如何诊断Windows挂起-哪些资源被阻塞？

Question

我们有一台Windows 7 Pro机器运行Apache/php/postgres在恒定负载下处理Ajax请求(每秒几次)。它还运行其他各种应用程序，这些应用程序执行大量磁盘写操作。

通常，Ajax响应在一秒钟内接收，但偶尔(在24小时内有一次)在15秒内不发送响应，然后所有响应都在结束时发送，也就是说，服务器似乎被阻塞了15秒。这会导致Ajax在客户端超时。

Apache和其他应用程序的日志支持这一点。Perfmon显示各种计数器下降到零/近零HD活动、CPU活动、网络活动等。httpd#1似乎是唯一有一些CPU活动的进程，尽管减少了。

我怎样才能确定吊死的原因？perfmon或其他工具能告诉我什么资源被阻塞了吗？(“”或“Process”对此有好处吗？)

NB Apache有充足的线程，postgres充足的连接，CPU和RAM没有最大限度，我们已经尝试了电源选项，驱动程序，证监会/scannow，chkdsk /r，memtest等。

更新22/03/2013 10:26:

谢谢你到目前为止的回复。更多信息：

硬件：

• 底盘: Westek 2U Rack挂载主板: Intel Q35 1333 F (5xPCI，2xPCI-E，SATA /F，VGA I/F，2xRS 232等)
• RAM: 2x2gb DDR2 PC2 2-5300非ECC CL4 240引脚存储器模块(3GB可用32位操作系统)
• 处理器: Intel Core2 Quad Q 9550.2.83GHz 1066 12MB 12缓存
• 存储: 2x日立320 II 16 II缓存7200 NCQ在SATA -ⅡRAID Box - Intel Raid 1，NTFS
• 功率:2x400W PSU -双冗余
• 调制解调器: StarTech外部v.92 56k USB传真调制解调器
• PCI卡:电话卡

操作系统：

• Windows 7 Pro SP1 32位

高级绩效选项：

(系统属性>高级>性能>设置>高级)

• 处理器调度:程序的最佳性能
• 虚拟内存:自动管理所有驱动器的分页文件大小
  • 所有驱动器的总分页大小：
  • 最低允许: 16 MB
  • 建议: 4591 MB
  • 当前分配: 3061 MB

更新22/03/2013 11:46:

来自perfmon的截图：

http://i46.tinypic.com/fndyit.png (我没有足够的声誉把它嵌入到文章中)

服务器没有响应的时间是07:44:15 - 07:44:22 -而CPU下降到20%以下。(注意，这是来自另一台CPU较弱的服务器和较老的未经优化的软件--通常CPU不是这么高！)

更新04/04/2013 16:53:

我们找到了罪魁祸首-人类发展中心。只花了一个月！

我们是怎么到那里的

Process确认，在事件发生期间，磁盘阻塞了所有写操作。我们首先尝试更新RAID驱动程序。这改善了一些东西-- CPU等不会完全降到零，但是磁盘仍然阻塞。然后我们尝试禁用RAID --这没有效果。我们试图通过禁用各种日志记录来减少磁盘使用，这很有帮助。然后，我们尝试将HDD换成另一个(较低规格的)，使用第一个映像，这个问题就完全消失了。

我们的硬盘怎么了？

我们使用的磁盘是“日立TravelStar 7k500 (增强可用性变体)”。该占空比似乎受到限制，以确保这种模式的“增强可用性”，这可能不适用于特别繁重的磁盘使用。根据资源监视器( Resource )的说法，我们的磁盘使用量约为每秒400 to。

Answer 1

是的，Perfmon可以监控几乎所有东西的性能。问题是你需要知道去哪里找。缺省值是一个很好的起点，但是对于真正的问题，您需要投入一些工作来解决它。

假设本地存储，检查PhysicalDisk\Avg。PerfMon中的磁盘队列长度。如果它高于您的纺锤数，则您的存储系统是一个(或)瓶颈。也为我们描述一下你的硬件。

/edit给你。您的磁盘队列长度经常会超过"2“(所拥有的慢纺锤数)，并且在您指定的时间段内处于该级别。CPU使用率随之下降，可能是因为它在等待IO，不能做任何事情，所以等待。

可能的改进：

• 天真地，将存储移至更多和/或更快的磁盘。可能是10号突袭。
• 更聪明一些--对磁盘系统进行基准测试，并将其分割到不同的纺锤体或完全不同的服务器上。通常，人们不希望网站或其他前端与SQL数据库后端共享太多资源；这两种类型的进程具有截然不同的性能特征。

Answer 2

这听起来真的像是存储问题。您用什么样的存储库来存储分页文件？

否则，我所知道的诊断这类问题的最好工具是sysinternals (MS now)中的普鲁蒙。它也具有执行长会话的能力，但当您遇到问题时，您必须有一种方法来确定确切的时间框架，特别是当您要进行完整的系统监视器时。如果这不是一个页面文件问题，那么它很可能会让你找到罪魁祸首。