相较于其他网络设备，如交换机、电脑终端等，服务器发生故障的概率较小，但对企业的影响是很大的。一般像网站无法访问时，大多都是服务器出了问题。作为服务器工程师除了要有服务器基础知识以外，还需要具备服务器故障的诊断思路，这样才能最快速的解决问题也可以减少故障停机时间。

一、服务器常见故障类型分类：

A. 开机无显示

B. 加电BIOS自检阶段故障

C. 系统和软件安装阶段故障和现象

D. 操作系统启动失败

E. 系统运行阶段故障

二、服务器常见故障现象及其对应的排除方法

A．服务器开机无显示（加电无显示和不加电无显示）

1. 检查供电环境

2. 检查电源和故障指示灯（故障指示灯状态，目前很多厂商的服务器都有故障指示灯，或故障诊断卡等。）

3. 按下电源开关时，键盘指示灯是否亮、风扇是否全部转动

4. 是否更换过显示器，尝试更换另外一台显示器

5. 插拔内存，用橡皮擦擦拭一下金手指，如果在故障之前有增加内存，去掉增加的内存尝试

6. 是否添加了CPU，如果有增加CPU尝试去掉

7. 去掉增加的第三方I/O卡包括Raid卡等

8.ClearCMOS (记得使用跳线来清除，尽量不要直接拔电池，每款服务器清除跳线位置不一致，具体找不到电话联系一下厂商客服)

9. 尝试更换主板、内存等主要部件

10．清除静电，将电源线等外插在服务器上的线缆全部拔掉，然后轻按开机键几下

B．加电BIOS自检报错

1. 根据BIOS自检报错信息提示

2. 查看是否外插了第三方的卡或者添加部件，如果有还原基本配置重启

3. 做最小化测试

4. 尝试清除CMOS

5. 看能否正常进入BIOS

C. 系统安装阶段故障和现象

1.查看服务器支持操作系统的兼容版本（从厂商能查到兼容性列表）

2.系统安装蓝屏（对蓝屏故障代码诊断）

3.安装在分区格式化的时候找不到硬盘

（阵列驱动没有安装或者没有配置阵列，可以尝试适应引导光盘安装）

4.大于2T的硬盘式应该如何分区（必须使用阵列卡才能实现或者有外插识别卡）

（使用阵列卡配置阵列分成一个小于2T的空间，一个大于2T的空间，然后将系统安装在小于2T的上面，安装好系统后在使用GPT方式分区即可）

5.安装过程是死机

(检查兼容性列表---查看硬盘接口选择是否正确---阵列驱动安装是否正确---尝试最小化配置安装检查是否为内存和CPU等问题)

6.引导光盘安装失败

（使用引导光盘安装失败，查看引导光盘版本是否匹配，尝试手动安装系统，如有阵列重新配置阵列引导安装）

D. 操作系统启动失败

1.在系统启动自检过程中有报错 （具体查看启动报错信息在定方案）

2.启动系统蓝屏（查看蓝屏代码核对）

3.进入登陆界面死机（查看进入单用户或者安全模式是否正常，进入BIOS是否正常、是否会死机，进入磁盘阵列查看阵列状态是否正常，检查测试硬盘是否有坏道，最小化配置启动）

4.忘记密码 (windows 使用PE 破解，linux 进入单用户破解)

E. 系统运行阶段故障

1.安装数据库等应用软件报错 (对系统版本和软件版本是否兼容，查看报错信息是否缺少插件)

2.系统运行速度变慢 (查杀病毒，检测阵列状态，测试硬盘有无坏道，重新安装系统或者修复）

3.运行蓝屏 (查看蓝屏代码目录)

4.运行死机 (检查进入BIOS是否死机，进入系统后测试部件温度是否正常，windows系统查看dump文件)

5.硬盘拷贝数据文件速度变慢 (测试硬盘是否有坏道，如果有阵列检查阵列状态，检查改变条带大小，与软件应用要求测试对比)

三．服务器故障排错的基本原则：

1. 尽量恢复系统出厂配置

a:硬件配置：去除第三方厂商备件和非标配备件

b:资源配置：清除CMOS、恢复资源初始配置

c: BIOS、F/W、驱动程序：升级最新的BIOS、F/W和相关驱动程序

d: TPL：扩展的第三方的I/O卡是否属于该机型的硬件兼容列表（TPL）

2. 从基本到复杂

a:系统上从个体到网络：首先将存在故障的服务器独立运行，待测试正常后再接入网络运行，观察故障现象变化并处理。

b:硬件上从最小系统到现实系统：指从可以运行的硬件开始逐步到现实系统为止。

c: 软件上从基本系统到现实系统：指从基本操作系统开始逐步到现实系统为止。

3. 部件交换对比测试

a:在最大可能相同的条件下，交换操作简单效果明显的部件

b:交换NOS载体，既交换软件环境

c:交换硬件，既交换硬件环境

d:交换整机，既交换整体环境

四，服务器故障排查方法总结

问题描述：

每当出现网站访问不了的时候，估计应该就是服务器出现故障了，这个时候大部分情况都是属于数据库出现问题。

查找步骤：

1、查找top检查服务器负载是否有问题

一般网站访问不了，top显示的负载都是很大的，这个时候可以看到mysql的进程占用资源很高，往往就是mysql发生故障了

2、在服务器中查看网站的访问记录

这些访问记录存储在：/home/对应的网站名/access-logs/对应的网站名

可以先通过tail查看，查看出异常的ip的时候可以通过grep进行过滤查看，在这个文件一般都可以找到恶意爬虫、恶意访问的记录，这些往往有可能是导致mysql数据库挂掉的原因。

3、这个时候先对数据库进行重启，对apache进行重启

service mysql restart

service httpd restart

重启之后一般都可以暂时恢复正常的访问的了。如果是出于恶意访问的话，找出恶意访问的ip把它禁止掉即可，如果是网站数据库出现故障，那么还要进行数据库排查。

4、查找数据库错误日志

首先需要知道数据库mysql的安装目录，可以通过whereis mysql找到，但是这往往没用

还有一种方法，就是通过ps -ef | grep mysql来查看

或者也可以通过进入mysql，使用select @@basedir as basePath from dual来查看mysql安装目录

我们在第二种查找方法ps -ef | grep mysql中对应mysql的几种日志找到其所在目录，然后查看对应文件进行分析

mysql有以下几种日志

错误日志：-log-err

查询日志：-log

慢查询日志：-log-slow-queries

更新日志：-log-update

二进制日志：-log-bin

以上便是对应的数据库错误日志和慢查询日志的查看方法了

在服务器的维修中，线索都会显得扑朔迷离，有的甚至按起葫芦翘起瓢。一般来说不可能一次就可以准确地判断出问题的所在。这样就要求工程师要有信心和耐心。出现错误一般的方法都是根据经验优先使用最简单排错方法测试，如果没有解决问题再找其它因素进行测试。总之，服务器出错后必须一步一步解决，没有捷径可言。