关于服务器故障分析及排查步骤（仅供参考）

 

我认为最有可能造成服务器故障的原因有以下几点：

1：服务器电源有问题（断电，电源线松动，人为原因）。

2：服务器系统文件丢失，硬件问题，散热不良造成蓝屏和死机。

3: 服务器网络参数配置错误，物理链路原因等。

 

本人总结排查服务器故障步骤如下:

 

1：先看服务器的电源指示灯是否亮，如果电源灯不亮,先检查并确认电源没问题时,试着按开机键是否能点亮服务器.如果不能点亮,和数据确认后先更换备用服务器以便快速恢复业务.

2: 如果服务器电源灯亮,接上显示器和键盘,如果服务器系统有异常(比如蓝屏…)不能正常登录系统,先和数据确认,是否执行能重启服务器或是更换备用服务器，以便快速恢复业务.

3: 如果正确输入用户名和密码情况下能登录系统,查看网卡指示灯是否正常,并用ifconfig命令查看网卡接口状态。用ping对端ip 测试网络是否连通，

4：如果ping不通，先和数据人员确认并检查网卡配置文件参数是否配置正确，是否正确配置网关（不正确则修正后）用“ifdown ; ifup 网卡名“命令重启单个网卡，网卡接口（灯）状态正常后，再用ping命令测试，

5：还ping不通，及时排查并确保本地尾纤，模块等物理设备接入正常，收发光在规定范围内，和数据人员确认是否可以重启服务器，并确认数据方面没有网络配置和数据方面的变化。

6：能ping通则告知数据人员，并让数据人员帮忙确认链路是否正常，有没有丢包现象等，没有丢包就OK,有丢包就继续排查尾纤，模块等，直到链路正常没有丢包，数据人员能及时的从远程登录服务器做数据配置能快速恢复业务为OK。

7 、如果不能接入服务器，与数据确认是否可以重启，重启后登陆正常，继续3.4.5.6步骤，如果还是不行，权衡利弊，有没有必要更换新的服务器上去，恢复业务要紧。

8、看----看设备状态；查----查设备情况；定-----定解决方案； 记----记录所遇情况，然后大家分享。