服务器故障处理预案

公司

信息系统服务器故障应急处理预案（初稿）

目录

第一部分服务器故障的处理响应 (2)

第二部分服务器硬件故障的诊断和处理 (4)

第三部分服务器软件故障的诊断和处理 (5)

第一部分服务器故障的处理响应

(一)、服务器故障的定义

本预案所指的服务器故障是指公司管理信息系统范围内的网络服务器设备的故障。包括因设备质量原因导致的系统故障、人为因素和网络系统外界因素而导致的系统故障、计算机病毒感染及遭受黑客或恶意代码攻击而导致的应用系统故障等。

涉及本预案的服务器设备包括小型机和PC服务器，设备清册参见附表1。

(二)、服务器故障的分类

以服务器设备的故障性质和故障可能涉及的范围，按照以下的标准进行分类：

服务器硬件故障：服务器硬件故障，包括服务器的底板故障、IO板及IO设备故障、CPU 板及CPU故障、内存板及内存故障、磁盘阵列及磁盘故障以及磁带库故障等。这类故障将直接影响服务器的正常运行，情况严重的，将使服务器陷于瘫痪状态，基于该服务器的所有应用将无法正常使用。如果该服务器承担的是网络的控制和管理职能，将对整个管理信息系统造成极为严重的影响；如果该服务器承担的是单个或多个应用系统的运行和管理，那么，这些应用系统将无法提供正常的服务。

服务器系统软件故障：服务器的系统软件故障，包括操作系统故障、网络控制和管理系统故障、集群管理系统故障等等。严重的服务器系统软件故障，同样会使服务器陷入瘫痪状态。故障造成的影响，视该服务器承担的应用系统的不同而不同，如果该服务器承担了网络的控制管理或关键应用职能，将有可能造成非常严重的后果。

关键应用服务故障：关键应用服务故障，包括Oracle数据库故障、SQL Server数据库故障、PI数据库故障、OA故障、WEB服务故障、邮件服务故障等。这些应用服务软件的故障，对于相关的应用系统将产生一定的影响，其影响范围和损害程度随故障的性质和严重程度而定，严重的，将引起系统瘫痪。

(三)、服务器故障响应处理流程

第二部分服务器硬件故障的诊断和处理

一、硬件故障诊断

硬件故障的诊断一般是在服务器操作系统无法引导启动的情况下进行，可以通过对主机BIOS配置、主板故障指示灯、面板状态屏幕、面板LED指示灯提供的信息进行，如条件允许（如光驱引导启动正常），还应使用设备制造厂家提供的专用诊断软件进行检查和分析。

二、识别硬件故障的方法

1.电源故障。电源故障的现象一般为：电源部件开关在“合”状态、指示灯不亮；面板状态屏幕不亮；按电源开关机器无反应、主机电源LCD指示灯不亮；无任何报警声。

2.如果在开机后出现错误代码或“哔”声错误信息，则应对照该型服务器的用户手册中有关的错误信息列表进行判别。

3.如果服务器的前面板有显示主机状态的液晶屏幕，应根据屏幕显示的信息对照用户手册中相应的内容进行判别。

4.如果服务器的底板、CPU板、内存板上有显示状态的LED指示灯，一般都可以在机箱内找到代表指示灯意义的说明贴纸，可依此进行判别。

5.服务器一般都自带用于对硬件系统进行检测的诊断程序光盘，在服务器可以用该光盘进行引导启动的情况下，应使用该光盘进行系统测试。

三、故障排除顺序

1.如果系统无法上电，可按以下步骤进行操作：

(1)检查以确保电缆和电源线都牢固插进相应的插座。

(2)检查以确保系统所有部分均已打开并已正确调整。

(3)如果服务器电源线插入带开关的多插座接线盒，应确保接线盒上的开关已打

开。

(4)将另一个电气设备电缆或电源线插入电源插座，并打开该设备。

(5)断开电源线，等待20秒，然后再次插入电源线并重新启动系统。

2.如果系统可以上电，但无法完成开机自检测试，可按以下步骤进行操作：

(1)如果系统发出一系列哔声，则表示系统有错误，应参阅该型服务器的用户手

册中的“错误信息”章节进行判别。或与产品供应商联系维修。

(2)如果系统无法运行开机自检测试，且屏幕显示错误信息，应参阅该型服务器

的用户手册中的“错误信息”章节进行判别。如果手册推荐的方法无法解决

问题，应与产品供应商联系维修。

3.如果系统通过开机自检测试，但不运行，可按以下步骤进行操作：

(1)检查以确保服务器在安装实用程序中配置正确。

(2)如果服务器仍无法工作，应关机并卸下除显示器和键盘以外的所有外围设备。

测试服务器，并注意现在是否正常工作。

(3)如果服务器仍不工作，应关闭显示器、服务器和所有外围设备，然后按(4)

条执行。

4.检查内置硬件：

(1)断开的电源线，卸下服务器主机盖。

(2)检查所有附件板是否牢固地固定在各自的插槽中。

(3)确保所有磁盘驱动器电源电缆和数据电缆已牢固并正确地联接。使用机内配

置的布线和开关配置图，查对海量存储器配置。

(4)检查并确保内存条和内存扩展板牢固地固定在各自的插槽中，且添加的内存

条符合要求。

(5)重新装上服务器盖板，并锁定系统。

(6)重新装上所有电源线和电源电缆。

(7)打开服务器电源，查找错误信息。

(8)经以上步骤检查，仍无法得到有意义的错误信息，应与产品供应商联系维修。第三部分服务器软件故障的诊断和处理

一、服务器软件故障分析和诊断

软件故障分析和诊断主要通过对主机运行状况、服务与进程、网络连接状况、系统端口、事件日志记录进行检查，这种检查的必要条件是服务器操作系统可以引导启动，并可以提供相应的检查界面。

1.主机运行状况的检测

服务器主机的CPU、内存、磁盘的使用情况对服务器的性能影响很大，如果出现问题，将直接影响到服务器的正常运行，进而对服务器上正在运行的重要的应用系统带来不可预料的后果。因此，处理服务器软件故障前，对主机的CPU、内存、磁盘资源使用情况进行检测是一个非常重要的步骤，往往可以在第一时间发现主机基本性能的状态异常。

在Windows平台上，一般使用任务管理器中的“性能”选项卡检测主机CPU和内存的运行状况，使用资源管理器检查磁盘的使用情况，检查要点为：

●CPU使用值，一般不会持续超过50%；

●内存“认可用量总数”持续超过“物理内存总数”会引起系统性能下降；

●内存“认可用量峰值”持续接近“认可用量限制”，系统将有崩溃的危险；

●任何装有运行系统的磁盘的可用空间趋近于零，系统将停滞或有崩溃的危险。

●装有操作系统的磁盘（一般为C:\）的可用空间不应低于磁盘分区总容量的15%，

根据实际的运行观察，当服务器C盘可用空间小于50 M 时，系统的运行将进入

不稳定状态。

2.服务、进程管理的检测

服务器主机上的服务和进程主要来自二个部分，一是操作系统本身提供的系统服务和进程，这些服务的功能和状态在Windows的服务列表中有比较详细的描述，这些服务的异常，系统一般会给出比较明确的错误提示。

另一部分是应用系统的服务，服务器上往往运行着非常重要的应用系统，例如大型的数据库系统、Mail系统、Web Server或特殊业务的应用系统等。应用系统的进程和服务是否正常运行是判断应用系统是否正常的关键，如果这些关键的进程和服务已经停止，则应用系统肯定无法正常工作。

监测服务器上的进程和服务是服务器管理的一个重点，对于进程的监测尤其重要，检查的要点为：

●有无可疑的进程活动；

●有无不显示进程标识符（PID）的进程活动；

●有无不显示映象名称的进程活动；

●有无不显示用户名或显示非法用户名的进程活动；

●有无大量占用CPU的进程；

●有无大量占用内存的进程；

●有无GDI对象异常的进程。