软件行业运维部运维员服务器运维工作手册.docxVIP

软件行业运维部运维员服务器运维工作手册

第1章服务器基础架构与拓扑管理

1.1服务器硬件环境识别与状态监控

运维员需首先接入物理机房的网络交换机与服务器管理终端（如iDRAC/iLO或BMC），通过SNMP协议批量查询所有在线服务器的CPU频率、内存温度及磁盘SMART状态，确认当前系统处于“健康运行”模式，并记录基准数据以用于后续对比。利用可视化管理平台（如Zabbix或Prometheus）绘制实时拓扑图，将物理服务器节点映射为逻辑服务节点，并重点标注运行中的数据库、应用服务器及中间件节点，确保网络层与业务层拓扑图一一对应。

针对关键业务服务器，执行“静默监控”测试，即在不影响业务的情况下，连续运行30分钟，观察CPU利用率是否持续超过85%或内存是否出现频繁交换（Swap），从而判断硬件负载是否超出安全阈值。检查服务器电源模块状态，通过`sensors`命令读取电压、电流和风扇转速数据，确认电源输入电压是否在额定范围内（如220V±5%），且风扇转速是否在正常转速区间，排除电源故障隐患。验证RD阵列的冗余状态，通过`smartctl-a`检查磁盘的坏道计数、重映射次数及缓存状态，确保阵列处于“热备”或“热插拔”模式，且未出现任何磁盘损坏或数据丢失风险。

定期执行“心跳检测”测试，通过Ping命令或S