故障诊断 Lotus Domino 的挂起和崩溃

　　本文提供了一些可用于修复 Notes/Domino 问题的思路。我们首先来定义服务器挂起和服务器崩溃之间的区别，以及如何解决每种问题的例子。我们最后将概述该产品的最新版本 —— Notes/Domino 7 —— 中包含的新的故障诊断特性。我们假设您是一名有经验的 Domino 管理员，并且熟悉基本的 Notes/Domino 概念和术语。

　　何为服务器挂起和崩溃？

　　在进入技术细节之前，我们首先定义两个常用的术语，即崩溃（crash）和挂起（hang），以确保我们的理解是一致的。

　　服务器崩溃

　　Domino 服务器崩溃是这样一种情景，即服务器程序已经终止并且不再运行。您通常可以通过查看崩溃屏幕或者 NSD/RIP 日志文件（取决于您运行的是什么版本的 Domino），来确定服务器终止时所执行的任务。

　　Domino 服务器崩溃的常见故障现象包括：

　　Domino 服务器不再运行，但是系统上的其他程序还在运行。
　　Domino 服务器控制台不出现，即使当任务似乎已加载时。
　　Domino 服务器已加载，并且没做任何事情就突然死机。
　　一个 panic 错误出现在控制台上或 Log.nsf 中，并且系统死机。
　　NSD/RIP 自动运行并生成一个文件，服务器自己死机和/或重新启动。

　　存在几种不同类型的服务器崩溃。例如一次性崩溃（one-time crash），顾名思义，可能只出现一次，并且不会再次出现。一个导致 Domino 崩溃的进程访问坏内存或已破坏的文档时会出现一次性崩溃。例如，假设位于 Mail.box 中的一个文档已经破坏。当 Domino 路由器访问 Mail.box 想将该文档路由到其目的地时，将产生一个 Domino 服务器崩溃。类似的场景以后可能会出现，也可能不会出现。一般来说，一次性崩溃是最难分析的。

　　可重复的崩溃（reproducible crash）是一种可通过一系列步骤重复的崩溃。例如一个这样的表单，其中包含一个编码错误的按钮，每当按这个按钮时，都会导致一个可重复的崩溃。

　　重复的崩溃（Repetitive crashes）按一定的规律发生。它们似乎不与任何特定动作相关，而是发生在每天的相同时间。在这样的场景中，您需要确切地知道，在导致问题的时间段，服务器上在运行什么。例如，假设 Domino 服务器上启用了一个预定的代理，每个月运行一次。该代理可能会导致服务器崩溃。在这样的场景中，首先需要禁用导致问题的代理，然后再检查该代理为什么会导致问题（并修复问题）。

　　ABEND 是服务器崩溃的一种特殊形态。术语 ABEND 是 “abnormal end” 这两个单词的组合。ABEND 崩溃不产生 RIP 或 NSD 文件。

　　崩溃的原因如下：

　　代码中的软件问题（无论是在服务器上还是客户机上）。
　　数据库中的破坏。
　　访问 Domino 的第三方应用程序中的软件问题。
　　内存不足。
　　定制代码导致的限制操作。
　　内存泄漏。
　　未完成的请求。
　服务器挂起

　　Domino 服务器挂起是这样一种场景，即 Domino 服务器仍在运行，但是服务器上的一个或多个任务不响应请求。这些任务可能还是活跃的，但是不在做它们应该做的事情。术语 “挂起” 也定义了一种状态，即当计算机程序不按设计运行时可能会出现的状态。大部分时候，出现挂起是因为，低级循环或资源的持久不可用导致严重的性能问题。服务器挂起通常归因于资源问题，所以有时可把它们看成性能问题。

　　在挂起期间，程序看起来像已瘫痪，也不显示错误消息，并且屏幕冻结或者应用程序不响应用户的动作。键盘输入或鼠标点击没有反应，不管光标置于何处都一样，但是程序仍在运行。与 ABEND 或崩溃不一样，挂起有时会自己解决问题，应用程序继续其正常的执行过程，无需您的干预。这样的情况更应该看成是性能问题，而不是挂起。

　　Domino 服务器挂起的故障现象包括：

　　Domino 仍在运行，但是不响应客户机。在这种情况下，用户通常报告说他们收到 “Server not responding” 消息。
　　控制台的行为就像是断开连接的，不接受任何命令，甚至像 quit 这样简单的命令也不接受。
　　客户机对服务器的访问（例如，打开数据库）感觉到响应时间慢。
　　出现信号量超时。“show stat” 命令将报告信号量超时信息。下面是 Statrep.nsf 中报告的一个信号量超时的例子：Sem.Timeouts = 430D: 58 0A13:42 030B:28 0116:26 0A12:21。在这个例子中，430D 是信号量名称，58 是超时的数量。注意，信号量超时并不一定表示性能问题。在忙碌的服务器上出现信号量超时是很常见的。如果服务器上没有出现任何信号量超时，统计数据 Sem.timeouts 就不会出现在 Statrep.nsf 中。

　　会报告与性能相关的错误消息，比如：
　　Insufficient memory.
　　Insufficient memory. NSF Folder Pool is full.
　　Maximum number of memory segments that Notes can support has been exceeded.
　　Network operation did not complete in a reasonable amount of time.
　　Server not responding.

　　注意，在服务器挂起场景中，NSD/RIP 是不会自动生成的。