宕機(jī)，是IT行業常用的一個專業術(shù)語，其實就(jiù)是我們經常說(shuō)的死機(jī)。對于IT管理(lǐ)者和應用者來(lái)說(shuō)，宕機(jī)是一件(jiàn)讓人(rén)很頭疼的事(shì)情。

普通家庭用的電腦宕機(jī)可(kě)能沒有太大(dà)的影(yǐng)響，頂多就(jiù)是數據無法完全恢複，但(dàn)是如(rú)果是一台服務器宕機(jī)了，可(kě)能會導緻機(jī)要文件(jiàn)和高等級數據丢失，如(rú)果處理(lǐ)不當可(kě)能會造成很嚴重的後果。

宕機(jī)常見(jiàn)的表象多爲操作(zuò)界面靜(jìng)止無響應或“藍屏”，操作(zuò)系統無響應，軟件(jiàn)運行無響應，鼠标、鍵盤無響應，硬盤指示燈恒亮不閃爍。盡管造成死機(jī)的原因是多方面的，但(dàn)是萬變不離(lí)其宗，其原因總也脫離(lí)不了硬件(jiàn)與軟件(jiàn)(包括主機(jī)系統、操作(zuò)系統、應用軟件(jiàn))兩方面。 

下面我們一起來(lái)看(kàn)一下什麽原因會引起服務器宕機(jī)，有什麽解決方案和預防措施。

由硬件(jiàn)故障引起的服務器宕機(jī)

硬件(jiàn)其實脫不了這幾大(dà)件(jiàn)：CPU、内存、硬盤、電源、散熱(rè)系統，而最常見(jiàn)的硬件(jiàn)引起的當機(jī)原因則是散熱(rè)系統故障。

1.散熱(rè)不良

散熱(rè)不良是大(dà)家碰到的導緻服務器當機(jī)最普遍的原因，CPU、硬盤、電源在工(gōng)作(zuò)中發熱(rè)量非常大(dà)，因此保持良好的通風(fēng)狀況非常重要。CPU相(xiàng)當于人(rén)的大(dà)腦，對于服務器來(lái)說(shuō)，它要對服務器内硬件(jiàn)軟件(jiàn)的各種請(qǐng)求進行并發多線程處理(lǐ)，當并發處理(lǐ)要求突然增多時，CPU的熱(rè)量就(jiù)好象人(rén)腦飛速思考時一樣，會出現“腦熱(rè)”的症狀，而硬盤I/O的吞吐量也将向額定量靠近，由此帶來(lái)的功率增高，必然導緻熱(rè)量的增加；同時，功率的增加又對電源的支持産生(shēng)了很大(dà)的壓力，必然也會帶來(lái)電源高熱(rè)量的産生(shēng)。當運算量超過服務器運算負荷之後，這三個“高熱(rè)生(shēng)産大(dà)戶”短(duǎn)時間内的熱(rè)量突然“增産”，很可(kě)能導緻服務器的死機(jī)現象。

解決的辦法是，在進行服務器選購(gòu)時，盡量選擇發熱(rè)量較小的CPU，在系統設計(jì)時設置可(kě)以實現負載動态平衡的運算系統，選擇散熱(rè)性能良好的服務器準系統。

2.硬件(jiàn)之間或軟硬件(jiàn)之間不兼容

在硬件(jiàn)之間，如(rú)果主闆、CPU、内存由于内外頻相(xiàng)互不匹配，有可(kě)能在裝配之初由于處理(lǐ)并發事(shì)件(jiàn)較少，還(hái)可(kě)以正常運行，但(dàn)是當并發數上升到一定高度時，設備之間的匹配問(wèn)題導緻的硬件(jiàn)系統不穩定就(jiù)凸顯，這樣産生(shēng)的服務器當機(jī)事(shì)件(jiàn)發生(shēng)幾率也相(xiàng)應提高就(jiù)算有準系統的支持，也得(de)考慮硬件(jiàn)的兼容性哦。

服務器配件(jiàn)之間的不兼容問(wèn)題一般出在朋友們自(zì)己DIY的服務器上，軟硬件(jiàn)兼容問(wèn)題主要出在用戶對于硬件(jiàn)與應用之間的銜接不完善的時候。解決以上問(wèn)題的方法是在選購(gòu)硬件(jiàn)設備時，以需要采用的具體(tǐ)系統實現爲基礎，全面的考慮全新硬件(jiàn)之間、需要升級的配件(jiàn)與新配件(jiàn)之間、軟件(jiàn)與硬件(jiàn)之間的兼容性問(wèn)題，以構建一個穩定的系統。

3.CPU故障

CPU引起當機(jī)的故障主要有以上提到的兼容問(wèn)題、超頻引起的處理(lǐ)性能不穩定、一些JS爲獲更多利潤通過軟件(jiàn)改寫頻率引起的性能不穩。

改動頻率引起CPU不穩定從(cóng)而導緻運行中當機(jī)的現象比較少，主要出在一些DIY市場領域。解決改頻引起的問(wèn)題很簡單，服務器本身(shēn)要求的就(jiù)是系統的穩定運行，沒有特殊愛好，沒有特别專業的知識，不要随便改動。

4.内存故障

内存引起當機(jī)的故障主要有前文提到的兼容問(wèn)題、内存條松動、内存容量不足、内存質量問(wèn)題、内存資源沖突。

内存條松動，基本不會出現在品牌服務器中，因爲一般服務器出廠(chǎng)前都(dōu)會經過專業技術(shù)人(rén)員(yuán)全面的系統檢測；内存條松動的現象主要出在DIY服務器市場或操作(zuò)員(yuán)對品牌服務器進行升級時的疏忽導緻的内存條沒有插牢。

内存容量不足主要是由于服務器同一時間處理(lǐ)并發太多，占用太多的内存資源，導緻服務器處理(lǐ)響應不過來(lái)，産生(shēng)宕機(jī)。

内存質量問(wèn)題主要是内存芯片出廠(chǎng)前的芯片故障或内存廠(chǎng)商裝配時的虛焊等。

内存資源沖突的問(wèn)題主要是在運行操作(zuò)系統或應用軟件(jiàn)時，由于系統線程搶占資源或軟件(jiàn)應用程序争搶内存地址而産生(shēng)的内存資源沖突，從(cóng)而導緻服務器死機(jī)的現象。

解決的方法隻能是采購(gòu)員(yuán)與操作(zuò)員(yuán)在進行裝配和升級、測試等工(gōng)作(zuò)時，持嚴謹的技術(shù)态度，認真細緻的檢查硬件(jiàn)的每個環節；對于内存資源沖突的問(wèn)題，主要通過選用冗餘支持的内存和在并發高峰期來(lái)臨前進行内存清理(lǐ)等工(gōng)作(zuò)來(lái)避免。

5.硬盤故障

硬盤引起當機(jī)的故障主要是由于使用時間長久、讀(dú)寫次數過多引起了磁道、扇區損壞的故障，再加上硬盤各部位的老化、磁盤碎片與垃圾文件(jiàn)過多等。

在一些有實力的公司，每隔兩三年(nián)，會對正運行的服務器磁盤進行更新換代，将舊硬盤數據向新硬盤實現遷移，并将舊硬盤替換到一些測試或者辦公備用等地方，最大(dà)限度的避免了硬盤故障引起的當機(jī)現象。大(dà)家可(kě)以以此爲參考，參照(zhào)成本預算等因素，盡量在磁盤損壞之前進行更新換代，避免引起重要數據的損毀。

磁盤碎片與垃圾文件(jiàn)在每時每刻的運行中都(dōu)會産生(shēng)，由于磁盤碎片過多或垃圾文件(jiàn)過多，造成可(kě)用空間資源過少時，也可(kě)能會在服務器多程序運行時當機(jī)。解決的辦法是定期對磁盤碎片與垃圾文件(jiàn)進行清理(lǐ)。

6.電源故障

電源引起當機(jī)的故障主要是風(fēng)扇壞掉或電子器件(jiàn)與線路(lù)損壞等。現在市面上的服務器廠(chǎng)家批量采用的電源很多都(dōu)是HIPRO　　電源由于風(fēng)扇或其中電子器件(jiàn)與線路(lù)故障引起的當機(jī)，除了需要進行防塵處理(lǐ)外，基本沒什麽特殊的防範準則，因爲随機(jī)的偶然性，大(dà)多數情況下隻能在當機(jī)出現的時候，拿備用電源替換，盡量減少當機(jī)引起的運行時間損耗的問(wèn)題。

7.操作(zuò)不當

一般情況下，機(jī)房(fáng)的空間都(dōu)是盡量有效利用的。打個比方，如(rú)果需要對機(jī)櫃内的一部服務器拆開進行硬件(jiàn)升級，在它上面還(hái)碼放(fàng)了幾部機(jī)架式服務器，爲了不中斷上面幾部服務器的運行，可(kě)能需要二至三個操作(zuò)人(rén)員(yuán)協作(zuò)才能将上面幾部服務器托起，并把需升級的服務器拖出。這個過程看(kàn)起來(lái)很簡單，不過如(rú)果沒有什麽移機(jī)經驗，冒失地跑上去(qù)拖拽擡放(fàng)，很可(kě)能就(jiù)導緻上面幾部服務器内硬盤部件(jiàn)因振動而與總線接觸不良，從(cóng)而導緻當機(jī)。

另外，主闆故障引起的服務器當機(jī)基本都(dōu)需要返廠(chǎng)修理(lǐ)，與電源故障原由基本相(xiàng)同，其處理(lǐ)方法在次不再贅述。

由軟件(jiàn)原因引起的死機(jī)

軟件(jiàn)引起的死機(jī)需要考慮的問(wèn)題比較多雜，涉及到主機(jī)系統、操作(zuò)系統和應用軟件(jiàn)

主機(jī)系統故障引起的服務器當機(jī)

1.CMOS參數設置不合理(lǐ)

CMOS參數設置不合理(lǐ)，是主機(jī)系統引起當機(jī)故障中最普遍的現象。

由于涉及到具體(tǐ)應用的規劃或更改，如(rú)果對系統模式設定、CPU、内存、硬盤、溫度限制等參數設置不合理(lǐ)，很可(kě)能會導緻服務器運行中死機(jī)。

避免的方法隻能在相(xiàng)對專業的工(gōng)程師(shī)指導下，根據服務器所需的一些應用，對CMOS參數進行合理(lǐ)的設置。

2.BIOS設置或升級不當

BIOS的設置與升級一般在服務器出廠(chǎng)前已經設置完畢，有部分(fēn)用戶由于特殊需求，對BIOS設置進行改動或生(shēng)機(jī)，稍一不慎就(jiù)可(kě)能導緻服務器無法啓動；另外，一些應用程序可(kě)能會對BIOS不支持或者運行時對BIOS信息進行改動，這些操作(zuò)也會導緻服務器在以後的使用中不穩定而宕機(jī)。

避免的方法是盡量避免對BIOS數據進行改動，遇到有更改BIOS參數的程序，應盡快(kuài)對服務器内數據進行備份，并對BIOS數據進行出廠(chǎng)設置恢複。

操作(zuò)系統故障引起的服務器當機(jī)

服務器的操作(zuò)系統相(xiàng)對個人(rén)版的操作(zuò)系統，容錯的能力有很大(dà)的提高，但(dàn)是，在繁忙的運算與處理(lǐ)過程中，免不了也會出現當機(jī)的現象。操作(zuò)系統引起的服務器宕機(jī)主要有以下一些原因。

1.操作(zuò)系統導引文件(jiàn)損壞或更改

操作(zuò)系統運行前，需要導引文件(jiàn)對系統進行引導，如(rú)果這些文件(jiàn)損壞，當即會産生(shēng)藍屏當機(jī)，并在重新啓動時仍無法進入系統。

引導程序損壞與更改的解決辦法，隻能利用備用的同類型操作(zuò)系統引導程序引導與恢複。

2.系統文件(jiàn)誤删除

服務器裡(lǐ)許多重要的系統文件(jiàn)，在删除前都(dōu)會有提示信息，如(rú)果稍不留神多按一下回車，删除的文件(jiàn)可(kě)就(jiù)再也沒法恢複了。

解決系統文件(jiàn)誤删除，需要從(cóng)平常的操作(zuò)中養成習慣，以Windows服務器系統爲例，删除文件(jiàn)不要按住Shift，讓文件(jiàn)經過系統回收站(zhàn)，這樣當誤删除操作(zuò)進行後，還(hái)可(kě)以及時的進行還(hái)原恢複。

3.動态鏈接庫文件(jiàn)損壞或丢失暫時系統沒有太大(dà)的問(wèn)題

當操作(zuò)者需要通過操作(zuò)系統調用程序時，會通過調用程序與操作(zuò)系統之間的動态鏈接庫文件(jiàn)來(lái)協調。動态鏈接庫文件(jiàn)大(dà)多屬于多程序共享文件(jiàn)，如(rú)果進行程序反安裝等操作(zuò)，動态鏈接文件(jiàn)由于在操作(zuò)時被發安裝程序記錄爲曾經使用的文件(jiàn)，會随着反安裝同時被删除。如(rú)果被删除的動态鏈接庫文件(jiàn)同時也是操作(zuò)系統重要程序的調用，很可(kě)能産生(shēng)服務器當機(jī)。

以WindowsServer操作(zuò)系統爲例，動态鏈接庫文件(jiàn)損壞或丢失的解決辦法，最好是通過優化大(dà)師(shī)與超級兔子等優化軟件(jiàn)對系統内的動态鏈接庫文件(jiàn)進行優化、管理(lǐ)與備份，以盡快(kuài)在當機(jī)發生(shēng)後對文件(jiàn)進行有效的恢複。

應用軟件(jiàn)引起的服務器宕機(jī)

1.軟件(jiàn)bug

軟件(jiàn)bug是應用軟件(jiàn)裡(lǐ)最常見(jiàn)的引起服務器當機(jī)的故障原因，一些占用CPU或内存較大(dà)的軟件(jiàn)應用，在bug發生(shēng)時，很容易造成服務器當機(jī)。

軟件(jiàn)bug在應用驅動、運算處理(lǐ)、系統與軟件(jiàn)升級等各重要環節中發生(shēng)的時候，因爲本身(shēn)程序占用内存和處理(lǐ)需求比較高，這就(jiù)很容易造成程序處理(lǐ)響應不過來(lái)而當機(jī)。

軟件(jiàn)bug沒有哪家軟件(jiàn)開發公司能夠避免，唯一的方法隻能使得(de)bug發生(shēng)的幾率減少，那就(jiù)是在應用軟件(jiàn)上線時督促開發人(rén)員(yuán)進行全面的測試或在bug發生(shēng)後，及時的對軟件(jiàn)程序進行修補。

2.病毒感染與黑(hēi)客攻擊

病毒感染與黑(hēi)客攻擊是導緻NOC、IDC等大(dà)型服務器安置中心當機(jī)的主要原因。

無論是病毒感染還(hái)是黑(hēi)客攻擊，最主要的解決方式還(hái)是提高服務器安全防護人(rén)員(yuán)的技術(shù)含量，盡量減少服務器被攻擊的危險從(cóng)而最大(dà)限度的降低服務器宕機(jī)的危險性。

3.殺毒軟件(jiàn)與防火(huǒ)牆

結合上文，爲了對那些粗暴複制衍生(shēng)的病毒或木馬程序進行有效的查殺，殺毒軟件(jiàn)與防火(huǒ)牆需要對各種代碼的特征進行辨認，那就(jiù)需要不斷的提高病毒庫文件(jiàn)的容量；而高等級的防火(huǒ)牆甚至還(hái)需要智能的辨别IP訪問(wèn)許可(kě)，并對文件(jiàn)包的接收與發送與否進行人(rén)工(gōng)智能式的篩選，這就(jiù)需要更大(dà)的處理(lǐ)與存儲空間保障其運行。

殺毒軟件(jiàn)與防火(huǒ)牆運行對于處理(lǐ)和存儲空間的高要求，必然帶來(lái)實時監控、病毒掃描與查殺時的高存儲占有，如(rú)果同時發生(shēng)系統内部的多個線程響應，宕機(jī)也是很可(kě)能發生(shēng)的事(shì)情。

總結

硬件(jiàn)方面，服務器可(kě)以通過更好的優化配置，做好新舊替換與升級規劃，在系統應用之初就(jiù)做好硬件(jiàn)兼容、承載和壓力等測試、預測，這樣可(kě)以最大(dà)限度的保障服務器的穩定與正常運行，減少宕機(jī)發生(shēng)的幾率。

軟件(jiàn)方面，服務器也需要更好的協作(zuò)硬件(jiàn)、操作(zuò)系統與軟件(jiàn)系統之間的兼容與穩定性，做好壓力測試、流量測試和負載預測等前期規劃，搭配好網絡與系統的安全防護，爲以後的系統應用做好準備。

當機(jī)在我們服務器應用的時候，是可(kě)以減少幾率但(dàn)絕對無法避免的事(shì)情。在我們規劃好硬件(jiàn)、軟件(jiàn)、網絡、安全等各方面搭配以後，也隻是将當機(jī)的可(kě)能性減到最小。