }' | \

　　awk '!/root/ { print "kill -9 " $2}' ＞ /tmp/k_kill

　　chmod 777 /tmp/k_kill

　　/tmp/k_kill 3.2 Autokill程序解释　　首先，用命令 ps -ef 查看进程状态，通过管道传送给 awk 进行处理。

　　在第一个 awk 中，获取进程的用户标识（UID）、进程号（PID）、进程占用CPU时间（Time）、进程执行命令（CMD）四个字段的值。

　　在第二个awk 中，通过模式匹配，选取所有匹配模式的行。在awk 中，[0-9]匹配0～9中任一个数字，[1-9]匹配1～9中任何一个数字，连用两个[0-9][0-9]则匹配一个任意两位数，因此[0-9][0-9]：[0-9][0-9]：[1-9][0-9]则匹配 Time时间字段值，查找占用 CPU 时间超过 10 秒的进程；如果要查找占用 CPU 时间超过半小时的进程，则把模式改成 [0-9][0-9]：[3-9][0-9]：[0-9][0-9]。

　　在第三个 awk 中，用 “!/root/ ”过滤掉由 Root用户生成的进程，并进行Shell语言拼装，并将最终结果定向到文件 /tmp/k_kill。

　　在Autokill程序的最后，执行 /tmp/k_kill 杀死进程。 3.3　查看结果　　Autokill程序采用了管道处理方式，如要查看中间结果，则可以依次断开管道。

　　第一步执行：ps -ef

　　第二步执行：ps -ef | awk '{ print $1,$2,$7,$8 }'

　　第三步执行：ps -ef | awk '{ print $1,$2,$7,$8 }' | \

　　awk '/[0-9][0-9]:[0-9][0-9]:[1-9][0-9]/ { print $1,$2,$3,$4 }'

　　第四步执行：ps -ef | awk '{ print $1,$2,$7,$8 }' | \

　　awk '/[0-9][0-9]:[0-9][0-9]:[1-9][0-9]/{ print $1,$2,$3,$4 }' | \　　

　　awk '!/root/ { print "kill -9 " $2}' ＞ /tmp/k_kill

　　最终查看/tmp/k_kill 文件。

　　再有，如只想自动杀死由某一用户执行的进程（如1234），只要将模式“!/root/”改成 “！/1234/”即可。

　　4 结语

　　气象局域网能否正常、安全、平稳地运行，在很大程度上取决于服务器的运行情况。因此，在服务器维修中，正确应用操作系统的系统应急盘和shell程序，可以降低设备故障率，起到事半功倍的作用。