《运维故障排查 修复大全.docx》由会员分享，可在线阅读，更多相关《运维故障排查 修复大全.docx（42页珍藏版）》请在课桌文档上搜索。
1、运维故障排查修复大全Ol网络故障01交换机刚加电时网络无法通信故障现象：交换机刚刚开启的时候无法连接至其他网络，需要等待一段时间才可以。另外，需要使用一段时间之后，访问其他计算机的速度才快，如果有一段时间不使用网络，再访问的时候速度又会慢下来。故障分析:由于案例中的交换机是一台可网管交换机，为了避免网络中存在拓扑环，从而导致网络瘫痪，可网管交换机在默认情况下都启用生成树协议。这样即使网络中存在环路，也会只保留一条路径，而自动切断其他链路。所以当交换机在加电启动的时候，各端口需要依次进入监听、学习和转发状态，这个过程大约需要35分钟时间。如果需要迅速启动交换机，可以在直接连接到计算机的端口上启动
2、PortFast，使得该端口立即并且永久转换至转发状态，这样设备可以立即连接到网络，避免端口由监听和学习状态向转发状态过渡而必须的等待时间。解决方法：如果需要在交换机加电之后迅速实现数据转发，可以禁用扩展树协议，或者将端口设置为PortFaSt模式。不过需要注意的是，这两种方法虽然省略了端口检测过程，但是一旦网络设备之间产生拓扑环，将导致网络通信瘫痪。02CO1.指示灯长亮或不断闪烁，无法实现通信故障现象：局域网中计算机通过集线器访问服务器，但是某日发现所有客户端计算机无法与服务器进行连接，客户机之间Ping也时断时续。检查集线器发现CO1.指示灯长亮或不断闪烁。故障分析：CO1.指示灯用于指
3、示网络中的碰撞和冲突情况。C01.灯不停闪烁，表明冲突发生；hCO1.zz灯长亮则表示有大量冲突发生。导致冲突大量发生的原因可能是集线器故障，也可能是网卡故障。一般情况下，网卡出现故障的可能性比较小，因此将重点放在对集线器的排除方面。解决方法：更换集线器，网络恢复正常。03升级至千兆网络之后，服务器连接时断时续故障现象：原先服务器采用10100MbITs网卡，运行一切正常。但是安装了一款1000MbITs网卡，用其连接至中心交换机的100oBaSe-T端口之后，服务器与网络的连接时断时续，连接极不稳定，无法提供正常的网络服务。使用网线测试仪测试网络，发现双绞线链路的连通性没有问题。故障分析:在
4、100Mbit/s时连接正常，只是在升级到100oMbit/s时才发生故障，看来导致这种故障的原因可能是超五类布线问题。虽然从理论上说超五类系统支持1000Mbits的传输速率，但是如果双绞线、配线架、网线和其他网络设备的品质不是很好，或者端接工艺有问题，就仍然无法实现100OMbit/s带宽。由于100OBase-T需要使用双绞线全部的4对线，每对线的有效传输速率为250Mbits,并完成全双工传输，因此100OBase-T对双绞线的信号衰弱减、回波、返回耗损、串音和抗电磁干扰等电气性能有了更高的要求。如果双绞线或者其他配件的性能不好，就会在线对间产生严重串扰，从而导致通信失败。解决方法：考
5、虑到五类布线系统的性能有可能无法满足千兆网络系统，因此更换为六类布线产品之后故障解决。04尽管1.ink灯不停闪动，但网速却奇慢故障现象：服务器上网速度很慢，开始时打开网页非常缓慢，后来甚至连网页都无法打开，Ping网站也无法解析地址。起初以为是DNS设置或者服务器故障，但是这些都正常运行。尝试Ping其他计算机，发现丢包率很高。而此时交换机的1.ink指示灯不停闪烁，数据的交换非常频繁，说明计算机在不停地发送和接受数据包。关闭交换机之后再重新打开，故障现象得到缓解，但是一段时间之后又出现这种故障。故障分析：从故障现象来看，这是网络内的广播风暴。广播风暴的产生会有很多种原因，比如蠕虫病毒、交换
6、机端口故障、网卡故障、链路冗余而没有启用生成树协议、网线线序错误或者受到干扰等。在网络故障发生的时候查看交换机指示灯是一个很便捷的判断方法，可以直观查看网络连通性和网络流量。解决方法：就目前情况来看，蠕虫病毒是造成网络瘫痪的最主要原因。及时为服务器更新系统补丁，并且安装网络版本的病毒查杀软件，及时为服务器升级病毒库，在服务器安装防病毒客户端程序之后，故障得以解决。05集线器和路由器无法共享上网故障现象：多台计算机采用宽带路由器和集线器方式，利用集线器扩展端口组网共享Interneto连接完成后直接连接至宽带路由器1.AN口的3台机器能上网，而通过集线器连接的计算机却无法上网，路由器与集线器之间
7、无论采用交叉线或平行线都不行，且集线器上与路由器1.AN端口连接的灯不亮。另外，集线器上的计算机无法Ping通路由器，也无法Ping通其他计算机。故障分析： 集线器自身故障故障现象是集线器上的计算机彼此之间无法Ping通，更无法Ping通路由器。该故障所影响的只能是连接至集线器上的所有计算机。 级联故障例如路由器与集线器之间的级联跳线采用了不正确的线序，或者是跳线连通性故障，或者是采用了不正确的级联端口。故障现象是集线器上的计算机之间可以Ping通但无法Ping通路由器。不过，直接连接至路由器1.AN端口的计算机的Internet接入将不受影响。 宽带路由器故障如果是1.AN端口故障，结果将与
8、级联故障类似：如果是路由故障，结果将是网络内的计算机都无法接入Internet,无论连接至路由器的1.AN端口，还是连接至路由器。解决方法：从故障现象上来看，连接至集线器的计算机既无法Ping通路由器，也无法Ping通其他计算机，初步断定应该是计算机至集线器之间的连接故障。此时可以先更换一根网线试试，如果依然无法排除故障，则可以更换集线器解决。06IP地址冲突故障现象：计算机经常出现提示系统检测到IP地址xxx.xxx.xxx.xxx和网络硬件地址00053BOC12B7发生地址冲突。此系统的网络操作可能会突然中断，然后就掉线一分钟左右又恢复网络连接。故障分析：这种系统提示是典型的IP地址冲突
9、，也就是该计算机采用的IP地址与同一网络中另一台计算机的IP地址完全相同，从而导致通信失败。与该计算机发生冲突的网卡的Mac地址是00053BOC12B7o通常情况下，IP地址冲突是由于网络管理员IP地址分配不当，或其他用户私自乱设置IP地址所造成的。解决方法：由于网卡的Mac地址具有唯一性，因此借助于MAC地址查找到与你发生冲突的计算机，并修改IP地址。使用IPCONFIG/A1.1.命令，即可查看计算机的IP地址与MAC地址。最后使用ARP-SIP地址网卡物理地址的命令，将此合法IP地址与你的网卡MAC地址进行绑定即可。网络工程师俱乐部02系统故障（此处以1.inUX系统为主）OlIinU
10、X系统无法启动原因1：文件系统配置不当，比如etcfstab文件等配置错误或丢失，导致系统错误无法启动。一般是人为修改错误或者文件系统故障。排查方法：系统配置etcfstab错误或丢失而无法启动，当启动的时候，出现StartingsystemIogger后停止了；解决方法：想办法恢复etcfstab文件，利用Iinuxrescue修复模式登录系统，从而获取挂载点和分区信息，重构etcfstab文件。原因2:非法关机，导致root文件系统破坏，也就是Iinux根分区破坏，系统无法正常启动。排查方法：1.inux下普遍采用的是ext3文件系统，ext3是一个具有日志记录功能的日志文件系统，可以进行
11、简单的容错和恢复，但是在一个高负荷读写的ext3文件系统下，如果突然发生掉电，就很有可能发生文件系统内部结构不一致，导致文件系统破坏。1.inUX在启动时，会自动去分析和检查系统分区，如果发现文件系统有简单的错误，会自动修复，如果文件系统破坏比较严重，系统无法完成修复时，系统就会自动进入单用户模式下或者出现一个交互界面，提示用户介入手动修复，现象类似下面所示：checkingrootfilesystemdevsdb5containsafilesystemwitherrors,checkforceddevsdb5:Unattachedinode68338812devsdb5:UNEXPECTED
12、INCONSISTENCY;RUNfsckMANUA1.1.Y(i.e.zwithout-aor-poptions)FAI1.ED/containsafilesystemwitherrorscheckforcedaneroroccurredduringthefilesystemcheck*droppingyoutoashell;thesystemwillrebootwhenyouleavetheshellPressenterformaintenance(ortypeControl-Dtocontinue):giverootpasswordformaintenance从这个错误可以看出，系统根分
13、区文件系统出现了问题，系统在启动时无法自动修复，然后进入到了一个交互界面，提示用户进行系统修复。这个问题发生的机率很高，引起这个问题的主要原因就是系统突然掉电，引起文件系统结构不一致。一般情况下解决此问题的办法是采用fsck命令，进行强制修复。解决方法：根据上面的错误提示，当按下Control-D”组合键后系统自动重启，当输入root密码后进入系统修复模式，在修复模式下，可以执行fsck命令,具体操作过程如下：rootlocalhost/#umountdevsdb5rootlocalhostfsck.ext3-ydevsdb5e2fsck1.39(29-May-2006)/containsaf
14、ilesystemwitherrors,checkforced.Pass1:Checkinginodeszblocks,andsizesPass2:CheckingdirectorystructurePass3:CheckingdirectoryconnectivityPass4:CheckingreferencecountsInode6833812refcountis2,shouldbe1.Fix?yesUnattachedinode6833812Connecttolost+found?yesInode6833812refcountis2,shouldbe1.Fix?yesPass5:Che
15、ckinggroupsummaryinformationBlockbitmapdifferences:-(519-529)-9273Fix?yes/:*FI1.ESYSTEMWASMODIFIED*/:19/128520files(15.8%non-contiguous),46034/514048blocks需要注意的是，在执行fsck的时候，一定要先卸载要修复的分区，然后再执行修复操作！网络工程师俱乐部原因3:Iinux内核文件丢失或者崩溃，从而无法启动，也可能是因为内核升级错误或者内核存在bugo这种情况一般Iinux系统启动会报错找不到内核文件，而内核文件存储在/boot分区，主要包括内
16、核文件和初始化文件：1、VmIinlz:内核镜像文件，包含内核代码和数据显示error:file/vmlinuznotfound解决方案:a.使用可启动修复介质启动系统,并挂载系统磁盘的/boot分区;b.从安装介质或系统备份中提取vmlinuz内核文件,复制到/boot分区;c.更新引导配置(grub.cfg),将menuentry块中的IinUX行指向vmlinuz内核文件;d.重启系统,在引导菜单选择更新后的菜单项启动系统。2.initrd/initramfs:初始化RAM磁盘,包含启动时需要的模块和驱动显示error:file/initrd.imgnotfound解决方案：a.参考内核
17、文件丢失的解决步骤a,挂载/boot分区和获取initrd.img文件；b.将initrd.img文件复制到/boot分区;c.更新grub.cfg,找到initrd相关行,将其指向新文件;d.重启系统,启动更新后的菜单项。原因4:硬件故障，比如主板.电源、硬盘等出现问题，导致Iinux无法启动。解决方法：一般来说由硬件造成的故障，只需更换硬件设备即可解决。02IinUX系统网络故障排查1:检查网络硬件检查网络故障，首先要排除网络硬件设备是否存在问题。比如网卡，网线，路由器，交换机等设备是否正常。这些是网络正常运行的基本条件，如果发现某些设备出现故障，只需更换硬件即可解决问题。排查2:检查网卡
18、是否正常工作1、检查网卡是否正常加载可以通过ifconfig命令判断网卡是否正常加载。如果通过ifconfig可以显示网络接口的配置信息，表示系统找到网卡驱动程序，网卡加载正常；解决方法：如果发现问题网卡，我们可以使用ethtool工具查看问题网卡的具体状态信息（注意：Speed/1.inkdeteced等字段）2、检查网卡IP设置是否正确接下来就要检查网卡的软件设定，比如IP是否配置，配置是否正确，确保IP的配置和局域网其它计算机配置没有冲突。排查3:检查局域网内主机能否互连检查网络之间的连通是否存在故障，可以先通过ping命令测试局域网主机之间的连通性，然后ping网关，检测主机到网关的通
19、信是否正常。排查4:检查系统路由表信息是否正确检查系统路由表状态是处理网络故障的一种很重要的方法。很多时候都是ip地址没有配错，网卡也正常加载但是路由配置不正确，而导致网络问题的出现。网络工程师俱乐部因此需要检查系统的路由表设置是否正确，如果一个Iinux系统有两块网卡，同时两块网卡设置的IP不在一个网段，要特别注意系统路由表的设置。例如下面这个系统的网络接口信息：从上面输出可知，本系统有两块网卡，分别配置不同网段的IP地址，假定eth通过映射的方式对外提供ssh连接服务而ethl仅供局域网主机之间共享数据使用。现在的问题是，外界无法ssh远程登录到此系统，而网卡加载没有问题，网卡IP设置也没
20、问题，接下来看看此系统的路由设置：至此问题已经基本排查出来了：从route的输出可知，Iinux的缺省路由是192.168.200.1,而192.168.200段的IP仅仅供局域网主机之间共享数据使用，没有连接出去的访问权限，因而，外界无法连接到IinUX系统。解决方法：删除192段的缺省路由，然后增加10段的缺省路由即可：rootwebserver#routedeletedefaultrootwebserver#rOUteadddefaultgw10.10.1.254此时外界就可以通过ssh服务远程连接到IinUX系统了。排查5:检查DNS解析在1.inUX系统中，有两个文件用来指定系统到哪
21、里寻找相关域名解析的库。分另是文彳牛etchost.confetcsswitch.confoetchost.conf文件指定系统如何解析主机名，1.inux通过域名解析库来获得主机名对应的IP地址。下面是RedHat1.inux安装后缺省的etchost.conf内容:orderhostszbind其中Qrder指定主机名查询顺序这里表示首先查找etchosts文件对应的解析，如果没有找到对应的解析，接着就根据etcresolve.conf指定的域名服务器进行解析。etcnsswitch.conf文件是由SUN公司开发的，用于管理系统中多个配置文件查询的顺序，由于nsswich.conf提供了
22、更多的资源控制方式，nsswich.conf文件现在已经基本取代了hosts.confz虽然1.INUX系统中默认这两个文档都存在，但实际上起作用的是nsswitch.conf文件。nsswitch.conf文件每行的配置都以一个关键字开头后跟冒号，紧接着是空白，然后是一系列方法的列表。例如这段信息：hosts:filesdns表示系统首先查询主机库文件，如果没有找到对应的解析，接着会去DNS配置文件指定的DNS服务器进行解析。网络工程师俱乐部清楚了Iinux下域名解析的原理和过程，我们就可以根据这两个文件的设定，确定解析的顺序，从而判断出域名解析可能出现的问题。排查6:检查相关服务是否开启在
23、一个应用出现故障时，必须要检测服务本身。比如服务是否开启，配置是否正确等。检查服务是否正确打开，分为两步，第一步是查看服务的端口是否打开：例如，我们不能用root用户ssh登录到192.168.60.133这台Iinux服务器，首先检查sshd服务的22端口是否打开：rootlocalhostinit.d#telnet192.168.60.13322SSH-2.0-OpenSSH_4.3这个输出表示192.168.60.133的22端口对外开放，或者可以说sshd服务是处于打开状态。如果没有任何输出，可能是服务没有启动，或者服务端口被屏蔽。也可以在服务器上通过netstat命令检查22端口是否
24、打开：可以看到，22端口在服务器上是打开的，同时，服务器上打开的还有3306、80端口。接着进行第二步的检查，既然服务已经打开，可能是sshd服务配置的问题，检查sshd服务配置文件etcsshSShC1.Config是否正确，发现有下面一行信息：PermitRoot1.oginno由此可知是SSh服务端配置文件限制了root用户不能登录系统，如果需要root登录系统，只需更改为如下即可：PermitRoot1.oginyes到这里为止，我们通过对端口和服务配置文件的层层检查，最终找到了问题的根源。需要说明的是，这里的重点不是讲述如何让root登录IinUX系统，而是要通过这个例子学会处理类似
25、问题的思路和方法。排查7:检查访问权限是否打开1、检查系统防火墙iptables的状态当某些服务不能访问时，一定要检查是否被IinUX本机防火墙iptables屏蔽了，可以通过iptables-1.指令查看iptables的配置策略。例如我们不能访问某台Iinux服务器提供的www服务，通过检查，系统网络、域名解析都正常，并且服务也正常启动，然后检查了服务器的iptables策略配置，信息如下：从上面的输出可知，这个IinUX服务器仅仅设置了预设策略，而致命的是将INPUT链和OUTPUT链都设置为DRoP,也就是所有外部数据不能进入服务器，服务器数据也不能出去，这样的设置相当于没有网络。为了
26、能访问这台服务器提供的www服务，增加两条策略即可：这样一来，internet上的其他人就能访问我们的WWW服务了。2、检查SE1.inux是否打开SE1.inux是个系统级的安全防护工具，可以最大限度的保障1.inux系统的安全。但是selinux有时也会给Iinux下软件的运行带来一些问题，这些问题大部分是对SeIinUX不了解造成的。为了迅速定位问题，最简单的方法是先关闭selinux,然后测试软件运行是否正常，这不是个好方法，但是对于判断问题往往是很有用的。网络工程师俱乐部selinux是个很好的安全访问控制软件，可是如果你还不能熟练运用SelinUX访问控制策略的话，还是建议将它暂时
27、关闭，等到对Iinux有了更深入的认识后，再开启selinux不失为一个明智的策略。03MBR扇区故障故障现象：1.找不到引导程序，启动中断2、无法加载操作系统，开机后黑屏故障原因：1、病毒、木马等造成的破坏2、错误的分区操作，磁盘读写错误操作解决方法：1、备份MBR扇区数据a.在关机状态下添加一块新硬盘:虚拟机硬盘添加选择硬盘下一步b.启动主机进入1.inUX系统，并对新硬盘进行分区查看硬盘分区情况：fdisk-I对新硬盘进行分区:fdiskdevSdbC.建立新硬盘的文件系统（即格式化文件系统）查看sdb磁盘的列表信息对磁盘进行格式化d.挂载硬盘创建挂载点一挂载分区e.备份MBR扇区数据2
28、.模拟MBR扇区被破坏的故障重启计算机，当出现Operatingsystemnotfound的提示信息，表示无法找到可用的操作系统，此时硬盘已经损坏，如果没有光盘引导，则系统一直处于如下状态，因此无法启动主机。网络工程师俱乐部3、进入急救模式来修复MBR扇区故障a.先关闭计算机虚拟机电源打开电源时进入固件(F)-选择BoOt-将光盘放在第一位b.选择进入急救模式Rescueinstalledsystemc.chooseaIangUage选择EngliSh-确认d.Keyboardtype选择us-确认e.UnsupportedHardwareDeteCted选择OKf.SatupNetWOrk
29、ing选择Nog.Rescue选择Skiph.选择ShellStartShelI选择Oki.查看devsdb硬盘和devsda硬盘，能看到sdbl分区，看不到sda设备，因为Sda设备的MBR被破坏j.将之前拷贝的文件重新写回来04GRUB引导故障故障现象：系统引导停滞，显示grub提示符故障原因：有时1.inUX启动后会直接进入GRUB命令行界面（只有grub提示符），此时很多用户就选择了重新安装GRUB甚至重新安装系统。其实一般而言此故障的原因最常见的有两个：一是GRUB配置文件中选项设置错误；二是GRUB配置文件丢失。若是第一种情况，则一般显示error:youneedtoloadthe
30、kernelfirst:引导配置错误,内核文件没有被正确加载,提示先加载内核。解决方案:a.启动系统修复介质，备份/boot分区文件;b.检查bootgrub2grub.cfg文件,找到menuentry块中Iinux和initrd行,确保它们正确指向VmlinUZ和iitrd.img文件；c.重启系统，进入BloS将引导选项设置为启动磁盘，保存后重d.启动grescuegrub提示符，运行:setprefix=(root)bootgrub2configfile(prefix)grub.cfgboot命令以修复并重新加载grub配置，然后启动系统。若是第二种情况，GRUBrescue:当GRU
31、B引导加载程序文件丢失或磁盘无法访问时,会结束在rescue提示符。解决方案：a.启动系统安装或修复介质，备份数据并检查文件系统。使用fsck修复或使用娱乐用光盘工具修复磁盘问题；网络工程师俱乐部b.引导进入安装系统，运行grub2-installdevsda将GRUB重新安装至系统磁盘MBR;c修改BIOS启动选项为从系统磁盘启动。重启系统，现GRUB菜单应可正常显示，启动系统；d.如果仍无法启动，可能需要重新安装系统或更换硬件。05忘记Iinuxroot密码很多人经常会忘记1.inux系统的root密码，而着急选择重新安装系统，这里为大家整理了两个更加直接的解决方法：1、进入急救模式重设r
32、oot用户密码进入急救模式，加载系统镜像，切换到系统根环境进行重置root密码：a.打开电源时进入固件，将开机启动项boot中的CD-ROM调到第一项；b.进入急救模式：sh-4.2#chrootmntsysimage#重设root用户密码bash-4.2#passwdrootbash-4.2#exit退出镜像回到系统sh-4.2#reboot重启系统（注意重启后要进入固件将Hard-drive调至第一项）C.重启进入登入界面后输入刚才设置的密码即可；2.进入单用户模式进行修改root密码：以RedhatIinux为基准，操作步骤如下：a.重启系统，待Iinux系统启动到grub引导菜单时，找
33、到当前系统引导选项（可以按方向键展开隐藏的菜单，单处理器只有一个引导项，多处理器有3个或3个以上引导项，一般默认选项就是系统当前引导选项）；b.通过方向键将光标放到当前系统引导项上，然后按键盘字母，进入编辑状态。c.然后通过上下键，选中带有kernel指令的一行，继续按键盘字母，编辑该行，在行末尾加个空格，然后添加single,类似与这样：kernelvmlinuz-2.6.18-8.el5roroot=1.ABE1.=/rhgbquietsingled.修改完成，按回车键，返回到刚才的界面。e最后按键盘，系统开始引导。这样系统就启动到了单用户模式下，这里的单用户和windows下的安全模式类
34、似，在单用户模式下，只是启动最基本的系统，网络以及应用服务均不启动。网络工程师俱乐部单用户模式启动完毕，系统会自动进入到命令行状态下，类似与sh-3.l#，然后直接执行passwd,回车，系统会提示输入新的root密码两次，最后会看到修改密码成功的提示，这样就完成了root密码的修改。如果需要正常启动系统，现在只需输入init3，就进入了多用户模式。用root用户重新登录系统，看看设置的新密码是否生效。06Read-onlyfilesystem错误解决故障现象：涉及到修改/保存条目等需要写磁盘操作的命令都无法使用（如tarxcp、mvxrm、chmodxchownxWget下载等指令），总是提
35、示Read-onlyfilesystem,也就是说系统是只读的，什么也写不了。故障原因：1.文件系统损坏；2 .磁盘问题，磁盘又坏道；3 .fstab文件配置错误，如分区格式错误错误（将ntfs写成了fat）.配置指令拼写错误等。排查网站程序，看报错信息和服务日志错误，以及系统日志，来定位问题所在。解决方法：如果能够确认数据和系统的文件没有被损坏，修复fstab文件配置后只要重新R/W加载或reboot就能够恢复正常。以读写方式重新挂载文件系统mount-orw,remount/system如果是文件系统有问题那就需要在umount状态下执行fsck命令来检查文件系统并修复文件系统中的错误。n
36、ohupfsck-ydevVolGroupOO1.ogVo100devshmfscklog&#检查好后重启reboot如果是磁盘硬件损坏，最好的方法就是直接换一个新硬盘。如果觉得旧硬盘扔了可惜，还可以将它低格之后，再重新安装系统，系统重新安装后，磁盘会重新分区。网络工程师俱乐部如果仅仅是想将数据备份出来而且机器又在身边的话，你可以用Iive-Cd从光盘启动系统，然后直接备份。当然此时你也可以修改硬盘中的配置文件，如etcfstab03硬件故障（H设备本身的散热故障无论是服务器、交换机、还是路由器，运行时间长了，都会出现散热问题，会不会报故障（或者说多长时间后报故障）、给网络效率造成多大的影响，
37、一定程度上取决于机房的环境。其中灰尘就是散热问题的最大来源，好在这类故障处理起来很容易，收到告警信息后，更换散热器能解决90%的问题。除此之外，不能排除有一部分设备，是主板上的针脚不再给散热风扇供电的原因，这就需要想办法给风扇供电。02电源模块故障电源完全损坏，不再供电的时候，如果没有冗余配置，这时候设备肯定已经被动关机了，直接替换新的电源即可，但有的时候，电源的故障并不是那么明显。案例：某服务器频繁死机，每次重启后，能正常运转一天两天，一时找不出原因，有次正好在机房维护，听到该服务器有蜂鸣声，此时服务器还没有死机，查询日志无异常便重启，进入BlOS查看，发现电源有高压报警12V输出，达到了1
38、6V!因为有冗余电源，直接把故障电源拔下来，服务器就恢复了正常。03主板老化或者元器件损坏这类故障不是很明显，但会直接导致设备不稳定或宕机。网络工程师俱乐部案例：有台服务器年代久远，不稳定，三天两头要重启，有时也报高温故障，于是决定拆下来彻底清理一遍，到客户的生产车间，用风枪吹干净，感觉主板像新的一样，但是服务器点不亮了；仔细查看才发现CPU周围有几个电容鼓包了，甚至有爆浆，换上好的电容之后，问题也就解决了。同样的的方法，也可以修好交换机主板、电脑主板、显卡等等。但是大多数时候，设备一旦出现元器件损坏，就未必能修好。就算修好，也不再建议当成主要设备来使用了，作为备用件是不错的选择。04硬盘或者
39、内存等主要配件故障硬盘故障最为麻烦，例如，RAIDl或者RAID5是服务器中常见的配置，这种情况下损坏一块硬盘还好，一般不会有什么损失，换个新的也就解决了；比较麻烦的是阵列中多块硬盘损坏的情况，如果数据非常重要，一定需要交给专业公司处理，盲目地操作只会增加数据恢复的难度。04软件故障Ol更新的补丁导致系统或者应用软件崩溃案例：微软Winio频频翻车，多个补丁都引发了较大数量的蓝屏故障，其实重启后，卸载补丁也就没事了。但是当年赛门铁克误杀门，崩溃的电脑和服务器，真是不计其数。正确的做法是补丁要先给测试机更新，两三天后，没什么问题，再大面积部署，即便如此，还是要定期做好系统的状态备份，万一有事儿，
40、还能快速恢复。02病毒及恶意程序的破坏尽管部署了企业级的硬件防火墙、专业级的安全软件，对于病毒及恶意程序，也不能掉以轻心。病毒和恶意程序破坏，往往是不可修复的，常见的病毒或者恶意程序，我们能用防火墙成功隔离或者安全软件成功查杀。网络工程师俱乐部但是每隔一段时间，总会有个超级病毒，能穿过各种安全设备和软件，对我们的系统造成破坏，致使我们蒙受巨大的损失：比如疯狂的勒索病毒，很多公司的服务器都中招了，有的迫于数据的重要性，只能给黑客付钱，还必须是比特币也有的付了钱，都没能拿回所有的数据。所以重要的数据文件，冷备份很有必要！即准备一台电脑或者服务器，只在定期备份的时候开机，备份完毕立即关机，确保数据Z
41、tlO03同时安装多个功能类似的安全软件有些IT盲目自信，服务器上不安装任何安全软件，也有些IT人员在服务器（或者电脑）上安装功能类似或者重复的安全软件。殊不知，这会造成系统混乱、不稳定，有的在服务器同时安装两款国产的杀毒软件后，操作系统直接无法启动了，只能进入安全模式强制卸载其中一款，才解决问题。所以说，杀毒软件、安全助手类软件，同一台服务器或者电脑上，最好只安装一款。04同时安装同一软件的多个版本案例：经常接到客户的求助，说是XX软件突然打不开了，细问才知，原来是同一软件装了两三个版本，卸载其中一个版本后，另一个版本也无法运行了。其实这种情况应该是在软件卸载的时候，删除了相关的系统文件，导致另外一个版本缺少关键文件，也就无法运行了；想要覆盖安装还不一定能行，有时候会提示软件已存在，那就只能卸载重装，或者选择修复。个人电脑无所谓，最多麻烦一点，几次重装而已，但是服务器上要安装同一软件的多个版本，就要慎重了。
