常見伺服器故障類型及排查方法總結

相較於其他網路設備，如交換機、電腦終端等，伺服器發生故障的概率較小，但對企業的影響是很大的。一般像網站無法訪問時，大多都是伺服器出了問題。作為伺服器工程師除了要有伺服器基礎知識以外，還需要具備伺服器故障的診斷思路，這樣才能最快速的解決問題也可以減少故障停機時間。

一、伺服器常見故障類型分類：

A. 開機無顯示

B. 加電BIOS自檢階段故障

C. 系統和軟體安裝階段故障和現象

D. 操作系統啟動失敗

E. 系統運行階段故障

二、伺服器常見故障現象及其對應的排除方法

A．伺服器開機無顯示（加電無顯示和不加電無顯示）

1. 檢查供電環境

2. 檢查電源和故障指示燈（故障指示燈狀態，目前很多廠商的伺服器都有故障指示燈，或故障診斷卡等。）

3. 按下電源開關時，鍵盤指示燈是否亮、風扇是否全部轉動

4. 是否更換過顯示器，嘗試更換另外一台顯示器

5. 插拔內存，用橡皮擦擦拭一下金手指，如果在故障之前有增加內存，去掉增加的內存嘗試

6. 是否添加了CPU，如果有增加CPU嘗試去掉

7. 去掉增加的第三方I/O卡包括Raid卡等

8.ClearCMOS (記得使用跳線來清除，盡量不要直接拔電池，每款伺服器清除跳線位置不一致，具體找不到電話聯繫一下廠商客服)

9. 嘗試更換主板、內存等主要部件

10．清除靜電，將電源線等外插在伺服器上的線纜全部拔掉，然後輕按開機鍵幾下

B．加電BIOS自檢報錯

1. 根據BIOS自檢報錯信息提示

2. 查看是否外插了第三方的卡或者添加部件，如果有還原基本配置重啟

3. 做最小化測試

4. 嘗試清除CMOS

5. 看能否正常進入BIOS

C. 系統安裝階段故障和現象

1.查看伺服器支持操作系統的兼容版本（從廠商能查到兼容性列表）

2.系統安裝藍屏（對藍屏故障代碼診斷）

3.安裝在分區格式化的時候找不到硬碟

（陣列驅動沒有安裝或者沒有配置陣列，可以嘗試適應引導光碟安裝）

4.大於2T的硬碟式應該如何分區（必須使用陣列卡才能實現或者有外插識別卡）

（使用陣列卡配置陣列分成一個小於2T的空間，一個大於2T的空間，然後將系統安裝在小於2T的上面，安裝好系統後在使用GPT方式分區即可）

5.安裝過程是死機

(檢查兼容性列表---查看硬碟介面選擇是否正確---陣列驅動安裝是否正確---嘗試最小化配置安裝檢查是否為內存和CPU等問題)

6.引導光碟安裝失敗

（使用引導光碟安裝失敗，查看引導光碟版本是否匹配，嘗試手動安裝系統，如有陣列重新配置陣列引導安裝）

D. 操作系統啟動失敗

1.在系統啟動自檢過程中有報錯 （具體查看啟動報錯信息在定方案）

2.啟動系統藍屏（查看藍屏代碼核對）

3.進入登陸界面死機（查看進入單用戶或者安全模式是否正常，進入BIOS是否正常、是否會死機，進入磁碟陣列查看陣列狀態是否正常，檢查測試硬碟是否有壞道，最小化配置啟動）

4.忘記密碼 (windows 使用PE 破解，linux 進入單用戶破解)

E. 系統運行階段故障

1.安裝資料庫等應用軟體報錯 (對系統版本和軟體版本是否兼容，查看報錯信息是否缺少插件)

2.系統運行速度變慢 (查殺病毒，檢測陣列狀態，測試硬碟有無壞道，重新安裝系統或者修復）

3.運行藍屏 (查看藍屏代碼目錄)

4.運行死機 (檢查進入BIOS是否死機，進入系統後測試部件溫度是否正常，windows系統查看dump文件)

5.硬碟拷貝數據文件速度變慢 (測試硬碟是否有壞道，如果有陣列檢查陣列狀態，檢查改變條帶大小，與軟體應用要求測試對比)

三．伺服器故障排錯的基本原則：

1. 盡量恢復系統出廠配置

a:硬體配置：去除第三方廠商備件和非標配備件

b:資源配置：清除CMOS、恢復資源初始配置

c: BIOS、F/W、驅動程序：升級最新的BIOS、F/W和相關驅動程序

d: TPL：擴展的第三方的I/O卡是否屬於該機型的硬體兼容列表（TPL）

2. 從基本到複雜

a:系統上從個體到網路：首先將存在故障的伺服器獨立運行，待測試正常後再接入網路運行，觀察故障現象變化並處理。

b:硬體上從最小系統到現實系統：指從可以運行的硬體開始逐步到現實系統為止。

c: 軟體上從基本系統到現實系統：指從基本操作系統開始逐步到現實系統為止。

3. 部件交換對比測試

a:在最大可能相同的條件下，交換操作簡單效果明顯的部件

b:交換NOS載體，既交換軟體環境

c:交換硬體，既交換硬體環境

d:交換整機，既交換整體環境

四，伺服器故障排查方法總結

問題描述：

每當出現網站訪問不了的時候，估計應該就是伺服器出現故障了，這個時候大部分情況都是屬於資料庫出現問題。

查找步驟：

1、查找top檢查伺服器負載是否有問題

一般網站訪問不了，top顯示的負載都是很大的，這個時候可以看到mysql的進程佔用資源很高，往往就是mysql發生故障了

2、在伺服器中查看網站的訪問記錄

這些訪問記錄存儲在：/home/對應的網站名/access-logs/對應的網站名

可以先通過tail查看，查看出異常的ip的時候可以通過grep進行過濾查看，在這個文件一般都可以找到惡意爬蟲、惡意訪問的記錄，這些往往有可能是導致mysql資料庫掛掉的原因。

3、這個時候先對資料庫進行重啟，對apache進行重啟

service mysql restart

service httpd restart

重啟之後一般都可以暫時恢復正常的訪問的了。如果是出於惡意訪問的話，找出惡意訪問的ip把它禁止掉即可，如果是網站資料庫出現故障，那麼還要進行資料庫排查。

4、查找資料庫錯誤日誌

首先需要知道資料庫mysql的安裝目錄，可以通過whereis mysql找到，但是這往往沒用

還有一種方法，就是通過ps -ef | grep mysql來查看

或者也可以通過進入mysql，使用select @@basedir as basePath from dual來查看mysql安裝目錄

我們在第二種查找方法ps -ef | grep mysql中對應mysql的幾種日誌找到其所在目錄，然後查看對應文件進行分析

mysql有以下幾種日誌

錯誤日誌：-log-err

查詢日誌：-log

慢查詢日誌：-log-slow-queries

更新日誌：-log-update

二進位日誌：-log-bin

以上便是對應的資料庫錯誤日誌和慢查詢日誌的查看方法了

在伺服器的維修中，線索都會顯得撲朔迷離，有的甚至按起葫蘆翹起瓢。一般來說不可能一次就可以準確地判斷出問題的所在。這樣就要求工程師要有信心和耐心。出現錯誤一般的方法都是根據經驗優先使用最簡單排錯方法測試，如果沒有解決問題再找其它因素進行測試。總之，伺服器出錯後必須一步一步解決，沒有捷徑可言。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！