服務(wù)器常規維修與判斷方法

　　相比PC而言，服務(wù)器出故障的機率是小多了，但是它出故障造成的損失可也大多了。作為服務(wù)器維修人員需要了解一些服務(wù)器故障恢復的基本知識，知道在維修時(shí)可以做些什么來(lái)最快速的解決問(wèn)題也可以減少故障停機時(shí)間。

　　本文并不是一本服務(wù)器故障解決的完全手冊，但如果能夠認真的按照下面的步驟維修維護，它也許可以解決大多數問(wèn)題，但當你做完所有的這一切仍不管用時(shí)，不用慚愧，去找維修專(zhuān)家吧，可以放心的是，這些維修步驟不會(huì )出現大的損害，最壞的情形是“It does not work at all”。

　　本文主要分三部分，第一部分講的是服務(wù)器故障排除的基本原則性問(wèn)題。第二部分講述了一些服務(wù)器硬件故障排除的實(shí)例。第三部分講述了一些服務(wù)器軟件故障排除的實(shí)例

　　第一部分 服務(wù)器故障排除的基本原則性問(wèn)題

　　一、服務(wù)器開(kāi)機無(wú)顯示應怎么辦

　　1.檢查供電環(huán)境，零-火;零-地電壓?

　　2.檢查電源指示燈，如果亮，正常嗎?

　　3.按下電源開(kāi)關(guān)時(shí)，鍵盤(pán)上指示燈亮嗎?風(fēng)扇全部轉動(dòng)嗎?

　　4. 是否更換過(guò)顯示器，更換另一臺顯示器。

　　5. 去掉增加內存

　　6. 去掉增加的CPU

　　7.去掉增加的第三方I/O卡

　　8. 檢查內存和CPU 插的是否牢靠

　　9. Clear CMOS

　　10. 更換主要備件，如系統板，內存和CPU

　　二、服務(wù)器故障排錯的基本原則是什么

　　1. 盡量恢復系統缺省配置

　　a:硬件配置：去除第三方廠(chǎng)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(dòng)程序：升級最新的BIOS，F/W和相關(guān)驅動(dòng)程序;

　　d: TPL：擴展的第三方的I/O卡屬于該機型的硬件兼容列表(TPL)嗎?

　　2. 從基本到復雜

　　a:系統上從個(gè)體到網(wǎng)絡(luò )：首先將存在故障的服務(wù)器獨立運行，待測試正常后再接入網(wǎng)絡(luò )運行，觀(guān)察故障現象變化并處理。

　　b:硬件上從最小系統到現實(shí)系統：指從可以運行的硬件開(kāi)始逐步到現實(shí)系統為止。

　　c: 軟件上從基本系統到現實(shí)系統：指從基本操作系統開(kāi)始逐步到現實(shí)系統為止。

　　3. 交換對比

　　a:在最大可能相同的條件下，交換操作簡(jiǎn)單效果明顯的部件;

　　b: 交換NOS載體，既交換軟件環(huán)境;

　　c:交換硬件，既交換硬件環(huán)境;

　　d:交換整機，既交換整體環(huán)境;

　　三、服務(wù)器故障排除需要收集哪些信息?

　　服務(wù)器信息：

　　1.機器型號

　　2.機器序列號(S/N: 如：NC00075534)

　　3.Bios 版本

　　4.是否增加其它設備，如網(wǎng)卡，SCSI 卡，內存，CPU

　　5.硬盤(pán)如何配置，是否做陣列, 陣列級別

　　6.安裝什么操作系統及版本(Winnt 4, Netware, Sco, others)

　　故障信息

　　1.在POST時(shí),屏幕顯示的異常信息

　　2.服務(wù)器本身指示燈的狀態(tài)?

　　3. 報警聲和BEEP CODES

　　4. NOS的事件記錄文件?

　　5. Events Log 文件

　　確定故障類(lèi)型和故障現象：

　　1. 開(kāi)機無(wú)顯示;

　　2.上電自檢階段故障;

　　3. 安裝階段故障和現象;

　　4. 操作系統加載失敗;

　　5. 系統運行階段故障;

　　第二部分 服務(wù)器硬件故障處理幾例

　　硬件故障是指服務(wù)器硬件出現異常而導致的各類(lèi)錯誤。由于服務(wù)器構成比較復雜，因此在檢查的時(shí)候必須認真、仔細。下面以一臺萬(wàn)全4500為例說(shuō)明。(例子，在實(shí)際問(wèn)題中如果遇到相似現象，也需要具體問(wèn)題具體分析，不要盲目套用)

　　有一臺萬(wàn)全4500，配有256M內存，使用一個(gè)PIII XEON 500帶2M高速緩存的處理器。開(kāi)機后沒(méi)有任何顯示，但系統日志上提示了一條CPU電壓為0伏的信息，系統指示燈三燈不停在閃爍(指示燈三燈閃爍是服務(wù)器的另一種報警方式，我會(huì )在文后說(shuō)明)。這種錯誤一般是處理器電壓調節模塊(VRM)出錯或CPU出錯或CPU與CPU板塊接觸不良，但也可能是CPU板塊出錯，這時(shí)情況就比較復雜了，必須經(jīng)過(guò)認真慎重的思考。因為CPU板塊在整個(gè)服務(wù)器中，占有舉足輕重的地位，如果它出錯服務(wù)器是會(huì )報致命錯誤的，并且在系統日志中會(huì )提示致命錯誤，但報CPU電壓錯的情況也有5%左右。我們立刻把CPU調換在另一CPU插槽中，開(kāi)機后依然是剛才的那種故障。所以在初步判斷中，可以排除是CPU板塊壞。

　　這時(shí)，取出CPU仔細擦拭金手指，以及CPU板塊中與CPU接觸的地方后，開(kāi)機依然無(wú)顯示。

　　相對處理器壞的情況來(lái)說(shuō)處理器電壓模塊(VRM)出現故障的情況比較大。于是立即在另一臺萬(wàn)全4500中取下一個(gè)處理器電壓模塊，安裝在此服務(wù)器中。開(kāi)機后，服務(wù)器依然沒(méi)有任何顯示，系統日志上依然提示CPU電壓為0伏的信息，系統指示燈三燈依然不停在閃爍。這時(shí)的情況就比較明顯了。于是立即從另一臺萬(wàn)全4500中取下一個(gè)CPU安裝后，開(kāi)機正常。

　　總結：

　　在服務(wù)器的維修中，線(xiàn)索都會(huì )顯得撲朔迷離，一般來(lái)說(shuō)不可能一次就可以準確地判斷出問(wèn)題的所在。這樣就要求相關(guān)人員要有信心及耐心。出現錯誤一般的流程是通過(guò)系統日志上的信息來(lái)解決，如果沒(méi)有解決問(wèn)題再找出其它因素，然后再看日志信息�？傊�，服務(wù)器出錯后，必須一步一步解決，沒(méi)有捷徑可言。

　　又如：

　　有一臺萬(wàn)全4200開(kāi)機不顯示，發(fā)現開(kāi)機時(shí)系統日志沒(méi)有任何信息，且系統指示燈不亮。初步判斷是電源方面出現了錯誤。經(jīng)過(guò)仔細檢查，發(fā)現服務(wù)器的電源是正常的，因此最大的可能就是服務(wù)器的電源管理板出現故障。更換電源管理板后，開(kāi)機顯示正常。但這時(shí)，新的問(wèn)題來(lái)了：自檢時(shí)，用CTRL+M不能檢測到硬盤(pán)。

　　硬盤(pán)在別的服務(wù)器上是正常的，因此立即清除此服務(wù)器的CMOS，但依然不正常。立刻上網(wǎng)找到此服務(wù)器的最新BIOS，升級BIOS后也不能解決問(wèn)題。又檢查硬盤(pán)籠子和服務(wù)器里的數據線(xiàn)及電源線(xiàn)后依然出錯。這時(shí)，一般情況會(huì )懷疑是服務(wù)器的I/O板(輸入輸出板塊)有問(wèn)題。但就在這個(gè)時(shí)候，我發(fā)現在I/O板上有一個(gè)非聯(lián)想的舊式網(wǎng)卡，立即去除此網(wǎng)卡后服務(wù)器就一切正常。

　　硬件故障并不單單指硬件有問(wèn)題，它也指硬件之間不兼容。因為服務(wù)器的正常運作需要各部件之間的大力協(xié)調。建議大家在采購各元件時(shí)，都采用同一品牌原裝的，并且要采用能發(fā)揮服務(wù)器性能的元件(上例中的舊式網(wǎng)卡即使正常也會(huì )嚴重影響服務(wù)器性能)，這樣才不會(huì )發(fā)生莫明其妙的故障。

　　還有一種情況：用戶(hù)需要把他的萬(wàn)全3200升級到雙網(wǎng)卡，我建議他購買(mǎi)原裝網(wǎng)卡，但當他看到萬(wàn)全4500的網(wǎng)卡是采用的INTEL 82559芯片后，斷然決定不使用原裝網(wǎng)卡而采用另一品牌也采用INTEL 82559的網(wǎng)卡。過(guò)了幾天，他打電話(huà)給我說(shuō)，他的新網(wǎng)卡不能使用網(wǎng)絡(luò )冗余及數據校驗，并懷疑服務(wù)器有問(wèn)題。維修工程師帶了一個(gè)INTEL 82559網(wǎng)卡到用戶(hù)那里，仔細檢查了服務(wù)器的環(huán)境完全正常后，把INTEL 82559網(wǎng)卡安裝到機器上后一切

　　正常。這個(gè)例子更加說(shuō)明了，要發(fā)揮服務(wù)器的最大性能及功能，必須使用原品牌原裝的配件。非原品牌非原裝的配件，不能支持服務(wù)器的某些功能，嚴重的會(huì )影響到服務(wù)器的正常使用。

　　要避免硬件故障發(fā)生頻率，服務(wù)器管理人員必須注意服務(wù)器的使用環(huán)境完全正常。比較重要的服務(wù)器必須在恒溫、恒濕的環(huán)境;電壓也要符合，不僅要采用UPS，還必須接地線(xiàn)，必須是左零線(xiàn)、右火線(xiàn)，零地電壓在1~3伏。在開(kāi)、關(guān)服務(wù)器上必須符合正常的流程。工作人員必須嚴格執行操作流程。

　　一般情況來(lái)說(shuō)，服務(wù)器維修人員對于硬件故障只要有豐富的經(jīng)驗都能很快找出故障所在，如果不能解決就必須迅速與服務(wù)器的售后服務(wù)中心8008108888聯(lián)系。

　　第三部分 服務(wù)器常見(jiàn)軟故障解決思路與實(shí)例

　　服務(wù)器軟件故障是在服務(wù)器故障中占有比例最高的部份，約占70%，解決的過(guò)程必須更加深思熟慮。導致服務(wù)器出現軟件故障的原因有很多，最常見(jiàn)的是服務(wù)器BIOS版本太低、服務(wù)器的管理軟件或服務(wù)器的驅動(dòng)程序有BUG、應用程序有沖突及人為造成的軟件故障。下面分別舉例說(shuō)明各類(lèi)軟件故障的維修方法。

　　有一臺萬(wàn)全3500服務(wù)器，配置為雙PIII 500帶521K高速緩存的CPU、512M內存。開(kāi)機后，系統日志報電壓調節模塊異常(VRM)的錯誤，報錯的信息是：“Voltage Regulator Module (VRM) over/under-voltage 2.88V/0V”。從表面來(lái)看，極有可能是服務(wù)器的電壓調節模塊或其它硬件出現故障，極容易導致維護人員認為是硬件故障。維護人員立刻使用其它萬(wàn)全3500的硬件來(lái)測試，發(fā)現即使使用新的配件，此服務(wù)器依然報VRM錯。就在一籌莫展的時(shí)候，維修工程師帶來(lái)了最新的CPU管理板(CPU Management Control)的固件(FIRMWARE)，于是升級了CPU管理板塊的FIRMWARE后，服務(wù)器恢復立即正常。FIRMWARE升級方法是， 1) 用軟盤(pán)啟動(dòng)計算機，然后插入firmware軟盤(pán)并運行上面的相關(guān)文件cabrillo; 2) 系統刷新BMC(主板控制器)和HSC(熱插拔背板控制器);3) 然后系統詢(xún)問(wèn)執行第幾個(gè)選項(通常為2); 4) 然后系統詢(xún)問(wèn)服務(wù)器的電源配置(通常為2); 5) 如果回答有兩個(gè)電源，系統詢(xún)問(wèn)服務(wù)器是否有輔助風(fēng)扇——即在第三個(gè)電源(冗余電源)的位置上 是否有風(fēng)扇(通常為N); 6) 然后系統詢(xún)問(wèn)是否重寫(xiě)BMC kernel use area;(通常為N)然后系統詢(xún)問(wèn)是否輸入一個(gè)asset tag; (通常為N) 7) 最后系統詢(xún)問(wèn)在刷新后是否要重新啟動(dòng)系統;(通常為Y)。這種升級方法也適合刷新系統BIOS等，命令的參數不同以及更新FIRMWARE及BIOS文件名不同，參數請參考服務(wù)器的說(shuō)明。

　　任何一款服務(wù)器的FIRMWARE及BIOS都會(huì )有不同的BUG，因為BUG在所難免，所以我們不能錯誤地認為服務(wù)器的BIOS程序就很完善，而應該經(jīng)常更新服務(wù)器的FIRMWARE及BIOS，只是在升級之前應該小心謹慎，錯誤的升級方法將會(huì )導致嚴重的后果。

　　目前流行的中高檔服務(wù)器都擁有強大的管理程序，為客戶(hù)提供了方便的管理途徑;服務(wù)器也擁有各種操作系統下的驅動(dòng)程序，方便了客戶(hù)在各種操作系統中的使用。但是，世上任何一款程序都會(huì )有一些BUG，這些BUG將影響用戶(hù)使用。但是服務(wù)器廠(chǎng)商總是會(huì )在第一時(shí)間內開(kāi)發(fā)出新的程序，客戶(hù)只需要及時(shí)更新這些程序就可以避免這類(lèi)故障。

　　當服務(wù)器的軟件故障為此類(lèi)時(shí)，表現的現象也不盡相同。一般來(lái)說(shuō)，管理程序BUG會(huì )導致系統速度變慢，CPU占用率變高，無(wú)法正常使用某些功能等;驅動(dòng)程序的BUG會(huì )導致死機、與某些軟件有沖突，磁盤(pán)工作不穩定等。查看管理程序是否出錯的最好的辦法就是在系統中首先禁止此類(lèi)管理工具，再觀(guān)察服務(wù)器是否還是異常。由于管理工具是隨著(zhù)系統啟動(dòng)而啟動(dòng)的，所以應首先避免它的啟動(dòng)。以WINDOWS NT4為例，就首先在管理工具服務(wù)中禁用某些服務(wù)器軟件服務(wù)，再修改注冊表中的啟動(dòng)項即可。如果是驅動(dòng)程序有問(wèn)題的話(huà)，就以安全模式進(jìn)入系統，看是否正常。但是需要注意的是，在安全模式中，系統速度變慢是正常的(特別是磁盤(pán)I/O方面)。

　　服務(wù)器的維護人員就應該經(jīng)常在服務(wù)器網(wǎng)站上下載最新的管理工具程序及驅動(dòng)程序。這樣會(huì )減少很大一部份軟件故障的發(fā)生。

　　相比之下，軟件沖突造成的故障判斷比較困難，需要管理人員有比較豐富的經(jīng)驗以及敏銳的觀(guān)察力。

　　曾經(jīng)有一位用戶(hù)說(shuō)，他有一臺萬(wàn)全的服務(wù)器無(wú)法安裝SQL SERVER 2000，已經(jīng)重裝N次NT了，排除是系統故障。而這唯一的服務(wù)器又將作為非常重要數據庫服務(wù)器，因此非常著(zhù)急。于是維修工程師去了他的公司查看。這臺服務(wù)器所在的機房是非常標準、完善的機房，檢查了這臺服務(wù)器的情況，發(fā)現并沒(méi)有硬件上的故障，于是排除了光驅讀盤(pán)力差的可能。但是，用戶(hù)刻的SQL SERVER 2000光盤(pán)引起了工程師的懷疑，工程師讓他拿出了正版的SQL SERVER安裝，結果還是不行。在安裝的過(guò)程中，沒(méi)有出現絲毫錯誤，可就是在運行的時(shí)候會(huì )自動(dòng)退出，沒(méi)有任何提示。但是，我在管理工具中的事件查看器的系統日志中卻發(fā)現了一條信息：windata.exe導致一個(gè)無(wú)效的數據溢出。Windata是用戶(hù)自己編寫(xiě)的一個(gè)程序，而且是隨操作系統啟動(dòng)而啟動(dòng)的程序。我立即結束掉這個(gè)進(jìn)程后，再運行SQL一切正常。

　　對于此類(lèi)軟件故障，操作員最好先查看有關(guān)的日志，看看系統中是否有可疑的進(jìn)程。目前的服務(wù)器無(wú)論是高端還是低端，對于SQL等標準程序的支持是相當可靠的，所以排除的重點(diǎn)就是結束可疑進(jìn)程。

　　還有一種軟件故障是人為因素造成的，它一般是人為誤操作(包括沒(méi)按操作流程的操作)、意外關(guān)機(包括電源突然不供電)或非正常關(guān)閉應用程序造成的。

　　人為誤操作因素只要加強管理都可以避免此類(lèi)故障發(fā)生。在這里就詳細說(shuō)明意外關(guān)機或非正常關(guān)閉程序造成故障的方法。

　　正常關(guān)閉系統程序非常重要，尤其是WEB服務(wù)器，一個(gè)用戶(hù)就是因為沒(méi)有正常關(guān)閉系統程序而經(jīng)歷了一次數據損壞甚至丟失的經(jīng)歷。

　　對于服務(wù)器的軟件故障，只要平時(shí)管理員注意維護，應該是可以避免的。

【服務(wù)器常規維修與判斷方法】相關(guān)文章：

如何判斷凈水器的故障-維修凈水器的方法03-29

有效判斷寶寶上火的方法03-06

孩子肚臍的護理方法及判斷02-15

安全車(chē)距的判斷方法03-07

PostgreSQL服務(wù)器啟動(dòng)及關(guān)閉方法03-18

java實(shí)現web服務(wù)器的方法03-30

中國象棋判斷勝負的方法12-18

機房服務(wù)器硬件維護方法大全03-07

服務(wù)器硬件管理和維護方法03-30