互联网行业运维部运维工服务器维护手册（执行版）.docxVIP

互联网行业运维部运维工服务器维护手册（执行版）

第1章服务器基础维护

1.1服务器硬件检查

服务器硬件的稳定性是运维工作的基石。为何频繁的系统宕机中，近半数源于硬件故障？定期检查能将风险消弭于无形。检查应覆盖CPU、内存、硬盘、电源及网络接口等核心部件。

CPU状态需重点关注。通过`mpstat-PALL1`命令监控核心负载，正常情况下单核峰值应低于85%。若发现某个核心长期处于100%状态，可能是线程调度问题或存在内存泄漏。温度监控同样重要，CPU温度超过75℃时，建议调整风扇转速或清理散热硅脂。内存检查应使用`memtest86+`进行满量程测试，特别是对于虚拟化环境，错误率超过0.1%就需更换内存条。

硬盘维护不容忽视。使用`smartctl-a/dev/sda`命令检查S.M.A.R.T.状态，关注ReallocatedSectorsCount和CurrentPendingSector等指标。对于SSD，寿命监控尤为重要。当WriteCount达到设备额定写入次数的80%时，应考虑更换。机械硬盘的坏道检测可通过`badblocks-t/dev/sda`执行，但需注意此操作会消耗大量IO资源。

电源单元(PU)的状态检查常被忽视。目视检查是否存在烧焦痕迹，用万用表测量输出电压是否在+12V/-5V/-12V范围内波动。建议每季度至少测试一次备用