服务器维护工程师面试题目及答案.docxVIP

服务器维护工程师面试题目及答案

一、服务器硬件维护与故障处理

1.问题：某生产环境双路服务器（配置2颗IntelXeon6230RCPU、256GBDDR4内存、8块4TBSATA硬盘组成RAID5+1热备）出现报警，监控显示“PhysicalDisk0:1:5Status=Failed”，请描述排查及处理流程。

答案：首先通过服务器管理界面（如iDRAC/iLO/iKVM）登录，查看存储控制器（如DellPERCH750）的详细状态，确认故障硬盘位置（槽位5）及RAID组状态（此时RAID5应处于Degraded状态，热备盘已启动重建）。需验证以下几点：①检查服务器前面板或背板的硬盘指示灯（通常为红色或琥珀色），确认物理槽位与监控一致；②通过命令行工具（如srvadmin-storage-cli或megacli）执行“megacli-PDList-aAll”，确认故障盘的FirmwareState是否为“Failed”；③核对机房资产标签，确认故障盘型号与阵列中其他盘一致（避免混插不同容量/速率的硬盘导致兼容性问题）。处理步骤：①联系运维确认当前业务负载是否允许停机（若为关键业务，需先切换至备机或启用业务限流）；②佩戴防静电手环，关闭服务器电源（若支持热插拔，可在开机状态下操作，但需确认主板和阵列卡支持）；③移除故障盘，插入同型号新盘（注意接口方向，避免硬插拔损坏插槽）；④开机后观察阵列卡重建进度（通过megacli-PDRbld-Start-PhysDrv[E:S]-aAll启动重建，或自动触发），记录重建时间（RAID5重建时间≈（总容量-单盘容量）×读写速率，4TB×7块≈28TB数据，按150MB/s计算约52小时，需监控过程中是否出现新的坏道导致重建失败）；⑤重建完成后，通过“megacli-LDInfo-Lall-aAll”检查RAID状态是否恢复为Optimal，同步验证业务数据完整性（如通过校验工具或业务端读写测试）；⑥更新资产台账，标记故障盘为待销毁，记录本次故障的根因（可能为硬盘寿命到期、电源波动或阵列卡固件BUG，需提取硬盘SMART日志分析，如ReallocatedSectorsCount是否异常升高）。

2.问题：服务器开机后无法进入系统，电源指示灯正常，风扇全速运转，屏幕无显示，可能的故障点有哪些？如何逐步排查？

答案：可能故障点包括：①显示输出故障（VGA/HDMI线接触不良、显卡故障）；②主板BIOS/UEFI损坏（固件崩溃或超频导致）；③CPU或内存接触不良（金手指氧化、插槽松动）；④存储设备故障（系统盘损坏或未正确识别）；⑤电源供电异常（12V/5V输出不稳，导致关键部件未正常启动）。排查步骤：①切换显示接口（如从VGA换HDMI）或使用外接显示器，确认是否为原显示器故障；②清除CMOS（通过主板跳线或扣取电池），重置BIOS默认设置，排除超频或错误配置导致的启动问题；③逐根拔插内存（优先单条测试），用橡皮擦清洁金手指，更换内存插槽（注意内存需插在相同颜色的通道槽位）；④检查CPU散热器是否固定牢固，重新涂抹硅脂（避免因散热不良导致CPU保护关机）；⑤断开非必要设备（如额外硬盘、PCIe卡），仅保留系统盘、CPU、内存、电源，最小化启动环境；⑥使用主板诊断卡（POST卡），观察代码提示（如00/FF通常为CPU或主板问题，2x为内存问题，3x为存储问题）；⑦替换同型号电源测试（可用万用表检测12V输出是否在11.4V-12.6V范围内）；⑧若以上步骤无效，替换主板测试（需确认主板与CPU针脚/内存规格匹配）；⑨最终若确认是主板或CPU损坏，需联系供应商更换备件，并同步业务团队启动应急方案（如切换至备用服务器）。

二、服务器操作系统与基础服务管理

3.问题：Linux服务器（CentOS7）运行中出现“loadaverage”持续高于CPU核心数2倍，无明显业务高峰，如何定位原因？

答案：首先通过“uptime”确认当前负载（如4核CPU，load15分钟值为8.5），然后分步骤排查：①使用“top”命令查看CPU占用最高的进程（按P键按CPU排序），关注用户态（%us）和内核态（%sy）占用。若%us高，可能是应用进程（如Java、PHP）代码死循环或未优化的查询；若%sy高，可能是系统调用频繁（如I/O密集型操作、网络中断）。②对高CPU进程执行“pidstat-t-pPID13”，查看线程级CPU占用（某些多线程应用可能个别线程异常）；③使用“strace-pPID”跟踪进程系统调用，若频繁出现“epoll_wait”或“read/write”，可能是网络或磁盘I/O阻塞导致CPU空转；