服務(wù)器維護(hù)巡檢操作手冊(cè)一、手冊(cè)概述本手冊(cè)用于指導(dǎo)技術(shù)人員規(guī)范開展服務(wù)器維護(hù)巡檢工作，確保服務(wù)器穩(wěn)定運(yùn)行、性能達(dá)標(biāo)，降低故障風(fēng)險(xiǎn)。適用對(duì)象為負(fù)責(zé)服務(wù)器運(yùn)維的工程師、技術(shù)支持人員，覆蓋企業(yè)數(shù)據(jù)中心、機(jī)房及云端服務(wù)器的日常維護(hù)場(chǎng)景。二、巡檢準(zhǔn)備工作（一）工具準(zhǔn)備硬件工具：配備萬用表（檢測(cè)電源模塊電壓穩(wěn)定性）、紅外測(cè)溫槍（監(jiān)測(cè)機(jī)柜及服務(wù)器表面溫度）、防靜電手套（硬件操作時(shí)防止靜電損壞）、螺絲刀套裝（應(yīng)對(duì)硬件拆裝需求）。軟件工具：系統(tǒng)命令工具：Linux環(huán)境下使用`top`（CPU/內(nèi)存監(jiān)控）、`df-h`（磁盤空間）、`netstat-tuln`（端口監(jiān)聽）；Windows環(huán)境下使用任務(wù)管理器（進(jìn)程/性能）、事件查看器（系統(tǒng)日志）。專業(yè)監(jiān)控工具：部署Zabbix、Nagios等監(jiān)控系統(tǒng)，實(shí)時(shí)采集服務(wù)器性能數(shù)據(jù)；使用Nessus、OpenVAS進(jìn)行漏洞掃描。（二）人員要求運(yùn)維人員需熟悉服務(wù)器硬件架構(gòu)（如CPU、內(nèi)存、存儲(chǔ)、網(wǎng)絡(luò)模塊），掌握操作系統(tǒng)命令（Linux/Windows）及故障排查思路；具備服務(wù)器管理員權(quán)限（如Linux的`root`、Windows的Administrator），并通過安全培訓(xùn)，嚴(yán)格遵守操作規(guī)范。（三）環(huán)境準(zhǔn)備數(shù)據(jù)備份：巡檢前備份關(guān)鍵業(yè)務(wù)數(shù)據(jù)（如數(shù)據(jù)庫、配置文件），確保備份文件可正?；謴?fù)。業(yè)務(wù)通知：提前24小時(shí)通知業(yè)務(wù)部門巡檢時(shí)間（含預(yù)計(jì)時(shí)長），避免維護(hù)操作影響線上業(yè)務(wù)；若需停機(jī)維護(hù)，需協(xié)調(diào)業(yè)務(wù)窗口（如夜間、低峰期）。三、巡檢核心流程（一）硬件巡檢1.外觀與狀態(tài)檢查：指示燈：電源燈（常亮為正常）、硬盤燈（無頻繁紅閃或長亮）、網(wǎng)卡燈（數(shù)據(jù)傳輸時(shí)規(guī)律閃爍）。風(fēng)扇與溫度：聽風(fēng)扇有無異響（如卡頓、尖銳噪音），用測(cè)溫槍檢測(cè)機(jī)柜溫度（≤40℃）、服務(wù)器表面溫度（不燙手）；若溫度過高，檢查空調(diào)/通風(fēng)系統(tǒng)是否故障。硬件連接：確認(rèn)網(wǎng)線、電源線無松動(dòng)，RAID卡、擴(kuò)展卡等配件插緊，無物理損壞（如電容鼓包、接口變形）。2.硬件組件檢測(cè)：內(nèi)存：通過服務(wù)器管理界面（如iDRAC、ILO）檢查內(nèi)存模塊狀態(tài)，無報(bào)錯(cuò)或降級(jí)提示。硬盤：查看RAID控制器狀態(tài)（硬件RAID）或`mdadm`命令（軟件RAID），確認(rèn)硬盤無離線、重建中狀態(tài)；若有壞盤，標(biāo)記并準(zhǔn)備更換。（二）軟件巡檢1.系統(tǒng)狀態(tài)監(jiān)控：進(jìn)程與服務(wù)：Linux用`ps-ef`、`systemctlstatus`檢查關(guān)鍵服務(wù)（如Web、數(shù)據(jù)庫）是否運(yùn)行；Windows用服務(wù)管理器確認(rèn)服務(wù)狀態(tài)。日志分析：查看系統(tǒng)日志（Linux：`/var/log/messages`；Windows：事件查看器）、應(yīng)用日志（如Tomcat的`catalina.out`），篩選錯(cuò)誤、警告信息，分析異常原因（如權(quán)限不足、配置錯(cuò)誤）。2.軟件版本與存儲(chǔ)：版本管理：檢查操作系統(tǒng)、應(yīng)用軟件（如MySQL、Apache）版本，評(píng)估是否需更新（需提前測(cè)試兼容性）。磁盤與RAID：用`df-h`監(jiān)控磁盤使用率（單分區(qū)≥80%時(shí)預(yù)警）；通過RAID工具確認(rèn)陣列狀態(tài)（如`megacli`查看硬件RAID），確保無降級(jí)或重建超時(shí)。（三）安全巡檢1.網(wǎng)絡(luò)與權(quán)限：防火墻規(guī)則：檢查`iptables`（Linux）或Windows防火墻，確認(rèn)只開放必要端口（如80、443、3306），無未授權(quán)端口暴露。賬號(hào)管理：清理冗余賬號(hào)（如離職人員賬號(hào)），檢查權(quán)限（如普通用戶無`root`權(quán)限），定期更換密碼（建議每季度一次）。2.漏洞與合規(guī)：漏洞掃描：使用Nessus掃描服務(wù)器，優(yōu)先修復(fù)高危漏洞（如未授權(quán)訪問、遠(yuǎn)程代碼執(zhí)行）；對(duì)無法立即修復(fù)的漏洞，臨時(shí)加固（如限制IP訪問）。合規(guī)檢查：確保服務(wù)器符合企業(yè)安全規(guī)范（如密碼復(fù)雜度、日志留存時(shí)長），定期導(dǎo)出安全審計(jì)報(bào)告。（四）性能巡檢1.資源使用：CPU：`top`查看15分鐘負(fù)載（≤CPU核心數(shù)為正常），若持續(xù)過高，分析進(jìn)程（如`ps-eopid,ppid,cmd,%cpu|sort-k5-r|head`）。內(nèi)存：`free-h`查看使用率，若`swap`頻繁使用（`vmstat15`觀察`si/so`），需排查內(nèi)存泄漏或升級(jí)內(nèi)存。2.網(wǎng)絡(luò)與磁盤IO：網(wǎng)絡(luò)：`iftop`監(jiān)控帶寬，若某IP/端口流量異常（如突發(fā)大流量），結(jié)合業(yè)務(wù)判斷是否攻擊或故障。磁盤IO：`iostat-x15`查看磁盤讀寫速度（`r/s`/`w/s`）、等待時(shí)間（`await`），若`await`過高，檢查磁盤是否老化或RAID降級(jí)。四、故障處理規(guī)范（一）故障分類與定位硬件故障：如硬盤離線、風(fēng)扇停轉(zhuǎn)、電源故障。通過服務(wù)器管理界面、硬件指示燈、日志（如iDRAC日志）定位故障組件。軟件故障：如服務(wù)崩潰、應(yīng)用報(bào)錯(cuò)、配置錯(cuò)誤。通過日志分析（如應(yīng)用日志、系統(tǒng)日志）、進(jìn)程狀態(tài)排查，可先嘗試重啟服務(wù)（`systemctlrestart`）。安全故障：如入侵告警、漏洞被利用。斷開網(wǎng)絡(luò)后，檢查惡意進(jìn)程（`ps-ef|grep可疑進(jìn)程`）、日志（如`/var/log/secure`），清除后門并修復(fù)漏洞。（二）處理流程1.確認(rèn)故障：記錄故障現(xiàn)象（如報(bào)錯(cuò)信息、指示燈狀態(tài)）、時(shí)間、涉及服務(wù)器，初步判斷影響范圍（如單臺(tái)還是集群）。2.排查與修復(fù)：硬件故障：更換同型號(hào)組件（如硬盤、風(fēng)扇），重建RAID（若需），驗(yàn)證硬件狀態(tài)。軟件故障：回滾版本（若更新導(dǎo)致）、修復(fù)配置文件、重啟服務(wù)，觀察是否恢復(fù)。安全故障：隔離受感染服務(wù)器，清除惡意程序，升級(jí)補(bǔ)丁，恢復(fù)后進(jìn)行安全加固。3.驗(yàn)證與記錄：故障修復(fù)后，驗(yàn)證業(yè)務(wù)功能（如訪問網(wǎng)站、數(shù)據(jù)庫讀寫），記錄處理過程（含時(shí)間、步驟、結(jié)果）。五、巡檢記錄與報(bào)告（一）巡檢記錄每次巡檢需填寫《服務(wù)器巡檢記錄表》，內(nèi)容包括：巡檢日期、服務(wù)器編號(hào)（或IP）、巡檢項(xiàng)（如硬件狀態(tài)、軟件版本、安全漏洞）；問題描述（如“磁盤sda1使用率90%”）、處理措施（如“清理日志文件，使用率降至60%”）、處理人。（二）報(bào)告提交周報(bào)告：匯總本周巡檢問題、處理結(jié)果，分析高頻故障（如某型號(hào)硬盤故障率高），提出優(yōu)化建議（如批量更換硬盤）。月報(bào)告：統(tǒng)計(jì)月度性能趨勢(shì)（如CPU負(fù)載均值）、安全漏洞修復(fù)率，提交給運(yùn)維主管或技術(shù)負(fù)責(zé)人。六、維護(hù)周期與重點(diǎn)周期巡檢重點(diǎn)----------------------------------------------------------------------------------日常（每天）日志檢查（系統(tǒng)/應(yīng)用）、性能指標(biāo)（CPU/內(nèi)存/磁盤IO）、服務(wù)狀態(tài)周（每周）硬件清潔（機(jī)柜除塵）、軟件更新兼容性測(cè)試、賬號(hào)權(quán)限復(fù)查月（每月）安全漏洞掃描與修復(fù)、RAID狀態(tài)檢查、備份文件驗(yàn)證（恢復(fù)測(cè)試）季度（每季度）全面硬件檢測(cè)（內(nèi)存、硬盤健康度）、系統(tǒng)補(bǔ)丁批量更新、災(zāi)備演練（如切換備機(jī)）年度（每年）硬件升級(jí)評(píng)估（如內(nèi)存擴(kuò)容、硬盤換代）、數(shù)據(jù)中心環(huán)境優(yōu)化（如空調(diào)改造）七、應(yīng)急處理預(yù)案（一）突發(fā)故障響應(yīng)服務(wù)器宕機(jī)：優(yōu)先檢查電源、硬件（如硬盤、內(nèi)存），嘗試軟重啟（`reboot`）；若無效，硬重啟（長按電源鍵≤5秒），恢復(fù)后分析日志（如`/var/log/dmesg`）。數(shù)據(jù)丟失：立即從最新備份恢復(fù)數(shù)