服务器硬件故障处理实例

服务器硬件故障是指服务器硬件出现异常而导致的各类错误。由于服务器构成比较复杂，因此在检查的时候必须认真、仔细。下面以一台LH6000为例说明。

有一台HP LH6000，配有256M内存，使用一个PIII XEON 700带2M高速缓存的处理器。开机后没有任何显示，但系统日志上提示了一条CPU电压为0伏的信息，系统指示灯三灯不停在闪烁（指示灯三灯闪烁是服务器的另一种报警方式，我会在文后说明）。这种错误一般是处理器电压调节模块（VRM）出错或CPU出错或CPU与CPU板块接触不良，但也可能是CPU板块出错，这时情况就比较复杂了，必须经过认真慎重的思考。因为CPU板块在整个服务器中，占有举足轻重的地位，如果它出错服务器是会报致命错误的，并且在系统日志中会提示致命错误，但报CPU电压错的情况也有5%左右。我们立刻把CPU调换在另一CPU插槽中，开机后依然是刚才的那种故障。所以在初步判断中，可以排除是CPU板块坏。

这时，取出CPU仔细擦拭金手指，以及CPU板块中与CPU接触的地方后，开机依然无显示。

相对处理器坏的情况来说处理器电压模块（VRM）出现故障的情况比较大。于是立即在另一台LH 6000中取下一个处理器电压模块，安装在此服务器中。开机后，服务器依然没有任何显示，系统日志上依然提示CPU电压为0伏的信息，系统指示灯三灯依然不停在闪烁。这时的情况就比较明显了。于是立即从另一台LH6000中取下一个CPU安装后，开机正常。

在服务器的维修中，线索都会显得扑朔迷离，一般来说不可能一次就可以准确地判断出问题的所在。这样就要求相关人员要有信心及耐心。出现错误一般的流程是通过系统日志上的信息来解决，如果没有解决问题再找出其它因素，然后再看日志信息。总之，服务器出错后，必须一步一步解决，没有捷径可言。

又如：

有一台HP LH 4开机不显示，发现开机时系统日志没有任何信息，且系统指示灯不亮。初步判断是电源方面出现了错误。经过仔细检查，发现服务器的电源是正常的，因此最大的可能就是服务器的电源管理板出现故障。更换电源管理板后，开机显示正常。但这时，新的问题来了：自检时，用CTRL+M不能检测到硬盘。

硬盘在别的服务器上是正常的，因此立即清除此服务器的CMOS，但依然不正常。我立刻上网找到此服务器的最新BIOS，升级BIOS后也不能解决问题。又检查硬盘笼子和服务器里的数据线及电源线后依然出错。这时，一般情况会怀疑是服务器的I/O板（输入输出板块）有问题。但就在这个时候，我发现在I/O板上有一个非HP的旧式网卡，立即去除此网卡后服务器就一切正常。

硬件故障并不单单指硬件有问题，它也指硬件之间不兼容。因为服务器的正常运作需要各部件之间的大力协调。建议大家在采购各元件时，都采用同一品牌原装的，并且要采用能发挥服务器性能的元件（上例中的旧式网卡即使正常也会严重影响服务器性能），这样才不会发生莫明其妙的故障。

我曾遇到过一种情况：用户需要把他的HP LH6000升级到双网卡，我建议他购买原装网卡，但当他看到HP LH6000的网卡是采用的INTEL 82559芯片后，断然决定不使用原装网卡而采用另一品牌也采用INTEL 82559的网卡。过了几天，他打电话给我说，他的新网卡不能使用网络冗余及数据校验，并怀疑服务器有问题。我带了一个HP网卡到用户那里，仔细检查了服务器的环境完全正常后，把HP网卡安装到机器上后一切正常。这个例子更加说明了，要发挥服务器的最大性能及功能，必须使用原品牌原装的配件。非原品牌非原装的配件，不能支持服务器的某些功能，严重的会影响到服务器的正常使用。

一般来说中、高端的服务器报警系统都比较完善，除了系统日志外，还有指示灯。以HP LH6000来说，指示灯的绿色灯常亮表示服务器正常；绿灯亮而黄色闪烁表示服务器有故障，但不是致命的；如果三灯闪烁（绿、黄、红三灯）就表示服务器有致命故障，服务器停止运行。相比较而言，指示灯只能提示比较笼统的故障，而系统日志就比较完全。在维修中，必须仔细察看这两种报警系统的信息。有一点必须注意的是系统日志是一个存储器，容量有限（LH 6000能存200条信息）。当容量不够时必须清空，否则服务器将报警，一般是服务器指示灯报非致命错误，但却不能再存任何信息。