【51CTO精選譯文】這篇教程的誕生過程實在相當糾結(jié)。很長時間以來我一直在考慮要不要寫這么一篇東西，最主要的原因在于對硬件相關(guān)問題進行故障排查可能是計算機管理領(lǐng)域最棘手的工作。即使是經(jīng)驗相當豐富的用戶有時也會遇上自己搞不定的狀況，并在試圖解決那些微妙、古怪、難以捉摸甚至無法確定的軟硬件沖突困境時碰上釘子。想在網(wǎng)絡(luò)上尋找答案？我們找到的很可能是上萬個無關(guān)主題，最終在空蕩蕩的論壇上孤獨徘徊、耗盡余生。

　　不過就個人來說，我自認為算是個自負的極客、對技術(shù)難題和寫作手法都有相當?shù)男判?。今天我打算盡量與大家分享一些實用的技巧與處理方法，希望有助于讀者朋友理解、查明并最終搞定硬件難題--無論您使用的是Linux設(shè)備還是其它什么平臺。這篇教程無法保證100%有效，其中的某些方法也可能不太容易掌握，但它還是能起到一些作用。請大家隨我一起探尋硬件故障中的奧秘吧。

[[68390]]

　　硬件故障類型

　　在開始著手診斷硬件問題之前，我們首先需要調(diào)整預期、充分了解工作中可能遇到的硬件故障類型，這一點非常重要。最后，大家還必須掌握硬件故障的實際表現(xiàn)形式。

　　硬件無法工作

　　最常見的故障源自電子設(shè)備中的某一部分發(fā)生損壞，但例外情況同樣時有發(fā)生。如果大家的電源出了問題，設(shè)備當然沒辦法啟動，這個道理非常簡單。除此之外，顯卡、聲卡甚至記憶棒都可能在關(guān)鍵時刻掛掉，并帶來各種各樣的奇怪表現(xiàn)。在這種情況下，系統(tǒng)也許仍能通過BIOS自檢并進入操作系統(tǒng)，甚至允許用戶進行一定程度的正常操作。而在某些情況下，我們可能會直接感受到設(shè)備故障，例如屏幕分辨率突然變得非常低--這肯定是因為顯卡驅(qū)動程序無法正常工作；或者聽音樂時沒有聲音，那就是聲卡的問題。在某些情況下，操作系統(tǒng)還可能直接彈出錯誤提示信息。

硬件的不穩(wěn)定性故障

　　不穩(wěn)定性是我們面臨的最困難、也最不容易確診的故障類型之一。如果大家的硬件僅有某一部分發(fā)生損壞，那么整體設(shè)備也許仍能正常運轉(zhuǎn)，只在特定情況下偶爾出現(xiàn)問題。這往往令用戶摸不著頭腦，無法把異常狀況與對應(yīng)設(shè)備聯(lián)系到一起，從而得出正確結(jié)論。另外，即使是同一故障也可能存在多種表現(xiàn)形式，它們彼此之間看似毫無關(guān)聯(lián)，但足以把用戶折磨得死去活來。

　　某些類型的錯誤甚至不會影響設(shè)備的正常功能，但它們卻有可能偷偷導致數(shù)據(jù)損壞或設(shè)備整體性能下降。這類問題相當陰險，因為我們往往習慣于將其歸罪于操作系統(tǒng)損壞或軟件沖突。舉例來說，如果我們的記憶棒中存在少數(shù)損壞單元，使大家在訪問并使用這些存儲空間時發(fā)生段錯誤，各位打算怎么辦？再有，我們可能會把系統(tǒng)內(nèi)核崩潰與某些軟件掛上鉤，但其真正根源或許在于內(nèi)存故障或總線錯誤，您想到了嗎？另一個很好的例子就是三年前我在自己老款T61設(shè)備上遭遇的無線/筆記本問題。我專門用來玩游戲的發(fā)燒級臺式機還碰到過由地線引發(fā)的故障。

　　固件/驅(qū)動程序故障

　　驅(qū)動程序故障常常表現(xiàn)得像是硬件出了問題，但不同之處在于其發(fā)作狀況比較穩(wěn)定、不像硬件那樣時好時壞。通常情況下，軟件問題導致的狀況比較一致且能夠再現(xiàn)。在某些情況下，我們的驅(qū)動程序甚至無法與硬件進行通信；而在另一些情況下，存在bug的驅(qū)動程序會令設(shè)備以意料之外的方式運作。有時候這類問題還會轉(zhuǎn)化成全局功能缺失，例如內(nèi)核崩潰、黑屏、白屏以及其它各種奇怪的故障。

　　其它注意事項

　　大家還必須意識到，某些系統(tǒng)可能會鎖定BIOS以防止我們使用某些硬件組件或功能，或者是出于某種目的而禁用這些組件。在后面的文章中我們將進一步討論BIOS的相關(guān)話題。

　　最后，大家可能會在無意中將那些設(shè)計上存在沖突的硬件組件放在一起工作。某些供應(yīng)商生產(chǎn)的硬件也許只針對某款特定操作系統(tǒng)，因此我們無法從官方得到任何其它系統(tǒng)平臺上的驅(qū)動程序支持。不過有些硬件能夠與其它產(chǎn)品使用同樣的公版驅(qū)動程序，例如Lexmark打印機就能完美接納PCL驅(qū)動程序。#p#

　　硬件分析

　　由于在追蹤硬件問題、嘗試加以解決方面存在數(shù)以百計的處理方案，因此在實際操作中感到迷?；蚴茄蜎]在互聯(lián)網(wǎng)那數(shù)不清的案例當中都是極為正常的現(xiàn)象--人生最大的悲哀也莫過于此。我給大家的忠告是，盡管以有條理的方式對待每一次硬件故障，最大程度減少誤判與干擾因素。

　　好吧，我們先來假設(shè)大家已經(jīng)遇上了一起硬件故障。在現(xiàn)實中有些故障真實存在、有些則只是我們的誤判或者偶然現(xiàn)象，不過在這里我們暫時只討論那些真正存在的問題。

　　備份與更新

　　首先也是最關(guān)鍵的一步，為自己的數(shù)據(jù)做好備份。一旦設(shè)備開始搗亂，我們的底線就是千萬不要失去任何寶貴的資料信息，這一步在修復計劃中可謂不可或缺。

　　第二個步驟是對設(shè)備進行全面更新。在Linux領(lǐng)域，這意味著下載所有可用的系統(tǒng)更新，因為其中可能包含著對解決硬件問題至關(guān)重要的固件及驅(qū)動程序修復補丁。就算沒有這些針對性內(nèi)容，新內(nèi)核也往往能更好地支持設(shè)備上的硬件。舉例來說，SSD TRIM命令只能在2.6.33內(nèi)核中生效。同樣，Sandy Bridge也僅支持最新的幾個系統(tǒng)發(fā)行版本。英偉達的290.XX驅(qū)動程序中可能包含一些早先版本不具備的額外功能或重要修復代碼。

　　啟動日志

　　如果我們的設(shè)備中存在已經(jīng)完全損壞、部分損壞或者發(fā)生嚴重問題的硬件，那么首先想到的肯定是要看看啟動過程有沒有對此進行記錄及反饋。為此，大家需要查詢系統(tǒng)中的啟動日志。在大多數(shù)情況下，Linux系統(tǒng)的啟動日志被保存在/var/log路徑下，文件名通常為boot.log或者boot.msg等。如下圖所示：

　　不要看到錯誤信息就關(guān)注！

　　從上圖中，大家可以看到幾條紅色的失敗提示信息與黃色警告信息。暫時把它們放在一邊，它們可能與故障有關(guān)也可能并無關(guān)系，事實上我們不要因為干擾因素而影響到正常的檢查流程。再次強調(diào)，大家現(xiàn)在要做的是確定硬件方面的某種問題，就目前而言，我們只應(yīng)該關(guān)注那些與問題硬件確切相關(guān)的內(nèi)容。如果沒什么關(guān)系，那么直接跳過就好。事實上，很多情況下我們都可以預估問題的出現(xiàn)范圍并直接到對應(yīng)部分進行檢查。#p#

　　Dmesg命令

　　另外一些頗具價值的信息被保存在內(nèi)核緩沖區(qū)日志當中，我們通?？梢岳胐mesg命令來調(diào)用。當然，有時候該日志也會被保存在/var/log路徑下的同名文件中。這條命令會顯示所有緩沖區(qū)內(nèi)的內(nèi)核信息，其中一些也同時存在于標準系統(tǒng)日志當中--即由syslog生成的/var/log/messages。

　　除此之外，dmesg還會顯示大量硬件初始化信息，我們可以借此摸索可能出現(xiàn)的問題或沖突。同樣，這部分信息中不正常的內(nèi)容也會很多，一一閱讀并理解會浪費大量時間，所以請有針對性地進行處理。大家最應(yīng)該關(guān)注的是模塊名稱與硬件地址，它們是由冒號隔開的數(shù)字與字母構(gòu)成的字符串。

　　在下面的例子中，我們可以看到英偉達模塊的初始化情況。由于模塊不支持GPL，因此導致系統(tǒng)內(nèi)核受損--另外，聲卡的初始化信息也能在下圖中找到。

　　Lsmod命令

　　我們之前在許多場合都使用過lsmod命令，這條命令能夠被加載到系統(tǒng)內(nèi)核中的模塊名稱及其使用次數(shù)。在進一步分析處理之前，大家應(yīng)該首先確定設(shè)備擁有基本驅(qū)動程序支持。舉例來說，如果我們想了解為什么英偉達顯卡無法工作，那么首先得弄清驅(qū)動程序是否被正確載入或者說沒有出現(xiàn)沖突。雖然對于普通用戶來說，判斷驅(qū)動程序未被載入的原因似乎有些困難，但至少我們已經(jīng)了解到導致問題的根源，這也算是個了不起的成果。

　　/sys/devices

　　現(xiàn)在我們再來看看更實用的檢查方法。將啟動信息與dmesg結(jié)合起來雖然能為我們提供一些基本信息，但這些信息卻并不十分可靠。在無法斷定信息真?zhèn)蔚那闆r下，大家需要直接審查內(nèi)核架構(gòu)并檢測載入的驅(qū)動程序。

　　在Linux系統(tǒng)中，由于架構(gòu)的單一特性，組件會直接通過編譯進入內(nèi)核或作為可動態(tài)加載的模塊。與硬件之間相互通信的模塊就被稱為驅(qū)動程序。無論是直接進入內(nèi)核還是成為可加載模塊，組件最終都會出于某種目的而駐留在內(nèi)核中。這是一種抽象軟件層，用戶無法直接進行控制。

　　然而，以間接方式進行部分控制還是可以的，我們能夠利用偽文件系統(tǒng)/proc及/sys滲透到一部分內(nèi)核架構(gòu)中去。大家可以通過修改看似普通的文件來實時變更內(nèi)核架構(gòu)，這將改變系統(tǒng)的運作方式。/sys文件系統(tǒng)則允許用戶對硬件以及內(nèi)核模塊進行修改。

　　現(xiàn)在，如果大家還記得之前圖片中列出的數(shù)字，我們已經(jīng)可以讓它們派上些大用場。瀏覽/sys/devices下的子目錄并檢查哪些硬件組件已經(jīng)連入注冊接口。

　　某些模塊擁有可寫入?yún)?shù)，我們能夠憑借root權(quán)限對其加以修改、進而改變硬件的運作方式。舉例來說，我的LG筆記本的PCI插槽上接有USB5設(shè)備，它正好擁有可寫入?yún)?shù)。如果大家在這個文件中填寫不同數(shù)值，就能夠啟動或關(guān)閉對特定USB接口的訪問。

　　在實踐中，大家會發(fā)現(xiàn)瀏覽/sys絕對是個對經(jīng)驗與知識要求很高的細致活，這點在嘗試解決硬件問題時尤為明顯。普通用戶對不同參數(shù)及值的理解更是有所欠缺，但這都不要緊，我想強調(diào)的只有一點：/sys目錄能夠提供很多有用的信息。#p#

　　Lspci命令

　　要想對所有接入的硬件組件及其對應(yīng)驅(qū)動程序進行掃描，這里還有一種更簡單的方法。系統(tǒng)命令lspci能列出所有接入PCI總線的設(shè)備，不過就連遺留硬件也會被顯示出來。

　　現(xiàn)在的問題是，lspci到底是從哪獲得這些信息的？好吧，如果大家真想知道，那么我們一起把lspci與strace搭配起來看看。毫無疑問，lspci是對/sys目錄進行掃描以獲取接入設(shè)備信息的，其中包括連接端口、供應(yīng)商ID、設(shè)備類型以及配置等。

　　最后，lspci會參考/usr/share/hwdata/pci.ids文件中所包含的硬件供應(yīng)商靜態(tài)列表。該列表會將供應(yīng)商ID數(shù)字轉(zhuǎn)譯成自然語言名稱，方便我們直接讀取lspci所輸出的掃描結(jié)果。

　　某些Linux發(fā)行版還會為lspci命令配備圖形化前端，這樣我們就能像在Windows平臺上那樣從窗口中讀取系統(tǒng)信息了。但需要提醒大家的是，命令輸出查詢起來更方便，尤其是在進行調(diào)試工作時。

　　/var/log/messages

　　最后但同樣重要的是，我們還可以通過查詢系統(tǒng)日志得到想要的答案。再次強調(diào)，將注意力集中在出現(xiàn)問題的硬件身上，別被無關(guān)緊要的錯誤所引導。作為演示，我們向設(shè)備插入U盤并查看系統(tǒng)會向我們反饋哪些信息。要實時進行信息查詢，我們要用到tail命令。

　　要注意系統(tǒng)列出的內(nèi)容。在這個實例中，我們會看到系統(tǒng)正確識別到了新接入的驅(qū)動器。但這并不意味著我們可以直接開始使用，大家一定已經(jīng)發(fā)現(xiàn)，系統(tǒng)沒有自動為其安裝驅(qū)動程序、我們目前也沒有足夠的使用權(quán)限等等。甚至U盤本身也可能存在故障。但無論如何，設(shè)備已經(jīng)被系統(tǒng)內(nèi)容正確識別了，所以我們可以排除這方面的可能性了。

#p#

　　實例匯總

　　有了前面提到的知識基礎(chǔ)，現(xiàn)在我們該處理一些實例，在操作中學習并理解。當前我懷疑自己的英偉達顯卡在Ubuntu中存在硬件/驅(qū)動程序間的沖突，因為雖然系統(tǒng)提示驅(qū)動已激活但設(shè)備仍無法正常工作。

　　在某些情況下，我無法使用自己的硬件--無線網(wǎng)卡--更確切地說，相關(guān)固件由于許可及識別沖突等原因而不存在于內(nèi)核當中。Debian與Trisquel兩套發(fā)行版都有這樣的問題。

　　其它事項

　　如果，我的意思是只有用盡了上述所有方案都搞不定問題時，大家才應(yīng)該到互聯(lián)網(wǎng)上搜索并追尋自己想要的答案。雖然我已經(jīng)提到，本文所介紹的各類工具不一定總能幫你找到問題的根源，但它們一般來說都很有效，所以推薦大家優(yōu)先從這里入手。

　　現(xiàn)在大家應(yīng)該從網(wǎng)上搜索資源并與眼前的問題進行比對。在大多數(shù)情況下，我們只走馬觀花看幾眼就能剔除掉很多沒用的信息。如果有人面臨與您相同的故障癥狀，但導致問題的硬件卻完全不同，別猶豫--馬上離開。如果有人面臨同樣的癥狀，但使用的操作系統(tǒng)不同--馬上離開。雖然已經(jīng)說過很多次，但我還是要強調(diào)，別為沒意義的事情分神。有時候多種故障可能會歸結(jié)為同一個內(nèi)核錯誤，畢竟內(nèi)核能夠輸出的信息是有限的?？梢钥隙ǖ氖牵S許多多不同各類的問題都會引發(fā)相似的故障表現(xiàn)。

　　這里我向大家推薦一些尋找答案成功率較高的網(wǎng)絡(luò)資源：Phoronix，雖然只是個論壇，但經(jīng)常會組織檢查及基準測試活動；Linux drivers 是個很實用的編譯類門戶網(wǎng)站；再就是linuxquestions.org網(wǎng)站，這里的資源非常不錯，值得大家多逛逛。

#p#

　　最后，BIOS

　　檢測流程當然由大家自己說了算。不過如果所有嘗試都宣告失敗，那么更新BIOS恐怕是我們惟一的出路。一般情況下，整個更新過程應(yīng)該是很安全的，但一旦出現(xiàn)問題，那就絕不會是小問題--你的設(shè)備很可能直接變磚。這也正是我將BIOS更新作為最后一節(jié)內(nèi)容的主要原因。另外，在碰BIOS之前請務(wù)必確保大家已經(jīng)嘗試過前面提到的所有處理方法，例如利用其它系統(tǒng)發(fā)行版檢測硬件兼容性。

　　BIOS內(nèi)容的改動可能啟動或禁用某些功能，例如火線、藍牙、RAID控制器及其它組件，這將直接影響操作系統(tǒng)的運作以及識別并調(diào)用某些硬件的能力。

　　總結(jié)

　　Linux硬件故障排查工作要求我們具備相當?shù)闹R并熟悉命令行與系統(tǒng)信息。另外，靈活的處理方案與實用信息在某些特定操作系統(tǒng)中可能無法生效。修改內(nèi)核空間的能力可以幫助大家診斷并解決與硬件有關(guān)的技術(shù)問題。

　　在今天的文章中，我們共同探討了如何有條不紊地利用各類工具及實用程序解決Linux系統(tǒng)中的硬件故障。大家了解到故障的具體類別、如何咨詢系統(tǒng)日志以及如何使用lspci及l(fā)smod等命令。最重要的是，我們還與BIOS、驅(qū)動程序及系統(tǒng)調(diào)試進行了一番淺層次但意義深遠的接觸。希望這篇文章能幫助大家從容應(yīng)對未來道路上的問題。不過請大家別忘記，有時候就算使盡渾身解數(shù)也無法搞定難題，這很正常、并不丟人。硬件本身發(fā)生了損壞，這就不是我們所能挽回的局面了--所以請保持輕松愉快的心情。

　　就寫到這里，感謝收看。

　　原文鏈接：http://www.dedoimedo.com/computers/linux-hardware-troubleshooting.html