服務(wù)器維修故障診斷思路大全

1、前言：相對(duì)PC機(jī)而言服務(wù)器出故障的機(jī)率是小多了，但是它的故障給企業(yè)也帶來了一些影響。作為服務(wù)器工程師除要有服務(wù)器基礎(chǔ)知識(shí)以外，還需要具備服務(wù)器故障的診斷思路，這樣才能最快速的解決問題也可以減少故障停機(jī)時(shí)間。本文并不是針對(duì)某個(gè)廠家服務(wù)器故障完全手冊(cè)，而是根據(jù)個(gè)人經(jīng)驗(yàn)總結(jié)出來的一些經(jīng)驗(yàn)思路還有一些總結(jié)案例。按照下面思路和方法基本上能夠解決目前服務(wù)器更換式維修的大多數(shù)問題。而且里面的一些操作風(fēng)險(xiǎn)性也不是很大，因?yàn)榉?wù)器本身就是壞的，最壞的情況下就是它一點(diǎn)都不能工作了唄，（ 主要確認(rèn)是否有數(shù)據(jù)，數(shù)據(jù)無價(jià)?。┒椰F(xiàn)在很多廠商都有自己的客服電話關(guān)于產(chǎn)品問題打個(gè)電話也很方便，所以安心做啦畢竟顧客就是上帝嘛，

2、但因?yàn)橐话銏?bào)修最快都是第二天當(dāng)然如果服務(wù)器在保修期內(nèi)就打電話讓售后工程師上門服務(wù),是如果上帝比較著急使用，一般小故障自己解決一下就好了，（大客戶如銀行等除外，一般當(dāng)天還得是晚上才能停機(jī)解決）目錄:一、服務(wù)器常見故障分類二、服務(wù)器常見故障現(xiàn)象及其對(duì)應(yīng)排錯(cuò)方法三、服務(wù)器排錯(cuò)基本原則四、服務(wù)器故障需要收集哪些信息五、服務(wù)器硬件故障排錯(cuò)實(shí)例六、服務(wù)器軟件故障排錯(cuò)實(shí)例七、服務(wù)器常見內(nèi)存故障現(xiàn)象一、服務(wù)器常見故障類型分類：A. 開機(jī)無顯示B,加電BIOS自檢階段故障C.系統(tǒng)和軟件安裝階段故障和現(xiàn)象D.操作系統(tǒng)啟動(dòng)失敗E.系統(tǒng)運(yùn)行階段故障二、服務(wù)器常見故障現(xiàn)象及其對(duì)應(yīng)的排除方法A.服務(wù)器開機(jī)無顯示（加電無顯

3、示和不加電無顯示）1. 檢查供電環(huán)境2. 檢查電源和故障指示燈（故障指示燈狀態(tài)，目前很多廠商的服務(wù)器都有故障指示燈，或故障診斷卡等。）3. 按下電源開關(guān)時(shí)，鍵盤指示燈是否亮、風(fēng)扇是否全部轉(zhuǎn)動(dòng)4. 是否更換過顯示器,嘗試更換另外一臺(tái)顯示器5. 插拔內(nèi)存，用橡皮擦擦拭一下金手指，如果在故障之前有增加內(nèi)存，去掉增加的內(nèi)存嘗試6. 是否添加了 CPU®果有增加CPE試去掉7. 去掉增加的第三方I/O卡包括Raid卡等8. ClearCMOS （記得使用跳線來清除，盡量不要直接拔電池，每款服務(wù)器清除跳線位置不一致，具體找不到電話聯(lián)系一下廠商客服）9. 嘗試更換主板、內(nèi)存等主要部件10. ?青除

4、靜電，將電源線等外插在服務(wù)器上的線纜全部拔掉，然后輕按開機(jī)鍵幾下B.加電BIOS自檢報(bào)錯(cuò)1 .根據(jù)BIOS自檢報(bào)錯(cuò)信息提示2 .查看是否外插了第三方的卡或者添加部件，如果有還原基本配置重啟3 .做最小化測(cè)試4 . 嘗試清除CMOS5 . 看能否正常進(jìn)入BIOSC.系統(tǒng)安裝階段故障和現(xiàn)象1 .查看服務(wù)器支持操作系統(tǒng)的兼容版本（從廠商能查到兼容性列表）2 .系統(tǒng)安裝藍(lán)屏（對(duì)藍(lán)屏故障代碼診斷）3 .安裝在分區(qū)格式化的時(shí)候找不到硬盤（陣列驅(qū)動(dòng)沒有安裝或者沒有配置陣列，可以嘗試適應(yīng)引導(dǎo)光盤安裝）4 .大于2T的硬盤式應(yīng)該如何分區(qū)（必須使用陣列卡才能實(shí)現(xiàn)或者有外插識(shí)別卡）（使用陣列卡配置陣列分成一個(gè)小于2

5、T的空間，一個(gè)大于2T的空間，然后將系統(tǒng)安裝在小于2T的上面，安裝好系統(tǒng)后在使用GPTT式分區(qū)即可）5 .安裝過程是死機(jī)（檢查兼容性列表-查看硬盤接口選擇是否正確-陣列驅(qū)動(dòng)安裝是否正確-嘗試最小化配置安裝檢查是否為內(nèi)存和CP屏問題）6 .引導(dǎo)光盤安裝失?。ㄊ褂靡龑?dǎo)光盤安裝失敗，查看引導(dǎo)光盤版本是否匹配，嘗試手動(dòng)安裝系統(tǒng)，如有陣列重新配置陣列引導(dǎo)安裝）D.操作系統(tǒng)啟動(dòng)失敗1 .在系統(tǒng)啟動(dòng)自檢過程中有報(bào)錯(cuò)（具體查看啟動(dòng)報(bào)錯(cuò)信息在定方案）2 .啟動(dòng)系統(tǒng)藍(lán)屏（查看藍(lán)屏代碼核對(duì)）3 .進(jìn)入登陸界面死機(jī)（查看進(jìn)入單用戶或者安全模式是否正常，進(jìn)入BIOS是否正常、是否會(huì)死機(jī)，進(jìn)入磁盤陣列查看陣列狀態(tài)是否正常

6、，檢查測(cè)試硬盤是否有壞道，最小化配置啟動(dòng)）4 .忘記密碼（windows使用PE破解，linux進(jìn)入單用戶破解）E.系統(tǒng)運(yùn)行階段故障1. 安裝數(shù)據(jù)庫等應(yīng)用軟件報(bào)錯(cuò)（對(duì)系統(tǒng)版本和軟件版本是否兼容，查看報(bào)錯(cuò)信息是否缺少插件）2?系統(tǒng)運(yùn)行速度變慢（查殺病毒，檢測(cè)陣列狀態(tài)，測(cè)試硬盤有無壞道，重新安裝系統(tǒng)或者修復(fù)）3 .運(yùn)行藍(lán)屏（查看藍(lán)屏代碼目錄）4 .運(yùn)行死機(jī)（檢查進(jìn)入BIOS是否死機(jī)，進(jìn)入系統(tǒng)后測(cè)試部件溫度是否正常，windows系統(tǒng)查看dump文件）5 .硬盤拷貝數(shù)據(jù)文件速度變慢（測(cè)試硬盤是否有壞道，如果有陣列檢查陣列狀態(tài)，檢查改變條帶大小，與軟件應(yīng)用要求測(cè)試對(duì)比）三?服務(wù)器故障排錯(cuò)的基本原則：1

7、. 盡量恢復(fù)系統(tǒng)出廠配置a:硬件配置：去除第三方廠商備件和非標(biāo)配備件b:資源配置：清除CMOS恢復(fù)資源初始配置c: BIOS、F/W驅(qū)動(dòng)程序：升級(jí)最新的BIOS F/W和相關(guān)驅(qū)動(dòng)程序d: TPL :擴(kuò)展的第三方的I/O卡是否屬于該機(jī)型的硬件兼容列表（TPL）2. 從基本到復(fù)雜a:系統(tǒng)上從個(gè)體到網(wǎng)絡(luò)：首先將存在故障的服務(wù)器獨(dú)立運(yùn)行，待測(cè)試正常后再接入網(wǎng)絡(luò)運(yùn)行，觀察故障現(xiàn)象變化并處理。b:硬件上從最小系統(tǒng)到現(xiàn)實(shí)系統(tǒng)：指從可以運(yùn)行的硬件開始逐步到現(xiàn)實(shí)系統(tǒng)為止。c:軟件上從基本系統(tǒng)到現(xiàn)實(shí)系統(tǒng)：指從基本操作系統(tǒng)開始逐步到現(xiàn)實(shí)系統(tǒng)為止3. 部件交換對(duì)比測(cè)試a:在最大可能相同的條件下，交換操作簡(jiǎn)單效果明顯的

8、部件b:交換NO澈體，既交換軟件環(huán)境c:交換硬件，既交換硬件環(huán)境d:交換整機(jī)，既交換整體環(huán)境總結(jié)：在服務(wù)器的維修中，線索都會(huì)顯得撲朔迷離，有的甚至按起葫蘆翹起瓢。一般來說不可能一次就可以準(zhǔn)確地判斷出問題的所在。這樣就要求工程師要有信心和耐心。出現(xiàn)錯(cuò)誤一般的方法都是根據(jù)經(jīng)驗(yàn)優(yōu)先使用最簡(jiǎn)單排錯(cuò)方法測(cè)試，如果沒有解決問題再找其它因素進(jìn)行測(cè)試?？傊?，服務(wù)器出錯(cuò)后必須一步一步解決，沒有捷徑可言。四、服務(wù)器故障排除需要收集哪些信息1.服務(wù)器信息:.機(jī)器型號(hào)：什么廠家的機(jī)器、什么型號(hào)如：DELL R720服務(wù)器？機(jī)器序列號(hào)或主機(jī)編號(hào)（如：主機(jī)編號(hào)為 NC00755666）？是否增加其它設(shè)備，如網(wǎng)卡、 Rai

9、d卡、內(nèi)存、CPU .硬盤配置，如是否做磁盤陣列，陣列級(jí)別 .安裝什么操作系統(tǒng)及版本（win2003、Redhat等） .在故障前有沒有做過操作、或者運(yùn)行了什么軟件 .BIOS版本2.故障信息： .在POSTS檢時(shí)，屏幕顯示的異常信息 .服務(wù)器本身指示燈的狀態(tài) .報(bào)警聲和 BEEP CODES .系統(tǒng)的事件記錄文件 .Sel日志五、 服務(wù)器硬件故障處理實(shí)際案例（因廠家機(jī)型不同，在實(shí)際問題中如果遇到相似現(xiàn)象，也需要具體問題具體分析，請(qǐng)不較復(fù)雜，因此在檢要盲目套用）硬件故障是指服務(wù)器硬件出現(xiàn)異常而導(dǎo)致的各類錯(cuò)誤，由于服務(wù)器構(gòu)成比查的時(shí)候必須認(rèn)真、仔細(xì)。實(shí)例一：有一臺(tái)XXX型號(hào)服務(wù)器，配有256M內(nèi)

10、存，使用一個(gè) PIIIXEON 500帶2M高速緩存的處 理器。開機(jī)后沒有任何顯示，但系統(tǒng)日志上提示了一條 CPU電壓為0伏的信息，系統(tǒng)指示燈三燈不 停在閃爍（指示燈三燈閃爍是服務(wù)器的另一種報(bào)警方式，我會(huì)在文后說明）。這種錯(cuò)誤一般是處理器電壓調(diào)節(jié)模塊（VRMH錯(cuò)或CPU出錯(cuò)或CPlUf CPl塊接觸不良，但也可能是 CPUS塊出錯(cuò)，這時(shí)情況就比較復(fù)雜了，必須經(jīng)過認(rèn)真慎重的思考。因?yàn)镃P版塊在整個(gè)服務(wù)器中，占有舉足輕重的地位，如果它出錯(cuò)服務(wù)器是會(huì)報(bào)致命錯(cuò)誤的，并且在系統(tǒng)日志中會(huì)提示致命錯(cuò)誤，但報(bào)CPU電壓報(bào)錯(cuò)的情況也有5%左右。我們立刻把CP咽換在另一 CPU插槽中，開機(jī)后依然是剛才的那種故障。

11、所以在初步判斷中，可以排除是CPLK塊壞。這時(shí)取出CPU子細(xì)擦拭金手指，以及 CPU板塊中與CPUe觸的地方后，開機(jī)依然無顯示。相對(duì)處理器壞的情況來說處理器電壓模塊（VRMH現(xiàn)故障的情況比較大。于是立即在另一臺(tái)同型號(hào)服務(wù)器中取下一個(gè)處理器電壓模塊，安裝在此服務(wù)器中。開機(jī)后，服務(wù)器依然沒有任何顯示，系統(tǒng)日志上依然提示 CPU電壓為0伏的信息，系統(tǒng)指示燈三燈依然不停在閃爍。這時(shí)的情況就比較明顯了。于是立即從另一臺(tái)同類型服務(wù)器中取下一個(gè)CPU安裝后，開機(jī)正常。實(shí)例二：有一臺(tái)XXX型號(hào)服務(wù)器不顯示，發(fā)現(xiàn)開機(jī)時(shí)系統(tǒng)日志沒有任何信息，且系統(tǒng)指示燈不亮。初步判斷是電源方面出現(xiàn)了錯(cuò)誤。經(jīng)過仔細(xì)檢查，發(fā)現(xiàn)服務(wù)器

12、的電源是正常的，因此最大的可能就是服務(wù)器的電源管理板出現(xiàn)故障。更換電源管理板后，開機(jī)顯示正常。但這時(shí)，新的問題來了：自檢時(shí)，用 CTRL+M不能檢測(cè)到硬盤。 硬盤在別的服務(wù)器上是正常的，因此立即清除此服務(wù)器的CMO圖依然不正常。立刻上網(wǎng)找到此服務(wù)器的最新BIOS,升級(jí)BIOS后也不能解決問題。又檢查硬盤籠子和服務(wù)器里的數(shù)據(jù)線及電源線后依然出錯(cuò)。這時(shí)，一般情況會(huì)懷疑是服務(wù)器的I/O板（輸入輸出板塊）有問題。但就在這個(gè)時(shí)候，工程師發(fā)現(xiàn)在I/O板上有一個(gè)非XXX型號(hào)服務(wù)器標(biāo)配的舊式網(wǎng)卡，立即去除此網(wǎng)卡后服務(wù)器就一切正常。硬件故障并不單單指硬件有問題，它也指硬件之間不兼容。因?yàn)榉?wù)器的正常運(yùn)作需要各部

13、件之間的大力協(xié)調(diào)。建議大家在采購(gòu)各元件時(shí)，都采用同一品牌原裝的，并且要采用能發(fā)揮服務(wù)器性能的元件（上例中的舊式網(wǎng)卡即使正常也會(huì)嚴(yán)重影響服務(wù)器性能），這樣才不會(huì)發(fā)生莫明其妙的故障。實(shí)例三：用戶需要把他的XXX型號(hào)服務(wù)器升級(jí)到雙網(wǎng)卡，我建議他購(gòu)買原裝網(wǎng)卡，但當(dāng)他看到XXX型號(hào)服務(wù)器的網(wǎng)卡是采用的INTEL 82559芯片后，斷然決定不使用原裝網(wǎng)卡而采用另一品牌也采用INTEL 82559的網(wǎng)卡。過了幾天，他打電話給我說，他的新網(wǎng)卡不能使用網(wǎng)絡(luò)冗余及數(shù)據(jù)校驗(yàn)，并懷疑服務(wù)器有問題。工程師帶了一個(gè)INTEL 82559網(wǎng)卡到用戶那里，仔細(xì)檢查了服務(wù)器的環(huán)境完全正常后，把INTEL 82559網(wǎng)卡安裝到機(jī)

14、器上后一切正常。這個(gè)例子更加說明了，要發(fā)揮服務(wù)器的最大性能及功能，必須使用原品牌原裝的配件。非原品牌非原裝的配件，不能支持服務(wù)器的某些功能，嚴(yán)重的會(huì)影響到服務(wù)器的正常使用。要避免硬件故障發(fā)生頻率，服務(wù)器管理人員必須注意服務(wù)器的使用環(huán)境完全正常。比較重要的服務(wù)器必須在恒溫、恒濕的環(huán)境；電壓也要符合，不僅要采用UPS還必須接地線， 必須是左零線、右火線，零地電壓在13伏。在開、關(guān)服務(wù)器上必須符合正常的流程。工作人員必須嚴(yán)格執(zhí)行操作流程。實(shí)例四：服務(wù)器故障現(xiàn)象：一臺(tái)XXX型號(hào)服務(wù)器，近期頻繁出現(xiàn)幾次藍(lán)屏幕死機(jī)故障。趁死機(jī)關(guān)閉的機(jī)會(huì)，將內(nèi)存由原來的128M升級(jí)到512M （普通內(nèi)存），并且在系統(tǒng) CM

15、OS置中選才i裝入（Load）最優(yōu)參數(shù)設(shè)置，對(duì)內(nèi)存每個(gè)單元進(jìn)行檢測(cè)。怪異服務(wù)器故障出現(xiàn)了，當(dāng)我開機(jī)后，內(nèi)存檢測(cè)正常，但是屏幕提示須重新 SETU版指定的F2鍵后卻死機(jī)。我裝個(gè)內(nèi)存條招誰惹誰了，怎么會(huì)死機(jī)？而且內(nèi)存檢測(cè)正常?。糠?wù)器故障處理：服務(wù)器出了故障就要解決，哪怕是怪異服務(wù)器故障。按照縮小故障源的思路，換回原來 的內(nèi)存條，逐步去掉各個(gè)部分（軟驅(qū)、硬盤、光驅(qū)等），可是這個(gè)怪異服務(wù)器故障依然存在。分析可能與系統(tǒng)SETUS置有關(guān)，特別是關(guān)于對(duì)內(nèi)存每個(gè)單元進(jìn)行檢測(cè)的設(shè)置。于是，拔出電池，對(duì)電池插腳短接放電，沒有奏效?？磥?，這個(gè)怪異服務(wù)器故障還真是頑固。后來，找到主板清除CMO跳線設(shè)置，將插腳線由1

16、-2改到2-3 一會(huì)兒，然后恢復(fù)原位，開機(jī)正常（提 示：不要輕易拔出電 池，而是要找CMOSft跳線）。再次將內(nèi)存升級(jí)，調(diào)整CMOS SETUP設(shè)置，特別注意到對(duì)內(nèi)存的檢測(cè)，設(shè)置為檢測(cè)到每兆，至此系統(tǒng)完全恢復(fù)正常。服務(wù)器故障經(jīng)驗(yàn)這個(gè)怪異服務(wù)器故障發(fā)生的根本原因是服務(wù)器的內(nèi)存缺省設(shè)置為ECC帶校驗(yàn)），由于使用普通不帶校驗(yàn)的內(nèi)存，而系統(tǒng)中設(shè)置每個(gè)單元都進(jìn)行檢測(cè)，所以導(dǎo)致了上面的故障。排除的方法是清除CMO設(shè)置，調(diào)整有關(guān)參數(shù)設(shè)置。另外CMOSSETU入最優(yōu)參數(shù)設(shè)置通常有2種：一種是BIOS優(yōu)化參數(shù)，這種參數(shù)穩(wěn)定性最好；另一種是SETU猶化參數(shù)，優(yōu)化整個(gè)系統(tǒng)，但是需要系統(tǒng)支持，其穩(wěn)定性不能保證最好。所

17、以，當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，不妨先將穩(wěn)定性最好的參數(shù)裝入，解決問題后再行實(shí)例五：一臺(tái)XXX型號(hào)服務(wù)器使用8708E的raid卡在讀取某個(gè)文件或運(yùn)行某個(gè)軟件時(shí)經(jīng)常出錯(cuò)，或者要經(jīng)過很長(zhǎng)時(shí)間才能成功，其間硬盤不斷讀盤并發(fā)出刺耳的雜音，這種現(xiàn)象意味著硬盤上載有數(shù)據(jù)的某些扇區(qū)已壞。一旦硬盤有比較刺耳的雜音可以嘗試使用HD軟件來測(cè)試硬盤時(shí)彳g有壞道，進(jìn)入 ctrl+H配置界面進(jìn)行查看，陣列是否降級(jí)六、服務(wù)器常見軟故障解決思路與實(shí)例服務(wù)器軟件故障是在服務(wù)器故障中占有比例最高的部份，約占70%牟決的過程必須更加深思熟慮。導(dǎo)致服務(wù)器出現(xiàn)軟件故障的原因有很多，最常見的是服務(wù)器BIOS版本太低、服務(wù)器的管理軟件或服務(wù)器的

18、驅(qū)動(dòng)程序有BUG應(yīng)用程序有沖突及人為造成的軟件故障。下面分別舉例說明各類軟件故障的維修方法。實(shí)例一：有一臺(tái)XXX型號(hào)服務(wù)器，配置為雙 PIII500帶521K高速緩存的CPU 512毗存。開機(jī) 后，系統(tǒng)日 志報(bào)電壓調(diào)節(jié)模塊異常 (VRM的錯(cuò)誤，報(bào)錯(cuò)的信息是：“ Voltage Regulator Module (VRM) over/u nder-voltage 2.88V/0Vo從表面來看，極有可能是服務(wù)器的電壓調(diào)節(jié)模塊或其它硬件出現(xiàn)故障，極容易導(dǎo)致維護(hù)人員認(rèn)為是硬件故障。維護(hù)人員立刻使用其它同類型服務(wù)器的硬件來測(cè)試，發(fā)現(xiàn)即使使用新的配件，此服務(wù)器依然報(bào)VRM錯(cuò)。就在一籌莫展的時(shí)候，維修工程師

19、帶來了最新的 CPU管理板(CPUManagementControl )的固件(FIRMWARE,于是升級(jí)了 CPU 管理板塊的FIRMWARE服務(wù)器恢復(fù)立即正常。FIRMWA時(shí)級(jí)方法是每個(gè)廠家的服務(wù)器都有專門的firmware升級(jí)方法和軟件，以聯(lián)想為例，一般需要使用PE或dos環(huán)境下使用專門的升級(jí)軟件來使用，任何一款服務(wù)器的FIRMWARE及BIOS都會(huì)有不同的BUGS為BU施所難免，所以我們不能錯(cuò)誤地認(rèn)為服務(wù)器的BIOS程序就很完善，最新的不是一定是最好的最穩(wěn)定的才是最好的，在升級(jí)之前應(yīng)該小心謹(jǐn)慎，升級(jí)了錯(cuò)誤的版本和使用錯(cuò)誤的步驟會(huì)導(dǎo)致機(jī)器徹底的黑屏和癱瘓。目前流行的中高檔服務(wù)器都擁有強(qiáng)大的管理程序，為客戶提供了方便的管理途徑；服務(wù)器也擁有各種操作系統(tǒng)下的驅(qū)動(dòng)程序，方便了客戶在各種操作系統(tǒng)中的使用。但是，世上任何一款程序都會(huì)有一些 BUG這些BU扇影響用戶使用。但是服務(wù)器廠商總是會(huì)在第一時(shí)間內(nèi)開發(fā)出新的程序，客戶只需要及時(shí)更新這些程序就可以避免這類故障。當(dāng)服務(wù)器的軟件故障為此類時(shí)，表現(xiàn)的現(xiàn)象也不盡相同。一般來說，管理程序BUG導(dǎo)致系統(tǒng)速度變慢，CPU占用率變高，無法正常使用某些功能等；驅(qū)動(dòng)程序的BU彼導(dǎo)致死機(jī)、與某些軟件有沖突，磁盤工作不穩(wěn)定等。查看管理程序是否出錯(cuò)的最好的辦法就是在