信息科技行业IT部运维工程师服务器日常维护手册（执行版）.docxVIP

信息科技行业IT部运维工程师服务器日常维护手册（执行版）

第1章服务器日常巡检

1.1服务器硬件状态检查

服务器硬件是IT基础设施的基石，其稳定性直接影响业务连续性。巡检硬件状态需采用分级检查法，从基础到深入逐步排查隐患。

一级检查：视觉与基础功能确认

目视检查服务器机箱门标识是否清晰，电源指示灯、硬盘指示灯状态是否正常。听有无异常噪音，如风扇异响可能预示轴承磨损。拔插硬盘数据线、电源线，确认接触是否牢固。这些简单动作能过滤80%的硬件告警。

二级检查：传感器数据监控

通过IPMI/BMC管理卡获取实时硬件数据，重点关注以下阈值：

-CPU温度：峰值不超过75℃（高负载下建议设置65℃阈值）

-风扇转速：主风道转速不低于额定值的70%，异常时需记录转速波动曲线

-内存电压：±5%误差内正常，偏差超过±10%需更换内存条

三级深度诊断

对怀疑故障部件执行压力测试。例如，用memtest86对内存进行7×24小时测试；使用smartctl对SAS硬盘执行全面自检（-tlong参数）。某次巡检中，某台R740服务器通过smartctl发现一块硬盘Reallocated_Sector_Ct为150，此时Pct_Raw_Read_ErrorRate仅为0.5%，说明问题尚可控，但需在容量预警前更换。

1.2服务器系统运行状态检查