断続的なサーバーのハングを解決する方法は？ディスクへの書き込み（およびディスクからの読み取り）が完全に停止する
LAMPサーバーは約6か月間使用できます。 CentOS 7.0
最初の3か月間、再起動せずにノンストップで実行された後、ハングしました。
その後、次の2か月間実行され（再起動せずにノンストップで）、再びハングします。
その後、14日間実行され、その後ハングします。
その後、14日間実行され、その後ハングします。
ハングするたびに、サーバーを再起動する必要がありました。システムソフトウェアは追加/更新していません。
ハングの症状は、これらすべての場合で同じです。
ディスクへの書き込み（およびディスクからの読み取り）は完全に停止します。
WebサーバーとMySQLデータベースが機能しなくなります。物理コンソールまたはsshを介してリモートでログインすることはできません。
ただし、このハングが発生したとき、Linuxの「top」および「mytop」コマンドを実行してリモートssh Shellセッションを開き、サーバーが再起動されるまでこれらは機能していました（更新）。
したがって、これはサーバーが完全にフリーズしなかったことを証明します。一部のソフトウェアはまだ実行されていました。
サーバーは正常に再起動できませんでした。
ログには何も見つかりませんでした。すべてのログが同時に停止しました。
ハングが発生したときの物理コンソール（KVM）の最後のエントリは、AdaptecRAIDコントローラーのエラーについて言及していました。以下を参照してください。
00001
[1143965.194144) 0000000000000246 000000014423ecb4 1111880869b6b740 ffff880000c 00040
00040
[1143965.194786] Call Trace:
[1143965.195044] [<Ifffffffa007f46b>] aac_fib_send+0x3db/8x510 [aacraid]
[1143965.195307] [<ffffffffa00794d8>] aac_get_adapter_info+0xc8/8xb70 [aacraid] [1143965.195573] [<ffffffffa007e990>] _aac_reset_adapter+0x430/0x620 [aacraid]
[1143965.195573] [<ffffffffa007e990>] _aac_reset_adapter+0x430/0x620 [aacraid]
[1143965.195838] [<ffffffffa0071a79>] aac_reset_adapter+0xa9/0x290 [aacraid]
[1143965.196101] [<ffffffffa0076214>] aac_eh_reset+Oxla4/0xle0 [aacraid]
[1143965.196368] [<ffffffff813d6d83>] scsi_try_Host_reset+0x43/0x100
[1143965.196628] [<ffffffff813d812,17>] scsi_eh_ready_devs+0x887/0xc20
[1143965.196889] [<ffffffff813da43c>] scsi_error_handler+0x52c/8x820
[1143965.197151] [<ffffffff813d9110>] ? scsi_eh_get_sense+0x2a0/0x2a0
[1143965.197415] [<1111111181085aff>] kthread+0xcf/8xe0
[1143965.197675] [<1111111181085a30>] ? kthread_create_on_node+0x140/0x140
[1143965.197939] [<111111118151316c>] ret_from_fork+Ox7c/OxbO
[1143965.198200] [<1111111181085a30>] ? kthread_create_on_node+0x140/0x140
[1143965.198461] Code: 48 c? 87 b8 00 00 00 00 30 08 a0 5d c3 Al 11 84 00 00 00 00 00 Of 11 44 00 00 55 48 8b 87 90 01 00 00 48 89 e5 8b 80 be 00 00 00 <a8> 04 75 14 f6 c4 01 75 14 25 80 00 00 00 83 f8 01 19 c0 83 e0
00 00 Of 11 44 00 00 55 48 8b 87 90 01 00 00 48 89 e5 8b 80 be 00 00 00 <a8> 04 75 14 f6 c4 01 75 14 25 80 00 00 00 83 f8 01 19 c0 83 e0
75 14 f6 c4 01 75 14 25 80 00 00 00 83 f8 01 19 c0 83 e0
[1143974.082729] aacraid: aac_fib_send: first asynchronous command timed out.
[1143974.082729] Usually a result of a PCI interrupt routing problem;
[1143974.082729] update mother board BIOS or consider utilizing one of
[1143974.082729] the SAFE mode kernel options (acpi, apic etc)
RAIDコントローラカードを交換しましたが、問題は解決しませんでした。同じ症状でサーバーが再びハングしました。
私は現在、「dmesg -wH」を使用してリモートsshシェルを常に実行しており、ハングが再び発生したときにdmesgログをより多くキャッチすることを望んでいます。
サーバーには、RAID1に2つのSATASSD960GBとRAID1に2つのSATA500 GBHDDを備えたAdaptecRAIDカードがあります。
スマート。属性はすべてのドライブで問題ありません。
何かアドバイス？
編集＃1 2015年9月13日：
すべてのパーティションに十分な空き領域があります。
ログは適切にローテーションしています。
編集＃2 2015年9月13日：
RAIDコントローラー：Adaptec ASR71605
BIOS：7.5-0（32069）
ファームウェア：7.5-0（32069）
ドライバー：1.2-0（30300）
ブートフラッシュ：7.5-0（32069）
解決策は、CentOSに付属のオープンソースドライバーではなく、Adaptec独自のドライバー（サイトからダウンロードできます）を使用することでした。サーバーはAdaptecドライバーで約11か月間稼働しました（その後、サーバーは不明な理由でハングしました）。これは、オープンソースドライバーでの14日間の稼働時間から大幅に改善されています。