软件开发行业运维部运维工程师服务器维护手册.docxVIP

软件开发行业运维部运维工程师服务器维护手册

第1章服务器基础维护

1.1服务器硬件检查

硬件是运维工作的基石。一台服务器能否稳定运行，硬件状态起着决定性作用。运维工程师必须定期对服务器硬件进行全面检查，确保每一块组件都在正常工作范围内。检查过程应当系统化，不能遗漏任何关键环节。

CPU状态需要重点关注。通过`top`或`htop`命令查看核心使用率，长期超过85%通常意味着存在性能瓶颈。内存使用情况同样重要，使用`free-m`监控，Swap空间频繁动用说明内存不足。硬盘状况可通过`smartctl`工具检测，关键参数包括ReallocatedSectorsCount和SpinRetryCount。这些指标异常往往预示着即将发生的故障。

电源供应稳定性不容忽视。检查PSU风扇转速是否正常，温度是否过高。一个典型的案例是某机房因PSU风扇积尘导致过热，最终引发电源模块损坏。建议每月使用红外测温枪对电源模块进行检测，正常温度范围应在40℃-50℃之间。

网络接口卡(NIC)状态也需定期验证。使用`ethtool--status`命令查看链路状态、速度和双工模式。生产环境不建议使用自动协商，强制设置固定参数可以避免兼容性问题。例如，千兆以太网应统一设置为1000Mbps全双工模式。

RD阵列需要特别关注。通过`mdadm--detail`命令检查阵列状态