Ubuntu 12.04.2 LTS Server - случайно зависает без регистрации

Мой сервер случайно зависает и перестает отвечать на запросы без какой-либо регистрации (dmesg, syslog, kern.log, boot.log и сообщения). Я не могу предсказать, когда это произойдет. Иногда сервер работает нормально в течение нескольких месяцев, и вдруг это начинает происходить снова. За последнюю неделю это случилось более 8 раз. Такая ситуация происходит уже более года.

Журнал ядра всегда одинаков:

Jan 24 03:20:34 voyager dnsmasq-dhcp[4476]: DHCPREQUEST(br100) 192.168.145.3 fa:16:3e:4e:e0:d5
Jan 24 03:20:34 voyager dnsmasq-dhcp[4476]: DHCPACK(br100) 192.168.145.3 fa:16:3e:4e:e0:d5 viaapp
Jan 24 03:20:37 voyager dnsmasq-dhcp[4476]: DHCPREQUEST(br100) 192.168.145.9 fa:16:3e:62:09:86
Jan 24 03:20:37 voyager dnsmasq-dhcp[4476]: DHCPACK(br100) 192.168.145.9 fa:16:3e:62:09:86 web-sistemas
Jan 24 03:20:38 voyager dnsmasq-dhcp[4476]: DHCPREQUEST(br100) 192.168.145.16 fa:16:3e:79:dd:f8
Jan 24 03Jan 24 03:22:47 voyager kernel: imklog 5.8.6, log source = /proc/kmsg started.
Jan 24 03:22:47 voyager rsyslogd: [origin software="rsyslogd" swVersion="5.8.6" x-pid="2040" x-info="http://www.rsyslog.com"] start
Jan 24 03:22:47 voyager rsyslogd: rsyslogd's groupid changed to 103
Jan 24 03:22:47 voyager rsyslogd: rsyslogd's userid changed to 101
Jan 24 03:22:47 voyager rsyslogd-2039: Could not open output pipe '/dev/xconsole' [try http://www.rsyslog.com/e/2039 ]
Jan 24 03:22:47 voyager kernel: [    0.000000] Initializing cgroup subsys cpuset
Jan 24 03:22:47 voyager kernel: [    0.000000] Initializing cgroup subsys cpu
Jan 24 03:22:47 voyager kernel: [    0.000000] Linux version 3.2.0-60-generic (buildd@toyol) (gcc version 4.6.3 (Ubuntu/Linaro 4.6.3-1ubuntu5) ) #91-Ubuntu SMP Wed Feb 19 03:54:44 UTC 2014 (Ubuntu 3.2.0-60.91-generic 3.2.55)
Jan 24 03:22:47 voyager kernel: [    0.000000] Command line: BOOT_IMAGE=/vmlinuz-3.2.0-60-generic root=UUID=c8dba39e-4d36-4528-9432-d610fce72407 ro crashkernel=384M-2G:64M,2G-:128M console=tty1 console=ttyS0,115200n8

Сервер имеет материнскую плату Intel S5500BC, процессор Intel Xeon E5630, 32 ГБ ОЗУ и 4x Seagate Barracuda 2 ТБ 7200 RPMST2000DM001. Я использую Ubuntu 12.04.2 LTS с ядром 3.2.0-60-generic, и жесткий диск является частью мягкого RAID 10 с использованием md. Я также использую некоторые виртуальные машины, используя kvm и libvirt.

Сначала я думал, что это связано с использованием ввода / вывода. Я акцентировал внимание на процессоре, вводе-выводе, вводе-выводе жесткого диска и распределении памяти, используя множество инструментов, включая dd, стресс и некоторые скрипты, которые я разработал в bash / python. Я никогда не был в состоянии повторить проблему.

Все жесткие диски проходят короткие и длительные самопроверки smartctl. Там нет ни одного сообщения об ошибке.

Я также установил linux-crashdump, но он также не может ничего регистрировать. Я запускал сценарий каждые две секунды, чтобы собрать выходные данные датчиков, и температура казалась нормальной - ниже 55 градусов Цельсия.

Я уже заменил материнскую плату, оперативную память и жесткие диски, но проблема остается. Таким образом, я предполагаю, что это не связано с аппаратным обеспечением, и по любой причине ОС не может записывать логи. Я также проверил ОЗУ с использованием memtest, и он успешно прошел четыре цикла.

Единственное, что я заметил, это то, что, когда я провожу стресс-тест с stressЯ получил следующий журнал: [28189.472043] ИНФОРМАЦИЯ: задача kvm:5058 заблокирована более 120 секунд.

Я включил IPMI, и он отвечает, когда сервер зависает. Я использовал его для сбора датчиков, а также журнала событий. Поскольку в нем всегда есть записи о блоке питания, я уже три раза заменял блок питания. IPMI экономит мне много времени простоя, так как я использую его для перезагрузки сервера. Сервер подключен к непрерывному режиму, к которому подключены еще 3 сервера. Ни у одного из других серверов нет проблем.

 bc3 | 01/22/2015 | 22:47:41 | Power Unit Pwr Unit Status | Power off/down | Asserted
 bc4 | 01/22/2015 | 22:47:41 | Power Unit Pwr Unit Status | Failure detected | Asserted
 bc5 | 01/22/2015 | 22:47:46 | Power Unit Pwr Unit Status | Power off/down | Deasserted
 bc6 | 01/22/2015 | 22:47:46 | Power Unit Pwr Unit Status | Failure detected | Deasserted
 bc7 | 01/22/2015 | 22:47:49 | Fan System Fan 3 | Lower Non-critical going low  |     Deasserted | Reading 0
 bc8 | 01/22/2015 | 22:47:49 | Fan System Fan 3 | Lower Critical going low  | Deasserted | Reading 0
 bc9 | 01/22/2015 | 22:47:56 | Fan System Fan 3 | Lower Non-critical going low  | Asserted | Reading 0 < Threshold 374 RPM
 bca | 01/22/2015 | 22:47:56 | Fan System Fan 3 | Lower Critical going low  | Asserted | Reading 0 < Threshold 330 RPM
 bcb | 01/22/2015 | 22:48:01 | System Event BIOS Evt Sensor | Timestamp Clock Sync |   Asserted
 bcc | 01/22/2015 | 22:48:02 | System Event BIOS Evt Sensor | Timestamp Clock Sync | Asserted
 bcd | 01/22/2015 | 22:48:43 | System Event BIOS Evt Sensor | OEM System boot event | Asserted
 bce | 01/22/2015 | 22:48:51 | Critical Interrupt PCIe Cor Sensor |  | Asserted

Иногда сервер перезагружается вместо зависания. Но большую часть времени он зависает, и мне самому приходится его перезагружать.

Ах, еще одна информация, сервер иногда зависает во время загрузки, даже до загрузки GRUB.

Есть ли у вас какие-либо предположения о том, что происходит, или что я могу сделать, чтобы пойти дальше в этой проблеме?