ollama生成中断
现象
定时任务在调用ollama后没有响应，日志中断，不再更新，日志内容如下：
2025-06-26 04:33:58,681 PID:3239086 TID:137854543988288 INFO crawl_news.py:40 bbc0 爬取完成。
2025-06-26 04:33:58,682 PID:3239086 TID:137854804579392 INFO crawl_news.py:737 并发爬取新闻耗时: 237.07 秒
2025-06-26 04:33:58,682 PID:3239086 TID:137854804579392 INFO crawl_news.py:739 开始AI生成摘要
2025-06-26 04:33:58,682 PID:3239086 TID:137854804579392 INFO crawl_news.py:675 开始处理 bbc0 的新闻结果文件...
2025-06-26 04:34:15,597 PID:3239086 TID:137854804579392 INFO ollama_client.py:14 Ollama函数 translate_to_chinese 耗时 16.9146 秒
2025-06-26 04:34:15,597 PID:3239086 TID:137854804579392 INFO ollama_client.py:125 当前文本过长，当前长度=8901,截取到4914
可以看出04:34:15就没有日志打印了，通过ps查看到shell和python两个进程一直都存在。
使用命令查看 journalctl -u ollama --no-pager | grep "26 04:34"
deipss@deipss-All-Series:/****news$ journalctl -u ollama --no-pager | grep "26 04:34"
6月 26 04:34:00 deipss-All-Series ollama[1073]: load: special_eos_id is not in special_eog_ids - the tokenizer config may be incorrect
6月 26 04:34:00 deipss-All-Series ollama[1073]: load: special tokens cache size = 256
6月 26 04:34:00 deipss-All-Series ollama[1073]: load: token to piece cache size = 0.7999 MB
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: arch = llama
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: vocab_only = 1
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: model type = ?B
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: model params = 8.03 B
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: general.name = DeepSeek R1 Distill Llama 8B
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: vocab type = BPE
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_vocab = 128256
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_merges = 280147
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: BOS token = 128000 '<｜begin▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOS token = 128001 '<｜end▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOT token = 128009 '<|eot_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOM token = 128008 '<|eom_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: PAD token = 128001 '<｜end▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: LF token = 198 'Ċ'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOG token = 128001 '<｜end▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOG token = 128008 '<|eom_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOG token = 128009 '<|eot_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: max token length = 256
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_load: vocab only - skipping tensors
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.284+08:00 level=INFO source=server.go:405 msg="starting llama server" cmd="/usr/bin/ollama runner --model /usr/share/ollama/.ollama/models/blobs/sha256-6340dc3229b0d08ea9cc49b75d4098702983e17b4c096d57afbbf2ffc813f2be --ctx-size 8192 --batch-size 512 --n-gpu-layers 33 --threads 4 --parallel 4 --port 46521"
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.284+08:00 level=INFO source=sched.go:450 msg="loaded runners" count=1
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.284+08:00 level=INFO source=server.go:580 msg="waiting for llama runner to start responding"
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.284+08:00 level=INFO source=server.go:614 msg="waiting for server to become available" status="llm server error"
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.327+08:00 level=INFO source=runner.go:846 msg="starting go runner"
6月 26 04:34:00 deipss-All-Series ollama[1073]: ggml_cuda_init: GGML_CUDA_FORCE_MMQ: no
6月 26 04:34:00 deipss-All-Series ollama[1073]: ggml_cuda_init: GGML_CUDA_FORCE_CUBLAS: no
6月 26 04:34:00 deipss-All-Series ollama[1073]: ggml_cuda_init: found 1 CUDA devices:
6月 26 04:34:00 deipss-All-Series ollama[1073]: Device 0: NVIDIA GeForce GTX 1080, compute capability 6.1, VMM: yes
6月 26 04:34:00 deipss-All-Series ollama[1073]: load_backend: loaded CUDA backend from /usr/lib/ollama/cuda_v12/libggml-cuda.so
6月 26 04:34:00 deipss-All-Series ollama[1073]: load_backend: loaded CPU backend from /usr/lib/ollama/libggml-cpu-haswell.so
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.570+08:00 level=INFO source=ggml.go:109 msg=system CPU.0.SSE3=1 CPU.0.SSSE3=1 CPU.0.AVX=1 CPU.0.AVX2=1 CPU.0.F16C=1 CPU.0.FMA=1 CPU.0.LLAMAFILE=1 CPU.1.LLAMAFILE=1 CUDA.0.ARCHS=500,600,610,700,750,800,860,870,890,900,1200 CUDA.0.USE_GRAPHS=1 CUDA.0.PEER_MAX_BATCH_SIZE=128 compiler=cgo(gcc)
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.573+08:00 level=INFO source=runner.go:906 msg="Server listening on 127.0.0.1:46521"
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_load_from_file_impl: using device CUDA0 (NVIDIA GeForce GTX 1080) - 7990 MiB free
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: loaded meta data with 28 key-value pairs and 292 tensors from /usr/share/ollama/.ollama/models/blobs/sha256-6340dc3229b0d08ea9cc49b75d4098702983e17b4c096d57afbbf2ffc813f2be (version GGUF V3 (latest))
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: Dumping metadata keys/values. Note: KV overrides do not apply in this output.
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 0: general.architecture str = llama
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 1: general.type str = model
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 2: general.name str = DeepSeek R1 Distill Llama 8B
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 3: general.basename str = DeepSeek-R1-Distill-Llama
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 4: general.size_label str = 8B
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 5: llama.block_count u32 = 32
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 6: llama.context_length u32 = 131072
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 7: llama.embedding_length u32 = 4096
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 8: llama.feed_forward_length u32 = 14336
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 9: llama.attention.head_count u32 = 32
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 10: llama.attention.head_count_kv u32 = 8
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 11: llama.rope.freq_base f32 = 500000.000000
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 12: llama.attention.layer_norm_rms_epsilon f32 = 0.000010
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 13: general.file_type u32 = 15
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 14: llama.vocab_size u32 = 128256
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 15: llama.rope.dimension_count u32 = 128
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 16: tokenizer.ggml.model str = gpt2
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 17: tokenizer.ggml.pre str = llama-bpe
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 18: tokenizer.ggml.tokens arr[str,128256] = ["!", "\"", "#", "$", "%", "&", "'", ...
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 19: tokenizer.ggml.token_type arr[i32,128256] = [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 20: tokenizer.ggml.merges arr[str,280147] = ["Ġ Ġ", "Ġ ĠĠĠ", "ĠĠ ĠĠ", "...
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 21: tokenizer.ggml.bos_token_id u32 = 128000
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 22: tokenizer.ggml.eos_token_id u32 = 128001
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 23: tokenizer.ggml.padding_token_id u32 = 128001
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 24: tokenizer.ggml.add_bos_token bool = true
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 25: tokenizer.ggml.add_eos_token bool = false
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - kv 27: general.quantization_version u32 = 2
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - type f32: 66 tensors
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - type q4_K: 193 tensors
6月 26 04:34:00 deipss-All-Series ollama[1073]: llama_model_loader: - type q6_K: 33 tensors
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: file format = GGUF V3 (latest)
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: file type = Q4_K - Medium
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: file size = 4.58 GiB (4.89 BPW)
6月 26 04:34:00 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:00.786+08:00 level=INFO source=server.go:614 msg="waiting for server to become available" status="llm server loading model"
6月 26 04:34:00 deipss-All-Series ollama[1073]: load: special_eos_id is not in special_eog_ids - the tokenizer config may be incorrect
6月 26 04:34:00 deipss-All-Series ollama[1073]: load: special tokens cache size = 256
6月 26 04:34:00 deipss-All-Series ollama[1073]: load: token to piece cache size = 0.7999 MB
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: arch = llama
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: vocab_only = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_ctx_train = 131072
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_embd = 4096
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_layer = 32
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_head = 32
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_head_kv = 8
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_rot = 128
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_swa = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_embd_head_k = 128
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_embd_head_v = 128
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_gqa = 4
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_embd_k_gqa = 1024
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_embd_v_gqa = 1024
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: f_norm_eps = 0.0e+00
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: f_norm_rms_eps = 1.0e-05
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: f_clamp_kqv = 0.0e+00
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: f_max_alibi_bias = 0.0e+00
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: f_logit_scale = 0.0e+00
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_ff = 14336
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_expert = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_expert_used = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: causal attn = 1
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: pooling type = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: rope type = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: rope scaling = linear
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: freq_base_train = 500000.0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: freq_scale_train = 1
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_ctx_orig_yarn = 131072
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: rope_finetuned = unknown
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: ssm_d_conv = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: ssm_d_inner = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: ssm_d_state = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: ssm_dt_rank = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: ssm_dt_b_c_rms = 0
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: model type = 8B
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: model params = 8.03 B
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: general.name = DeepSeek R1 Distill Llama 8B
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: vocab type = BPE
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_vocab = 128256
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: n_merges = 280147
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: BOS token = 128000 '<｜begin▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOS token = 128001 '<｜end▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOT token = 128009 '<|eot_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOM token = 128008 '<|eom_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: PAD token = 128001 '<｜end▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: LF token = 198 'Ċ'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOG token = 128001 '<｜end▁of▁sentence｜>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOG token = 128008 '<|eom_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: EOG token = 128009 '<|eot_id|>'
6月 26 04:34:00 deipss-All-Series ollama[1073]: print_info: max token length = 256
6月 26 04:34:00 deipss-All-Series ollama[1073]: load_tensors: loading model tensors, this can take a while... (mmap = true)
6月 26 04:34:13 deipss-All-Series ollama[1073]: load_tensors: offloading 32 repeating layers to GPU
6月 26 04:34:13 deipss-All-Series ollama[1073]: load_tensors: offloading output layer to GPU
6月 26 04:34:13 deipss-All-Series ollama[1073]: load_tensors: offloaded 33/33 layers to GPU
6月 26 04:34:13 deipss-All-Series ollama[1073]: load_tensors: CUDA0 model buffer size = 4403.49 MiB
6月 26 04:34:13 deipss-All-Series ollama[1073]: load_tensors: CPU_Mapped model buffer size = 281.81 MiB
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: n_seq_max = 4
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: n_ctx = 8192
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: n_ctx_per_seq = 2048
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: n_batch = 2048
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: n_ubatch = 512
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: flash_attn = 0
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: freq_base = 500000.0
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: freq_scale = 1
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: n_ctx_per_seq (2048) < n_ctx_train (131072) -- the full capacity of the model will not be utilized
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_kv_cache_init: kv_size = 8192, offload = 1, type_k = 'f16', type_v = 'f16', n_layer = 32, can_shift = 1
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_kv_cache_init: CUDA0 KV buffer size = 1024.00 MiB
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: KV self size = 1024.00 MiB, K (f16): 512.00 MiB, V (f16): 512.00 MiB
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: CUDA_Host output buffer size = 2.02 MiB
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: CUDA0 compute buffer size = 560.00 MiB
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: CUDA_Host compute buffer size = 24.01 MiB
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: graph nodes = 1030
6月 26 04:34:14 deipss-All-Series ollama[1073]: llama_init_from_model: graph splits = 2
6月 26 04:34:14 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:14.334+08:00 level=INFO source=server.go:619 msg="llama runner started in 14.05 seconds"
6月 26 04:34:15 deipss-All-Series ollama[1073]: [GIN] 2025/06/26 - 04:34:15 | 200 | 16.834316066s | 127.0.0.1 | POST "/api/generate"
6月 26 04:34:15 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:15.689+08:00 level=WARN source=types.go:522 msg="invalid option provided" option=max_tokens
6月 26 04:34:40 deipss-All-Series ollama[1073]: [GIN] 2025/06/26 - 04:34:40 | 200 | 24.368459021s | 127.0.0.1 | POST "/api/generate"
从上面的日志中，截取以下部分
6月 26 04:34:00 deipss-All-Series ollama[1073]: load: special_eos_id is not in special_eog_ids - the tokenizer config may be incorrect
6月 26 04:34:15 deipss-All-Series ollama[1073]: time=2025-06-26T04:34:15.689+08:00 level=WARN source=types.go:522 msg="invalid option provided" option=max_tokens
可以看出：有疑点的地方，只有上面两条纪录。第一条与本次问题无关，第二条其实也无关。
以下的是AI的回答
Ollama “invalid option provided” 错误解析
你遇到的这个警告是Ollama在启动或运行时检测到不支持的参数导致的。具体来说：
- 错误位置：
source=types.go:522表示错误发生在Ollama源码的types.go文件第522行 - 错误信息：
invalid option provided指出你传递了一个无效的选项 - 具体选项：
option=max_tokens明确是max_tokens参数不被识别
可能的原因及解决方案
1. 参数名称拼写错误
- 问题：Ollama可能使用了不同的参数名称（如
max_new_tokens而非max_tokens） - 解决：检查Ollama文档确认正确的参数名称
- 例如，某些模型可能使用
max_new_tokens控制生成长度
- 例如，某些模型可能使用
2. 版本兼容性问题
- 问题：你使用的Ollama版本可能不支持
max_tokens参数 - 解决：
- 升级Ollama到最新版本：
ollama upgrade - 查看对应版本的文档确认参数支持情况
- 升级Ollama到最新版本：
3. 参数传递方式错误
- 问题：参数可能被错误地传递给了不支持它的API或命令
- 解决：
- 如果是通过API调用，检查请求格式是否正确
- 如果是命令行调用，确认参数位置是否正确
4. 模型特定限制
- 问题：某些模型可能有自己的参数命名规则或限制
- 解决：
- 检查具体模型的文档（例如llama2、mistral等模型可能有不同的参数要求）
- 尝试使用模型支持的参数（如
temperature、top_p等）
示例：正确设置生成长度参数
如果你的目标是控制生成文本的长度，可以尝试以下方法：
# 使用 max_new_tokens 参数（如果支持）
ollama run llama2 --max_new_tokens 200
# 或者通过环境变量设置（如果适用）
OLLAMA_MAX_TOKENS=200 ollama run llama2
实际上，应该使用以下的参数，上面是使用豆包写的，比不上Chat-GPT
| 目标功能 | OpenAI 参数 | HuggingFace 参数 | Ollama 参数 |
|---|---|---|---|
| 限制生成的新 token 数量 | max_tokens | max_new_tokens | num_predict |
| 限制总 token（prompt + 生成） | 不直接支持 | max_length | ❌不支持 |
总结
没有找到根本原因是什么，直接kill -9 相关的进程。
| 功能 | 命令 |
|---|---|
| 查看全部日志 | journalctl |
| 按时间排序（最新在下） | journalctl --reverse 或 journalctl -r |
| 只看今天的日志 | journalctl --since today |
| 从某时间开始看日志 | journalctl --since "2025-06-26 08:00" |
实时查看（像 tail -f） | journalctl -f |
| 查看某个服务的日志 | journalctl -u nginx.service |
| 查看系统启动相关日志 | journalctl -b |
| 查看上一次启动的日志 | journalctl -b -1 |
| 只看错误日志 | journalctl -p err 或 journalctl -p 3 |