常见的服务器故障分析

一、硬件故障（占比约 20%，直观但难修复）

1. 电源与供电故障
   • 现象：服务器突然断电、无法开机，电源指示灯不亮或闪烁橙色报警灯。
   • 原因：电源模块损坏、机房 UPS 供电中断、电源线接触不良。
2. 存储故障
   • 现象：系统启动卡在磁盘检测阶段，日志频繁出现 “I/O error”，文件读写缓慢或失败。
   • 细分：
     • 硬盘物理损坏（有异响、坏道，可用badblocks工具检测）；
     • RAID 阵列故障（阵列卡报错，需通过 RAID 管理工具查看降级状态）。
3. 内存故障
   • 现象：服务器频繁蓝屏 / 死机，启动时蜂鸣器报警（如连续短鸣），系统日志出现 “内存校验错误”。
   • 验证：进入 BIOS 查看内存检测结果，或用memtest86+工具扫描。
4. CPU 与散热故障
   • 现象：服务器自动关机（过热保护），CPU 使用率异常飙升且降不下来，机箱风扇噪音突然变大。
   • 原因：CPU 风扇损坏、散热硅脂老化、机房环境温度过高（超过 30℃）。

二、系统与配置故障（占比约 30%，软件层面最常见）

1. 系统启动故障
   • 现象：开机后停留在 GRUB/LILO 界面（Linux），或显示 “无法找到操作系统”（Windows）。
   • 原因：引导扇区损坏（如误删/boot目录）、分区表错误、系统文件被病毒篡改。
2. 资源耗尽故障
   • 现象：服务无响应、远程连接超时，基础命令（如ls）执行缓慢。
   • 细分：
     • 磁盘满（df -h显示使用率 100%，多因日志 / 临时文件未清理）；
     • 内存溢出（free -h显示可用内存接近 0，多因进程内存泄漏）；
     • CPU 占满（top显示某进程 CPU 使用率 100%，如死循环脚本）。
3. 权限与配置错误
   • 现象：服务启动失败（如systemctl start nginx报错），日志提示 “Permission denied”。
   • 原因：配置文件权限错误（如nginx.conf被设为777）、服务运行用户（如www-data）无目录访问权。

三、网络故障（占比约 25%，最易被忽略）

1. 物理连接故障
   • 现象：本地能登录但远程无法连接，ping服务器 IP 超时，网卡指示灯不亮。
   • 原因：网线松动 / 断裂、交换机端口故障、网卡硬件损坏（用ethtool eth0查看网卡状态）。
2. IP 与端口故障
   • 现象：ping通 IP 但服务端口不通（如telnet 192.168.1.1 80失败）。
   • 原因：IP 地址冲突（arp-scan可检测）、端口被防火墙拦截（如firewalld未开放 80 端口）、端口被其他进程占用。
3. DNS 与路由故障
   • 现象：能访问 IP 但无法访问域名（如ping baidu.com失败但ping 180.101.50.242成功）。
   • 原因：DNS 服务器配置错误（/etc/resolv.conf内容异常）、路由表错误（route -n查看默认网关是否正确）。

四、应用与服务故障（占比约 25%，直接影响业务）

1. 服务启动失败
   • 现象：systemctl status mysql显示 “failed”，日志有 “configuration syntax error”。
   • 常见原因：配置文件语法错误（如 Nginx 的nginx.conf少写分号）、依赖组件缺失（如 Python 库未安装）。
2. 服务崩溃与内存泄漏
   • 现象：服务运行一段时间后自动退出，重启后暂时恢复，日志无明确错误。
   • 典型场景：Java 应用内存泄漏（jmap查看堆内存）、PHP-FPM 进程数超限。
3. 数据库故障
   • 现象：连接数据库时报 “Access denied”“Can't connect to MySQL server”。
   • 细分：密码错误、最大连接数耗尽（show variables like 'max_connections'）、表损坏（mysqlcheck修复）。

总结：80% 的故障可通过 “三步排查” 解决

1. 看指示灯（硬件故障）；
2. 查日志（系统 / 应用错误）；
3. 测资源（CPU / 内存 / 磁盘 / 端口）。