如今（jīn），談及X86服務器平台的CPU，很（hěn）多人可能對英特爾和AMD兩（liǎng）大芯片巨頭的產品如數（shù）家珍，從之前的至強5400到主流的至強5600、至強7500，以（yǐ）及AMD強勁的12核心x86處（chù）理器“Magny-Cours”（馬尼庫爾（ěr））等等。同時，服務器的（de）另外兩個核心在CPU的基礎上作用不容小視，以帶（dài）ECC、ChipKill、熱插拔技術的（de）內存，防止數（shù）據異常丟失的RAID硬（yìng）盤等組件共同（tóng）打（dǎ）造出一個堅若磐石的X86服務器。

　　但由於X86服務器和台（tái）式機有著很多相似之處，無（wú）論是從前期部署、中（zhōng）期維護到後期管理都有著（zhe）眾多相似之處。因（yīn）此，X86服（fú）務器（qì）盡管有著成熟穩（wěn）定的（de）架（jià）構體係，也不免出現“罷工”。特（tè）別是企業負載應用得多了，遇到的（de）故障是（shì）很平常的事（shì）情，以三大組（zǔ）件出現的故障與大家共同（tóng）分享，可以有效避（bì）免大家在以後（hòu）的業務平台上出現。

　　服務器核（hé）心——CPU

　　危害程（chéng）度：★

　　故障回放（fàng）：做過測試的朋友（yǒu）知道，一台基於Intel至強服務器，開機無顯示（shì），係統指（zhǐ）示燈（dēng）瘋狂的閃爍，最直接懷疑是CPU與（yǔ）主板的接觸不良，但將其更換到（dào）多路服務（wù）器主板的另外一個（gè）CPU插槽之上，依（yī）舊沒（méi）有反（fǎn）應。

　　解決（jué）方案：在這（zhè）種狀況下經測量，CPU電壓居（jū）然出現異常（cháng），原來是CPU的VRM（Voltage Regulator Module，電壓調節模（mó）塊）出（chū）現了故障，不能執行主板（bǎn）上DC電路（lù）轉換（huàn），無法為CPU提供穩定的工作（zuò）電壓，至此隻（zhī）能更換（huàn）CPU。

　　筆者認（rèn）為這個故障是比較致（zhì）命，CPU的損壞將直（zhí）接導致（zhì）整（zhěng）個服務器（qì）的不可用，但是CPU本身的安（ān）全性是非（fēi）常（cháng）高的，故障率極低。所以在日常維護任（rèn）務中，由於CPU的損壞導致的服務中（zhōng）斷（duàn）情況是較（jiào）為少見，它的危害（hài）程度不（bú）算太（tài）高，如（rú）果是多路服務器更是不用擔（dān）心（xīn）CPU損壞而帶（dài）來的服務器宕（dàng）機（jī）了（le）。

　　服務器平台的另外兩大（dà）核心（xīn），莫（mò）過於（yú）內存和硬盤，具體到內存（cún）的選擇上（shàng），服（fú）務（wù）器內存（cún）與普通台式機內存還（hái）是有一些差異（yì）的。仔細觀察過服務器內存（cún）的用（yòng）戶會（huì）發現，相比（bǐ）普通內存單麵（miàn）8顆粒的設計（jì），服務器（qì）內存通（tōng）常單麵有9顆芯片（piàn），這就是我們常說的ECC內存。

　　服務器讀取性能（néng）——內存

　　危（wēi）害程度：★★☆

　　故障回放：之（zhī）前在（zài）一台安裝2條2GB內存的（de）服務器上，由於自（zì）身（shēn）承載的服務過多，服務器的（de）處理數據的速度越（yuè）來越慢，於（yú）是，通過（guò）增加2條同型號的（de）內存條來升級（jí）服務器（qì）。將這些內存全部插入主板後，係統檢測隻有6GB，另外2GB內存神秘消失（shī），反（fǎn）複的插拔新（xīn）的內存依舊無法正常（cháng）檢測。

　　解決方案：通過服務器（qì）產品（pǐn）官（guān）方網站了（le）解，該種情況是因為該服務器（qì）的（de）內存插槽是（shì）配對使用，1-4、2-5、3-6、7-10、8-11、9-12，新內存（cún）插在了2、3槽，無法（fǎ）形成配對，自然隻能檢測出一條內存，將內存（cún）插到5槽，8GB內存順利被檢（jiǎn）測。

　　可見，服務器內存的（de）優（yōu）勢不僅（jǐn）僅體現在性能上，在容錯能力同樣投入很多精力（lì），目（mù）的是為整個平台（tái）提（tí）供高穩定環境，之前提到的內存采用的ECC（錯誤檢查（chá）和糾正）技術、Register、Chipkill都是為了提高內存的穩（wěn）定性，使各個內存條和插槽之間能更好的融合。

　　作為服務器（qì）存儲終端，硬盤（pán）的穩定工作關係到企業數（shù）據（jù）的安全，服務器硬盤就是這個核心（xīn）的數（shù）據倉庫，所有的軟件（jiàn）和數據都存（cún）儲在（zài）這裏，因此服務器硬盤對可（kě）靠性和（hé）穩定性有著非常高的要求（qiú）。

　　另外，服務器一般需要24*7小（xiǎo）時不停的運行，其硬盤也要24小（xiǎo）時不停的運轉（zhuǎn）。因（yīn）此，服（fú）務器硬盤對穩定性和可靠（kào）性有著很（hěn）高的要求（qiú）。服務器市場上采用的硬盤主要有（yǒu）三種（zhǒng），SATA硬盤、SCSI硬（yìng）盤（pán）以（yǐ）及SAS硬（yìng）盤（pán），其中SATA硬盤（pán）主要應用在低（dī）端服（fú）務器領域，而SCSI和SAS硬盤則麵向中高端服務器。

　　服（fú）務（wù）器（qì）存儲核心——硬盤

　　危害程度：★★☆

　　故（gù）障（zhàng）回放：每台服（fú）務（wù）器（qì）會出現死機、無征兆的重啟，如（rú）果頻繁出（chū）現，就會經數據中心IT運維人員進（jìn）行檢（jiǎn）測後發現是硬盤工作時間太（tài）長，出現了物理壞道。於是（shì）立即將硬盤做備份（fèn）和更（gèng）換是最佳（jiā）解決辦法，將硬盤內的數據導（dǎo）出，結果（guǒ）在（zài）轉移（yí）數據（jù）的過（guò）程中，不停地彈（dàn）出I/O錯誤，這直接導致數據轉移的速度非常慢，且丟失（shī）了很（hěn）多重要數據。

　　解決方案：這種情況多（duō）數是（shì）磁頭或者（zhě）盤片出現（xiàn）了錯誤（wù）。如果拆（chāi）開硬盤（pán）盤片（piàn）出現（xiàn）了劃傷（shāng），但麵積並不（bú）大，通過專業的公司可以通過（guò）更換磁（cí）頭後重新（xīn）恢複數據，恢複了95%以上的數據，這種情況相對來說比較幸運。

　　但（dàn）通常說防（fáng）患於未（wèi）然，如果這（zhè）個故障發現的及時，在盤片（piàn）沒有出現更（gèng）多物理（lǐ）損傷前予（yǔ）以解（jiě）決（jué），一旦等到盤片損壞嚴重（chóng），數（shù）據將永久性丟（diū）失，為（wéi）了避免（miǎn）這種狀況（kuàng）的發生建議做（zuò）到以下（xià）：

　　在（zài）硬盤選擇上，要專業（yè）的服務器硬盤，比如：平均無（wú）故障時間超（chāo）過（guò）1600000小時，年故障（zhàng）率低於0.55%，抗震方（fāng）麵要（yào）有300G/2ms的以上的（de）耐衝擊能力（lì）等等，此外（wài）應用相關服務（wù）器RAID陣列技術（shù），比如：RAID5，它（tā）由至少3塊硬盤組（zǔ）成，在向硬盤寫入數（shù）據（jù）信息的同時，還寫入校驗（yàn）信息，當其中（zhōng）有1塊（kuài）硬盤出現故障時，可以（yǐ）根據算法從另外（wài）2塊（kuài）硬盤上得出這塊故（gù）障硬盤的數據，安（ān）全（quán）性（xìng）大大提高。

　　以上三大組件（jiàn）的故（gù）障僅僅是拋磚（zhuān）引（yǐn）玉的（de）簡單（dān）介紹，其實在服（fú）務（wù）器故障方麵不僅僅限於（yú）這（zhè）幾點，在電源、管理（lǐ）模塊以（yǐ）及網（wǎng）卡方麵也（yě）有類似的問題，希望（wàng）用戶在應（yīng）用中多多積累經驗（yàn），盡（jìn）可能減小故障的發生率，提供一個穩定靈（líng）活（huó）的IT應用（yòng）環境。