服務(wù)器故障排除方法

服務(wù)器故障排除方法本文主要是針對(duì)一些服務(wù)器出現(xiàn)的簡(jiǎn)單的故障進(jìn)行排查處理，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(jī)無(wú)顯示應(yīng)怎么辦.檢查供電環(huán)境，零-火；零-地電壓？.檢查電源指示燈，如果亮，正常嗎？.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(zhuǎn)動(dòng)嗎？.是否更換過(guò)顯示器，更換另一臺(tái)顯示器。.去掉增加內(nèi)存。.去掉增加的CPU.去掉增加的第三方I/O卡.檢查內(nèi)存和CPU插的是否牢靠.ClearCMOS.更換主要備件，如系統(tǒng)板，內(nèi)存和CPU二、服務(wù)器故障排錯(cuò)的基本原則是什么1.盡量恢復(fù)系統(tǒng)缺省配置編輯版worda：硬件配置：去除第三方廠商備件和非標(biāo)配備件；b:資源配置：清除CMOS,恢復(fù)資源初始配置；c：BIOS，F(xiàn)/W，驅(qū)動(dòng)程序：升級(jí)最新的BIOS，F(xiàn)/W和相關(guān)驅(qū)動(dòng)程序；d:TPL：擴(kuò)展的第三方的I/O卡屬于該機(jī)型的硬件兼容列表（TPL）嗎？.從基本到復(fù)雜a:系統(tǒng)上從個(gè)體到網(wǎng)絡(luò)：首先將存在故障的服務(wù)器獨(dú)立運(yùn)行，待測(cè)試正常后再接入網(wǎng)絡(luò)運(yùn)行，觀察故障現(xiàn)象變化并處理。b:硬件上從最小系統(tǒng)到現(xiàn)實(shí)系統(tǒng)：指從可以運(yùn)行的硬件開(kāi)始逐步到現(xiàn)實(shí)系統(tǒng)為止。c:軟件上從基本系統(tǒng)到現(xiàn)實(shí)系統(tǒng)：指從基本操作系統(tǒng)開(kāi)始逐步到現(xiàn)實(shí)系統(tǒng)為止。.交換對(duì)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(jī)，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：.機(jī)器型號(hào).機(jī)器序列號(hào)（S/N:如：NC00075534）編輯版word.Bios版本.是否增加其它設(shè)備，如網(wǎng)卡，SCSI卡，內(nèi)存，CPU.硬盤(pán)如何配置，是否做陣列，陣列級(jí)別.安裝什么操作系統(tǒng)及版本(Winnt4,Netware,Sco,others)故障信息在POST時(shí),屏幕顯示的異常信息服務(wù)器本身指示燈的狀態(tài)？報(bào)警聲和BEEPCODESNOS的事件記錄文件？EventsLog文件確定故障類(lèi)型和故障現(xiàn)象：.開(kāi)機(jī)無(wú)顯示；.上電自檢階段故障；.安裝階段故障和現(xiàn)象；.操作系統(tǒng)加載失敗；.系統(tǒng)運(yùn)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(xiàn)異常而導(dǎo)致的各類(lèi)錯(cuò)誤。由于服務(wù)器構(gòu)成比較復(fù)雜，因此在檢查的時(shí)候必須認(rèn)真、仔細(xì)。下面以一臺(tái)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(xiàn)象，也需要具體問(wèn)題具體分析，不要盲目套用)；編輯版word有一臺(tái)萬(wàn)全4500,配有256乂內(nèi)存，使用一個(gè)PIIIXEON500帶2M高速緩存的處理器。開(kāi)機(jī)后沒(méi)有任何顯示，但系統(tǒng)日志上提示了一條CPU電壓為0伏的信息，系統(tǒng)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(bào)警方式，我會(huì)在文后說(shuō)明）。這種錯(cuò)誤一般是處理器電壓調(diào)節(jié)模塊（VRM）出錯(cuò)或CPU出錯(cuò)或CPU與CPU板塊接觸不良，但也可能是CPU板塊出錯(cuò)，這時(shí)情況就比較復(fù)雜了，必須經(jīng)過(guò)認(rèn)真慎重的思考。因?yàn)镃PU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(cuò)服務(wù)器是會(huì)報(bào)致命錯(cuò)誤的，并且在系統(tǒng)日志中會(huì)提示致命錯(cuò)誤，但報(bào)CPU電壓錯(cuò)的情況也有5%左右。我們立刻把CPU調(diào)換在另一CPU插槽中，開(kāi)機(jī)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(xì)擦拭金手指，以及CPU板塊中與CPU接觸的地方后，開(kāi)機(jī)依然無(wú)顯示。相對(duì)處理器壞的情況來(lái)說(shuō)處理器電壓模塊（VRM）出現(xiàn)故障的情況比較大。于是立即在另一臺(tái)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(jī)后，服務(wù)器依然沒(méi)有任何顯示，系統(tǒng)日志上依然提示CPU電壓為0伏的信息，系統(tǒng)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(tái)萬(wàn)全4500中取下一個(gè)CPU安裝后，開(kāi)機(jī)正常?？偨Y(jié):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(zhǔn)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(xiàn)錯(cuò)誤一般的流程是通過(guò)系統(tǒng)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。總之，服務(wù)器出錯(cuò)后，必須一步一步解決，沒(méi)有捷徑可言。又如：有一臺(tái)萬(wàn)全4200開(kāi)機(jī)不顯示，發(fā)現(xiàn)開(kāi)機(jī)時(shí)系統(tǒng)日志沒(méi)有任何信息，且系統(tǒng)指示燈不亮。初步判斷是電源方面出現(xiàn)了錯(cuò)誤。經(jīng)過(guò)仔細(xì)檢查，發(fā)現(xiàn)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(xiàn)故障。更換電源管理板后，開(kāi)機(jī)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(cè)到硬盤(pán)。編輯版word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(jí)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(shù)據(jù)線(xiàn)及電源線(xiàn)后依然出錯(cuò)。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(xiàn)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?yàn)榉?wù)器的正常運(yùn)作需要各部件之間的大力協(xié)調(diào)。建議大家在采購(gòu)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(yán)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(jí)到雙網(wǎng)卡，我建議他購(gòu)買(mǎi)原裝網(wǎng)卡，但當(dāng)他看到萬(wàn)全4500的網(wǎng)卡是采用的INTEL82559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INTEL82559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(shù)據(jù)校驗(yàn)，并懷疑服務(wù)器有問(wèn)題。維修工程師帶了一個(gè)INTEL82559網(wǎng)卡到用戶(hù)那里，仔細(xì)檢查了服務(wù)器的環(huán)境完全正常后，把INTEL82559網(wǎng)卡安裝到機(jī)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(yán)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(yán)格執(zhí)行操作流程。一般情況來(lái)說(shuō)，服務(wù)器維修人員對(duì)于硬件故障只要有豐富的經(jīng)驗(yàn)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)程必須更編輯版word加深思熟慮。導(dǎo)致服務(wù)器出現(xiàn)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(qū)動(dòng)程序有BUG、應(yīng)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(tái)萬(wàn)全3500服務(wù)器，配置為雙PIII500帶521K高速緩存的CPU、512M內(nèi)存。開(kāi)機(jī)后，系統(tǒng)日志報(bào)電壓調(diào)節(jié)模塊異常（VRM）的錯(cuò)誤，報(bào)錯(cuò)的信息是：“VoltageRegulatorModule（VRM）over/under-voltage2.88V/0V"。從表面來(lái)看，極有可能是服務(wù)器的電壓調(diào)節(jié)模塊或其它硬件出現(xiàn)故障，極容易導(dǎo)致維護(hù)人員認(rèn)為是硬件故障。維護(hù)人員立刻使用其它萬(wàn)全3500的硬件來(lái)測(cè)試，發(fā)現(xiàn)即使使用新的配件，此服務(wù)器依然報(bào)VRM錯(cuò)。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（CPUManagementControl）的固件（FIRMWARE），于是升級(jí)了CPU管理板塊的FIRMWARE后，服務(wù)器恢復(fù)立即正常。FIRMWARE升級(jí)方法是，1）用軟盤(pán)啟動(dòng)計(jì)算機(jī)，然后插入firmware軟盤(pán)并運(yùn)行上面的相關(guān)文件cabrillo；2）系統(tǒng)刷新BMC（主板控制器）和HSC（熱插拔背板控制器）；3）然后系統(tǒng)詢(xún)問(wèn)執(zhí)行第幾個(gè)選項(xiàng)（通常為2）；4）然后系統(tǒng)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(tǒng)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(tǒng)詢(xún)問(wèn)是否重寫(xiě)B(tài)MCkernelusearea；（通常為N）然后系統(tǒng)詢(xún)問(wèn)是否輸入一個(gè)assettag；（通常為N）7）最后系統(tǒng)詢(xún)問(wèn)在刷新后是否要重新啟動(dòng)系統(tǒng)；（通常為丫）。這種升級(jí)方法也適合刷新系統(tǒng)BIOS等，命令的參數(shù)不同以及更新FIRMWARE及BIOS文件名不同，參數(shù)請(qǐng)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?yàn)锽UG在所難免，所以我們不能錯(cuò)誤地認(rèn)為服務(wù)器的BIOS程序就很完善，而應(yīng)該經(jīng)常更新服務(wù)器的FIRMWARE及BIOS，只是在升級(jí)之前應(yīng)該小心謹(jǐn)慎，錯(cuò)誤的升級(jí)方法將會(huì)導(dǎo)致嚴(yán)重的后果。目前流行的中高檔服務(wù)器都擁有強(qiáng)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(tǒng)下的驅(qū)動(dòng)程序，方便了客戶(hù)在各種操作系統(tǒng)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)器廠商總是會(huì)在第一時(shí)間內(nèi)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(dāng)服務(wù)器的軟件故障為此類(lèi)時(shí)，表現(xiàn)的現(xiàn)象也不盡相同。一般來(lái)說(shuō)，管理程序BUG會(huì)導(dǎo)致系統(tǒng)速度變慢，CPU占用率變高，無(wú)法正常使用某些功能等；驅(qū)動(dòng)程序的BUG會(huì)導(dǎo)致死機(jī)、與某些軟件有沖突，磁盤(pán)工作不穩(wěn)定等。查看管理程序是否出錯(cuò)的最好的辦法就是在編輯版word系統(tǒng)中首先禁止此類(lèi)管理工具，再觀察服務(wù)器是否還是異常。由于管理工具是隨著系統(tǒng)啟動(dòng)而啟動(dòng)的，所以應(yīng)首先避免它的啟動(dòng)。以WINDOWSNT4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(cè)表中的啟動(dòng)項(xiàng)即可。如果是驅(qū)動(dòng)程序有問(wèn)題的話(huà)，就以安全模式進(jìn)入系統(tǒng)，看是否正常。但是需要注意的是，在安全模式中，系統(tǒng)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(hù)人員就應(yīng)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(qū)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(yàn)以及敏銳的觀察力。曾經(jīng)有一位用戶(hù)說(shuō)，他有一臺(tái)萬(wàn)全的服務(wù)器無(wú)法安裝SQLSERVER2000，已經(jīng)重裝N次NT了，排除是系統(tǒng)故障。而這唯一的服務(wù)器又將作為非常重要數(shù)據(jù)庫(kù)服務(wù)器，因此非常著急。于是維修工程師去了他的公司查看。這臺(tái)服務(wù)器所在的機(jī)房是非常標(biāo)準(zhǔn)、完善的機(jī)房，檢查了這臺(tái)服務(wù)器的情況，發(fā)現(xiàn)并沒(méi)有硬件上的故障，于是排除了光驅(qū)讀盤(pán)力差的可能。但是，用戶(hù)刻的SQLSERVER2000光盤(pán)引