現(xiàn)代化數(shù)據(jù)中心服務(wù)器維護清單

　　即使是擁有高性能和冗余功能的現(xiàn)代服務(wù)器，增加的工作負載整合與可靠性期待，也能讓服務(wù)器忙得不可開交。究竟該怎么維護服務(wù)器呢？答案是，需要為服務(wù)器列出維護清單，包括物理配件以及系統(tǒng)關(guān)鍵配置。就現(xiàn)代化數(shù)據(jù)中心服務(wù)器維護做以下清單。

檢查本地硬盤

許多服務(wù)器依賴內(nèi)部硬盤，用于承載工作量和存儲，保存用戶數(shù)據(jù)以及其他功能。硬盤介質(zhì)出現(xiàn)問題會嚴重影響負載性能和穩(wěn)定性，最終會導致硬盤故障。

磁盤介質(zhì)是不完美的，常見問題包括壞道和碎片化。RAID可以比較穩(wěn)定地確保出現(xiàn)磁盤故障時數(shù)據(jù)穩(wěn)定與一致性，但更小型的服務(wù)器，如1U的機架式服務(wù)器可能無法提供足夠的空間來實施RAID。使用如CHKDSK(Check Disk)這樣的工具來檢查硬盤完整性，還可以嘗試修復其中損壞的扇區(qū)。Windows Server 2012最新版的CHKDSK可以快速分析并修復文件系統(tǒng)結(jié)構(gòu)的磁盤問題。

磁盤碎片不會消失，只要使用NFS并且文件分配表或FAT，文件系統(tǒng)會使用首個可用集群的磁盤空間。碎片可能會降低服務(wù)器磁盤速度并引發(fā)故障。諸如Windows Server 2012自帶的卷組優(yōu)化工具，可以安排每個文件集群，并確保數(shù)據(jù)連續(xù)。

確保服務(wù)器可以呼吸

一旦服務(wù)器關(guān)機，目視檢查其內(nèi)部和外部的空氣流動路徑。清除任何積累的灰塵和雜物，確保冷卻空氣通行順暢。

從外部空氣出入口開始，然后繼續(xù)到系統(tǒng)機箱CPU散熱器和風扇組件，內(nèi)存模塊和所有冷卻風扇葉片與風道路徑。防靜電工作區(qū)用清潔、干燥的壓縮空氣去除塵和碎屑。不要在機架中清潔服務(wù)器。

除塵是個歷史悠久的傳統(tǒng)過程，但這并不意味著它已經(jīng)過時?；覊m是一種熱絕緣體，需要清除掉，現(xiàn)代的替代冷卻方案以及ASHARE建議已經(jīng)提出了調(diào)高數(shù)據(jù)中心工作溫度?；覊m和其他空氣流動的障礙物會導致服務(wù)器使用更多能源，甚至沉淀積累導致某些組件過早出現(xiàn)故障。

定期安裝補丁與更新

服務(wù)器軟件棧——BIOS、操作系統(tǒng)、虛擬機管理程序、驅(qū)動程序、應(yīng)用程序、支持工具——必須確保所有互動與協(xié)作。不幸的是，軟件代碼很少完美或沒有任何問題，所以此類軟件問題需要經(jīng)常通過修補或更新來修復錯誤、提高安全性、簡化操作性、提高性能等。

不是所有軟件都可以自動更新，管理員需要確認哪些補丁或升級包是必要的，然后評估和測試更新效果。如果更新包修復的是服務(wù)器不存在的問題，那么無須多此一舉冒這個險。

軟件開發(fā)者無法測試到每個軟硬件兼容性以及補丁、更新的潛在問題，因此可能會導致更多的問題，這種情況可能在特定的服務(wù)器或軟件集中發(fā)生。例如監(jiān)控軟件的代理補丁可能導致某個重要應(yīng)用程序的性能問題，因為新代理需要比預期更高的帶寬。

轉(zhuǎn)換到DevOps后，更小、更頻繁的更新過程加劇了潛在的問題。在部署之前仍然要在實驗室環(huán)境內(nèi)測試任何補丁或更新。始終要確保可以撤銷原來的更改，并可以恢復修改前的軟件配置。

堅持例行維護

服務(wù)器管理員往往忽視計劃好的例行維護。不要等到實際出現(xiàn)故障才進行維護，預留時間進行日常維護可以防止問題。

維護頻率取決于設(shè)備年齡、數(shù)據(jù)中心環(huán)境、待維護的服務(wù)器容量和其他因素。例如，放置在設(shè)備間的舊設(shè)備會比放置在配有HEPA過濾器、良好冷卻設(shè)施數(shù)據(jù)中心里的設(shè)備需要更頻繁的檢查。組織可以根據(jù)供應(yīng)商或第三方的例行巡檢策略來安排日常維護表，如果供應(yīng)商合同中約定沒4個月或6個月檢查，那就按該時間表執(zhí)行。

虛擬化之前，設(shè)備維護打亂了工作量，迫使IT員工在夜間或周末做保養(yǎng)。使用虛擬化服務(wù)器進行工作負載遷移，替代中斷時間是個好方法，這樣每當服務(wù)器維護時，應(yīng)用程序是安全的。

檢查事件日志輸出

服務(wù)器事件日志中記錄著豐富的信息，尤其是細節(jié)問題。如果沒有仔細審查系統(tǒng)日志，惡意軟件日志和其他日志，服務(wù)器維護是不完整的。當然，關(guān)鍵的系統(tǒng)問題應(yīng)該引起IT管理員和技術(shù)人員注意，但也有無數(shù)的非關(guān)鍵問題，可能是慢性或嚴重問題的信號。

如果你在維護服務(wù)器，那么請檢查報告設(shè)置，并驗證告警與告警接收人地址正確。例如，如果某個技術(shù)人員離開服務(wù)器組，你需要更新服務(wù)器的報告系統(tǒng)。雙重檢查聯(lián)系名單和聯(lián)系方式也很重要，僅僅將關(guān)鍵錯誤報告發(fā)送到技術(shù)人員公司電子郵箱地址是完全不夠的，需要確保其在非工作時間也能聯(lián)系的上。

要積極主動的分析日志數(shù)據(jù)。當日志檢查發(fā)現(xiàn)慢性或反復出現(xiàn)的問題，積極主動的尋找解決這個問題的方案，避免問題升級。例如，如果服務(wù)器日志顯示一些內(nèi)存模塊的可恢復報告，那么不會觸發(fā)嚴重告警。但報告說明了某個模塊的問題，IT人員可以進行更詳細的診斷程序以識別即將發(fā)生的故障。

如果問題影響輕微，無須關(guān)閉服務(wù)器，那么它可以返回到線上繼續(xù)服務(wù)，直至需要更換硬件的時候。

數(shù)據(jù)中心服務(wù)器是復雜的機器。就如任何機器一樣，它們需要定期維護以保持最佳狀態(tài)。執(zhí)行簡單的維護操作可以降低呼叫故障服務(wù)電話次數(shù)，并延長服務(wù)器工作壽命。

由騰佑科技網(wǎng)絡(luò)轉(zhuǎn)載 侵權(quán)請聯(lián)系我們刪除