我的第一個 debug 動作，就是先連進系統裡看網頁伺服器的 log，結果發現有一條記錄是錯在某個我多年前所安裝、但早就沒在用的 WSGI module，是跟 Python web app 有關的。因為用不到了，我就順手把它給卸載；不過，問題仍是沒解決，開始報出某些 process coredump 了⋯。 忙了一小陣，發現是資料庫吃掉系統的 CPU 資源。不過，通常這都是太多人點擊了報告頁面所導致的，因為它會向我們的資料庫下數十道 SQL query 指令。我就下了 restart 讓它重啟，但結果並沒有比較好，重啟後不到5分鐘，系統負載又持續飆高⋯。 這時我的同事來了，他在系統裡看了看，懷疑是硬體出了問題。畢竟這套系統也上架很多年了，近年來只要每逢跳電或電力系統維修，我們的機器就像抽樂透一樣，看是哪一台會中獎，中了不是硬碟壞掉就是主機板爛掉。 他就帶著我一同去檢查，結果查了之後竟然是一切都沒問題！這下可好，要如何找問題？ （2/6)