點擊▲關(guān)注“IT168企業(yè)級”到公眾號置頂

更精彩的第一次直達

在信息時代，服務(wù)器宕機頻繁發(fā)生，即使各種掠食者都無法阻止，比如最近發(fā)生的一些服務(wù)器宕機。

1.12月14日晚，微軟云服務(wù)器全球再次宕機，多個國家和地區(qū)的用戶深受影響。最后發(fā)現(xiàn)服務(wù)中斷的原因是云服務(wù)器存儲空間滿了。2.12 月 25 日期間，許多用戶經(jīng)歷了激活失敗和登錄失敗的情況。除此之外，就連Apple Watch等產(chǎn)品的激活都受到了影響。由于高流量負載，Apple 的客戶服務(wù)在線響應(yīng)。3.12月25日中午服務(wù)器運維，中信期貨交易軟件死機，易金APP始終無法登錄交易。這件事一度在微博上火了。4.12 月 26 日，任天堂 eShop 遭遇停機，任天堂發(fā)表聲明稱“

...

這種風(fēng)波層出不窮，相信運維也不陌生。所謂“失敗者有輪回，天之驕子”。停機時間使運維工作處于被動“救火”狀態(tài)。運維就像一塊磚頭，哪里需要搬？這些模式也讓 IT 部門感到疲倦。

理論上，沒有絕對安全、絕對可用和絕對沒有問題的服務(wù)器和應(yīng)用程序。作為運維人員，有必要全面了解服務(wù)器宕機的原因和解決方法。

服務(wù)器宕機的原因

1.運行環(huán)境有問題，如機房停電導(dǎo)致服務(wù)器斷電（欠壓、過載、波動）、機房室溫低、散熱不良、資源沖突、文件損壞、系統(tǒng)故障等。服務(wù)器宕機。

2.服務(wù)器不堪重負，最常見的情況是大規(guī)模高消耗服務(wù)器資源，如C盤空間耗盡、訪問值過高、程序中毒、遭受電源攻擊等。

3.主備數(shù)據(jù)不一致導(dǎo)致的復(fù)制問題。

4.性能問題、SQL或索引設(shè)計運維不佳等。

運維需要檢查哪些方面？

? 硬件

(1）檢查是否有硬件沖突；

(2）比較服務(wù)器電源加載的電源，判斷電源是否有故障；

(3）掃描硬盤表面檢測是否有低幀；

(4） 由錯誤報告和操作系統(tǒng)錯誤信息決定；

(5）使用更換方法判斷顯卡、CPU、SCSI/RAID卡或其他PCI設(shè)備是否有故障。

? 軟件

(1）查看操作系統(tǒng)的系統(tǒng)日志，可以通過系統(tǒng)日志判斷藍屏的一些原因；

(2）判斷硬件沒有故障后服務(wù)器運維，再考慮系統(tǒng)軟件出現(xiàn)bug和漏洞的原因；

(3）如果是因為軟件使用不當(dāng)或者系統(tǒng)工作壓力過大，可以適當(dāng)增加服務(wù)器的工作壓力；

(4）筆記本病毒。

在了解了原因和故障排除方法后，運維一定要從源頭上防止停機的發(fā)生。一般是因為故障預(yù)警機制不完善，使得運維只能在停機發(fā)生后進行處理，大大提高了工作效率。