hackerbs's Blog - 探索知识的宇宙

《我始终是我》 上一篇文章里，我讲了一套很冷的东西。重量、杠杆、交易、破圈——听起来像一台精密运转的机器。有人可能会觉得，这个人是不是太理性了，是不是把一切都算得太清楚了，是不是已经把自己活成了一个算法。 不是。 所以这篇文章，我想讲讲框架之下的那个人。 我确实热衷于拆解世界。GPU 集群怎么互联、IPO 招股书里的商业模式怎么运转、社会资源怎么流动、人脉的本质是什么——我看到任何复杂的东西，第一反应都是：它的底层逻辑是什么？它为什么会是这个样子？既然它是人制造出来的，那我就应该能理解它。 这是我的乐趣所在。我不满足于”它很厉害”这种模糊的评价，我要知道它厉害在哪，为什么能成立，以及这个逻辑能不能被我用在自己身上。 但这种拆解世界的冲动，并没有把我变成一个冷血的人。 我会在网络上刷到一个陌生人受苦的视频，沉默很久。我会因为路边一朵桂花被雨打落满地，站在那儿看半天，然后写”百年古树千年朽木，十里繁荣万里荒芜”。我会在看到国际新闻里某些无力改变的事情时，心里堵着，说不出来。 我没有关掉我的感性。我只是给它画了一条边界。 这条边界是：我的情绪和共情能力，只分配给那些我力所能及的事情...

《破局的物理学：重量、杠杆与涟漪》 成年人的世界里，一切关系本质上都是交易。 这话不好听。但它让我站起来了。 很长一段时间我活在一种撕裂里。一边是浮尘落尽后的清醒——知道那些百年基业、名门望族，拉长到千年尺度不过朽木一堆；一边是眼睁睁看着别人在往上走，自己却连”破圈”的踏板都摸不到。 我试过焦虑，没用。我试过混圈子，更没用。没有东西能给别人的人，站在谁身边都是空气。 后来我停止向外找答案，开始向内搭模型。我反复问自己一个问题：我能提供什么？不能提供任何东西的人，凭什么让别人把资源给你？ 答案在物理里。 重量重量是你的硬通货。你的技能、你的成果、你用时间验证过的不可替代性。 这玩意骗不了人。你有没有重量，上手一试就知道。你可以吹一万个字，但一个项目砸下来，重量为零的人瞬间透明。 怎么积累重量？四个字：努力、沉淀、勤奋、不急躁。 这四个字单独看像鸡汤，但真正做过事的人知道它的真正含义——把眼前每一件小事做到超出预期。不是为老板，不是为领导，是为自己。因为每一件被做到极致的事，都会变成你的履历上一条无法被抹去的刻度。重量是堆出来的。跳槽堆不出来，混日子堆不出来。 没有重量的人，所有...

观此视频有感 人为什么有虚岁 因为妈妈比其他人 单独的拥有了你一年 《存在的痕迹：不在于石碑，而于涟漪》 小时候我就在想——人生的价值是什么？是钱吗？是权吗？是骄奢淫逸吗？ 那些生不带来、死不带去的东西罢了。 人生没多长，人生不应该只是一场体验，人生应该留下些什么，人生应该有价值。 钱、权，这些终将在你死去的那一刻消散。或许你为家人带来了财富，让他们享了福，我不能说这没有价值，但这还不够，远远不够。五十年、百年之后，他们也会逝去，你的存在，也将被慢慢淡忘。 如果这世间没有了你存在的痕迹，那么，你在这个世界上真的活过吗？ 年幼的我，怀揣着科研的梦想，认为知识是宝贵的财富。我曾以为，一切都是虚妄，唯有将知识——这人类的瑰宝——传承下去，让若干年、数十年之后，还有人使用这些知识，那便是人生价值的体现。 后来，时间冲刷着一切。麻木、迷茫，混杂着泥沙一团糟的日子，似乎，好像也就这样活一辈子了。 苦难是什么？是肉体上的饥寒交迫吗？确实，那也是苦难。可最痛苦的折磨是什么呢？是当我遇见像那个视频里一样的事情时，什么都做不了——没有能力伸出援手，没有能力改变任何，只能眼睁睁地看着一切发生。那种精神...

用于各IT场景的专业术语的中英文对照工单场景 英文 英文全称 中文 释义 TC Ticket Created 新建工单 工单已在系统中被成功创建，并进入待处理队列 PR Pending Report 等待报告 工单处理因等待（用户、第三方或系统提供的）额外信息、日志或报告而暂时挂起 SM Self-Maintenance 自行维护 问题由用户自行解决或无需运维团队介入（如过保服务器），随后工单可被关闭 R Resolved 已解决 问题已被运维团队成功修复，该工单处理完毕 IW In Warranty 在保内 表示设备或服务处于保修期内，维修通常由供应商免费提供 OOW Out of Warranty 已过保 表示设备或服务已超出保修期，维修通常需要付费 TPM Third-Party Maintenance 第三方维保 表示设备由原厂之外的第三方服务商提供维护支持 日常运维场景 英文 英文全称 中文 释义 Ops Task Status Board Ops(Operations ) 运维任务状态看板 一个实时展示运维任务进度和状态...

情况说明收到系统发出IO占用率和IO延迟的告警，登录带外排查无任何错误日志，随后进入操作系统使用脚本批量排查smartctl日志，发现存在错误计数，因smartctl并非厂家带外的告警日志，所以特此向Inspur、H3C、Lenovo、DELL进行了咨询，其中提到了一些日志参数的告警，目前已收到H3C、Inspur的回复 厂商对日志中以下内容的告警表示认可并作为报修依据 硬盘类型 参数 翻译 说明 来源 SSD ID 5 Reallocated_Sector_Ct 重分配扇区计数 因坏块被重新分配的扇区数量，值越高健康状况越差 新华三 SSD ID 197 Current_Pending_Sector 当前待处理扇区计数 有潜在读写错误、待重新映射的扇区数量(>100更换) 浪潮/新华三 SSD ID 187 Reported_Uncorrect 已报告的不可纠正错误 硬盘向主机报告的读/写过程中发生的不可恢复错误次数(>10更换) 浪潮 HDD Total uncorrected errors 总无法纠正错误 所有无法纠正...

系统报IO告警，在带外无异常的情况下，在操作系统中进行排障故障现象监测平台报障IO占用率和延迟过高 初步排障登录带外观察是否有故障日志，无论是否有故障日志，均需要进一步进行二次核对 JBOD直通无RAID排障使用smartctl命令观察磁盘健康状态，网络上有大量教程，不再赘述 如果磁盘本身无故障，观察输出结果中的199 UltraDMA CRC Error Count这一行是否有记录，这是硬件通信错误的日志，如果有记录到纠正次数，那就说明发生了硬件连接的问题，如硬盘背板故障，连接线故障，接口松动等 批量排障命令参考 for i in {a..z}; do [ -b "/dev/sd$i" ] && echo "sd$i:" && sudo smartctl -a "/dev/sd$i" | grep "199"; done RAID阵列模式排障做了阵列的磁盘无法直接使用smartctl进行排障，需要改为smartctl -a -d megaraid,3 /dev/sd...

重要更新: 2025-11-4 硬盘测试开发了全自动测试工具，见下方硬盘测试部分 测试项测试前准备CPU调优BIOS关闭超线程方法：BIOS里找CPU或者Socket Configuration，进入其中，找Processor Configuration，进入其中关闭超线程即可超线程在BIOS的写法通常有： SMT Logical Processor(LP) Hyper-Threading 理由：超线程的作用是让 CPU 能在一个线程等待（例如等待内存I/O）时，利用空闲执行单元去执行另一个线程。所以对于CPU性能测试的浮点运算、以及CPU满载的业务场景，超线程导致的线程切换，反而会： 增加上下文切换与调度开销(Scheduler Overhead) 操作系统调度器看到两个逻辑核心，调度两个重量级任务上去，但实际上底层的物理核根本没法承担 导致缓存污染(Cache Pollution) 不同线程使用的数据不同，缓存反而会互相驱逐对方数据 这个问题与下文中根据L3缓存设计NB大小尤其相关 BIOS关闭C-State方法：BIOS里找CPU或者So...

巡检发现异常宕机，带外日志仅有一条热复位的记录BMC日志如下： SYS_Restart 系统启动/重新启动 开始热复位 - 触发 仅有一条热复位记录，无物理按键记录，无操作系统发起重启记录 排障思路 命令 排查启动日志 `journalctl -b 排查内核缓冲区 dmesg --level=err,warn 排查是否有内核崩溃转储文件 ls -la /var/crash/ 排查是否有硬件错误 `journalctl -k 排查watchdog是否触发 `journalctl -k 排查过热日志 `journalctl -k 检查内存不足事件 `journalctl -k 检查 CPU 或 I/O 阻塞 sar -q -f /var/log/sa/sa10 检查内存错误计数 `dmidecode -t memory 检查电源日志 `journalctl -k

日常巡检时发现带外出现INTEL SSD故障告警，随后又自行恢复，间隔约30分钟，无人工介入。 smartctl -a /dev/sda 故障原因推测 排障思路 硬盘背板接触问题 检查smartctl中ID 199 UltraDMA CRC Error Count的值，是否存在CRC校验错误 NAND闪存寿命是否不足 检查smartctl中ID 233 Media Wearout Indicator的值 是否存在坏扇区 检查smartctl中ID 5 Reallocated sector ct的值 硬盘备用空间是否不足 检查smartctl中ID 232 Available Reservd space的值 实例： 123Media Wearout Indicator: 当前值0 临界值100 - 健康Reallocated Sector Count: 当前值0 临界值75 - 健康Available Reservd Spare: 当前值0 临界值100 - 健康

关于DELL PowerEdge R740XD iDRAC报内存设备的可纠正内存错误日志记录已禁用问题的说明及解答 巡检发现：iDRAC报错Correctable memory error logging disabled for a memory 致电800-858-0613核实BIOS固件版本低于2.10，固件过旧，属于遗留问题 关于该报错的解释为：BIOS关闭了对于ECC纠错记录的保存，仅仅是没有记录进行了ECC纠错，实际上并不影响使用，可能存在的风险为：无法知晓ECC进行了多少次纠错。 2025-9-4已致电DELL800-858-0613核实，该信息可信