網(wǎng)管經(jīng)驗(yàn)談 服務(wù)器常見軟件故障解析

　　服務(wù)器軟件故障是在服務(wù)器故障中占有比例最高的部份，約占70%，解決的過(guò)程必須更加深思熟慮。導(dǎo)致服務(wù)器出現(xiàn)軟件故障的原因有很多，最常見的是服務(wù)器BIOS版本太低、服務(wù)器的管理軟件或服務(wù)器的驅(qū)動(dòng)程序有BUG、應(yīng)用程序有沖突及人為造成的軟件故障。下面分別舉例說(shuō)明各類軟件故障的維修方法。

　　有一臺(tái)HP LH6000R服務(wù)器，開機(jī)后，系統(tǒng)日志報(bào)電壓調(diào)節(jié)模塊異常(VRM)的錯(cuò)誤，報(bào)錯(cuò)的信息是:“Voltage Regulator Module (VRM) over/under-voltage 2.88V/0V”。從表面來(lái)看，極有可能是服務(wù)器的電壓調(diào)節(jié)模塊或其它硬件出現(xiàn)故障，極容易導(dǎo)致維護(hù)人員認(rèn)為是硬件故障。

　　維護(hù)人員立刻使用其它LH6000R上的硬件來(lái)測(cè)試，發(fā)現(xiàn)即使使用新的配件，此服務(wù)器依然報(bào)VRM錯(cuò)。就在一籌莫展的時(shí)候，維修工程師帶來(lái)了最新的CPU管理板(CPU Management Control)的固件(FIRMWARE)，于是升級(jí)了CPU管理板塊的FIRMWARE后，服務(wù)器恢復(fù)立即正常。

　　FIRMWARE升級(jí)方法是，在服務(wù)器的NAVIGATOR(導(dǎo)航光盤)中提取CPU管理板(CMC)FIRMWARE的刷新程序，程序?yàn)镕LASH.EXE，然后將從網(wǎng)上下載的LH6KC.BIN(CPU管理板的FIRMWARE)拷貝到一張DOS啟動(dòng)盤上，用這張盤啟動(dòng)服務(wù)器。然后在DOS下運(yùn)行”FLASH /CMC A:LH6KC.BIN”，刷新完成后重新啟動(dòng)服務(wù)器后即可。這種升級(jí)方法也適合刷新系統(tǒng)BIOS等，只是FLASH命令的參數(shù)不同以及更新FIRMWARE及BIOS文件名不同，參數(shù)請(qǐng)參考服務(wù)器的說(shuō)明。

　　任何一款服務(wù)器的FIRMWARE及BIOS都會(huì)有不同的BUG，因?yàn)锽UG在所難免，所以我們不能錯(cuò)誤地認(rèn)為服務(wù)器的BIOS程序就很完善，而應(yīng)該經(jīng)常更新服務(wù)器的FIRMWARE及BIOS，只是在升級(jí)之前應(yīng)該小心謹(jǐn)慎，錯(cuò)誤的升級(jí)方法會(huì)導(dǎo)致嚴(yán)重的后果。

　　目前流行的中高檔服務(wù)器都擁有強(qiáng)大的管理程序，為客戶提供了方便的管理途徑;服務(wù)器也擁有各種操作系統(tǒng)下的驅(qū)動(dòng)程序，方便了客戶在各種操作系統(tǒng)中的使用。但是，世上任何一款程序都會(huì)有一些BUG，這些BUG將影響用戶使用。但是服務(wù)器廠商總是會(huì)在第一時(shí)間內(nèi)開發(fā)出新的程序，客戶只需要及時(shí)更新這些程序就可以避免這類故障。

　　當(dāng)服務(wù)器的軟件故障為此類時(shí)，表現(xiàn)的現(xiàn)象也不盡相同。一般來(lái)說(shuō)，管理程序BUG會(huì)導(dǎo)致系統(tǒng)速度變慢，CPU占用率變高，無(wú)法正常使用某些功能等;驅(qū)動(dòng)程序的BUG會(huì)導(dǎo)致死機(jī)、與某些軟件有沖突，磁盤工作不穩(wěn)定等。查看管理程序是否出錯(cuò)的最好的辦法就是在系統(tǒng)中首先禁止此類管理工具，再觀察服務(wù)器是否還是異常。

　　由于管理工具是隨著系統(tǒng)啟動(dòng)而啟動(dòng)的，所以應(yīng)首先避免它的啟動(dòng)。以WINDOWS NT4為例，就首先在管理工具服務(wù)中禁用某些服務(wù)器軟件服務(wù)，再修改注冊(cè)表中的啟動(dòng)項(xiàng)即可。如果是驅(qū)動(dòng)程序有問題的話，就以安全模式進(jìn)入系統(tǒng)，看是否正常。但是需要注意的是，在安全模式中，系統(tǒng)速度變慢是正常的(特別是磁盤I/O方面)。

　　服務(wù)器的管理人員就應(yīng)該經(jīng)常在服務(wù)器網(wǎng)站上下載最新的管理工具程序及驅(qū)動(dòng)程序。這樣會(huì)減少很大一部份軟件故障的發(fā)生。

　　相比之下，軟件沖突造成的故障判斷比較困難，需要管理人員有比較豐富的經(jīng)驗(yàn)以及敏銳的觀察力。

　　曾經(jīng)有一位朋友告訴我說(shuō)，他有一臺(tái)浪潮的服務(wù)器無(wú)法安裝SQL SERVER 2000，已經(jīng)重裝N次NT了，排除是系統(tǒng)故障。而這唯一的服務(wù)器又將作為非常重要數(shù)據(jù)庫(kù)服務(wù)器，因此非常著急。于是我陪著朋友去了他的公司查看。這臺(tái)服務(wù)器所在的機(jī)房是非常標(biāo)準(zhǔn)、完善的機(jī)房，我檢查了這臺(tái)服務(wù)器的情況，發(fā)現(xiàn)并沒有硬件上的故障，于是排除了光驅(qū)讀盤力差的可能。

　　但是，朋友刻的SQL SERVER 2000光盤引起了我的懷疑，我讓他拿出了正版的SQL SERVER安裝，結(jié)果還是不行。在安裝的過(guò)程中，沒有出現(xiàn)絲毫錯(cuò)誤，可就是在運(yùn)行的時(shí)候會(huì)自動(dòng)退出，沒有任何提示。但是，我在管理工具中的事件查看器的系統(tǒng)日志中卻發(fā)現(xiàn)了一條信息:windata.exe導(dǎo)致一個(gè)無(wú)效的數(shù)據(jù)溢出。Windata是朋友自己編寫的一個(gè)程序，而且是隨操作系統(tǒng)啟動(dòng)而啟動(dòng)的程序。我立即結(jié)束掉這個(gè)進(jìn)程后，再運(yùn)行SQL一切正常。

　　對(duì)于此類軟件故障，操作員最好先查看有關(guān)的日志，看看系統(tǒng)中是否有可疑的進(jìn)程。目前的服務(wù)器無(wú)論是高端還是低端，對(duì)于SQL等標(biāo)準(zhǔn)程序的支持是相當(dāng)可靠的，所以排除的重點(diǎn)就是結(jié)束可疑進(jìn)程。

　　還有一種軟件故障是人為因素造成的，它一般是人為誤操作(包括沒按操作流程的操作)、意外關(guān)機(jī)(包括電源突然不供電)或非正常關(guān)閉應(yīng)用程序造成的。

　　人為誤操作因素只要加強(qiáng)管理都可以避免此類故障發(fā)生。在這里就詳細(xì)說(shuō)明意外關(guān)機(jī)或非正常關(guān)閉程序造成故障的方法。

　　正常關(guān)閉系統(tǒng)程序非常重要，尤其是WEB服務(wù)器。我的一個(gè)朋友就是因?yàn)闆]有正常關(guān)閉系統(tǒng)程序而經(jīng)歷了一次數(shù)據(jù)損壞甚至丟失的經(jīng)歷。我的朋友是使用的HP web hosting server appliance，因此我向他提供了一些使用規(guī)則。

　　這些方法對(duì)于服務(wù)器的維護(hù)非常有效，主要包括了正確的關(guān)閉系統(tǒng)程序、怎樣避免數(shù)據(jù)丟失以及非正常關(guān)閉系統(tǒng)后的恢復(fù)方法。
 

【推薦閱讀】

◆網(wǎng)管軟件專區(qū)

◆成功網(wǎng)管員必備素質(zhì)軟件篇

◆網(wǎng)管基礎(chǔ)知識(shí)：如何關(guān)閉無(wú)線路由器的信號(hào)發(fā)射

◆合格的網(wǎng)管員必備的個(gè)人能力和技術(shù)知識(shí)

◆IT運(yùn)維管理專區(qū)