服务器维修基本技术手册.docx

服务器维修基本技术手册
第一章 服务器维修的基本原则和注意事项
§1。1基本原则:
1、 先想后做。
先想好怎么做,再实际动手。先分析判断，再进行维修.
2、 不懂要问．
不确定的情况,要查资料,咨询同事,ＴS L2，TAM后，才动手。
3、 先外后内。
先观察使用周围环境。设备位置、电源、连接、其它设备、温度与湿度是否正常。
之后看设备故障的现象。显示的内容,及它们与正常情况下的异同。
再看设备内部情况。灰尘、是否腐蚀、连接、器件的颜色、部件的形状、指示灯的状态等。
最后看设备的软硬件配置安装了何种硬件,资源的使用情况;使用的是使种操作系统,其上又安装了何种应用软件硬件的设置驱动程序版本等。
4、 先软后硬。
先检查软件问题,当可判软件环境是正常时,如果故障不能消失,再从硬件方面着手检查.
5、 分清主次。
在复现故障现象时,有时可能会看到一台故障机不止有一个故障现象，而是有两个或两个以上的故障现象(如：启动过程中无显,但机器也在启动，同时启动完后，有死机的现象等),为时,应该先判断、维修主要的故障现象,当修复后,再维修次要故障现象,有时可能次要故障现象已不需要维修了。
§1.2 注意事项
一、 需要提醒客户备份数据
二、 准备充足的服务器拆装工具和防止静电设备。
三、 维修前充分观察客户使用环境和相关的软件状况
四、 对于复杂的客户应用环境，需要客户配合做相关操作，例如服务器的开关操作及应用关闭
五、 拆装部件时的观察:要有记录部件原始安装状态的好习惯
六、　加电过程中的观察：元器件的温度、异味、是否冒烟等；
六、 请求技术支持之前需要提供详细的硬件软件状态及已经完成详细操作过程和相关日志
第二章 常见故障判断和维护方法
一、　服务器加电类故障 Nｏ Pｏｗer
1、　检测服务器面板指示灯和电源指示灯,及服务器开关指示灯;
2、 查看电源所连接的电源线；　
3、 针对服务器电源冗余配置，尝试做交换检测
4、 服务器最小化操作及服务器Nvram清除
5、 观察服务器电源及内部备件是否有冒烟等现象发生
６、 更换故障备件做检测，并且升级Bｉoｓ/BMＣ　FW/Drivｅr到最新
二、　服务器自检类故障 Ｎｏ　Posｔ
１、 检测服务器是否有得到电源供应
２、 查看服务器前面板的具体报错信息,并且针对错误信息做相关操作
3、 针对服务器外部连接设备做移除操作
4、 服务器最小化操作及服务器Nvｒaｍ清除
5、 针对服务器启动的主要备件做插拔及最小化操作
6、　更换故障备件做检测，并且升级Ｂｉos/BMC　ＦW/Drｉveｒ到最新
三、　服务器内存故障
1、 检测服务器前面板是否有内存错误,并且收集DＳET和SA日志
2、　服务器Ｎvram清除
3、 针对服务器故障内存做重新插拔操作
4、 更换故障备件做检测，并且升级Bｉos/ＢＭC ＦＷ/Driｖer到最新
四、　服务器死机及不稳定故障　
１、 收集服务器DSET和SＡ及操作系统的日志
2、 查看服务器安装的应用软件
３、 尽量在客户同意下升级Ｂｉoｓ/BMC ＦW/Drｉver到最新
4、　移除服务器上第三方硬件并且最小化及服务器Ｎvram清除
５、 针对服务器启动的主要备件做插拔及最小化操作
6、 更换故障备件做检测，并且升级Ｂios/BMＣ FW/Drivｅr到最新
五、 服务器阵列卡和硬盘故障
1、 收集服务器当前的阵列信息和硬盘配置及槽位，并且收集服务器ＤSET和TTＹ日志
２、　在操作系统能够正常启动的时候,确保服务器的数据备份
3、 尽量在条件允许和客户的同意下检测HD及SＣSI/SＡS/SATA等数据线和链路状况
4、 更换故障备件,如果更换硬盘要确保有处在重建状态，并且要和客户沟通了解重建结果
５、　如果服务单有针对硬盘的FＷ操作，需要做相关操作
6、　更换故障备件做检测，并且升级Bios/BMC ＦW/Driｖeｒ到最新
六、 服务器阵网络故障
1、　检测服务器网卡的安装情况,是否有松动及网卡指示灯，并且做网线的检测
2、　在操作系统下做网络Ping操作，并且检测IP配置，网卡Duplex 和Speeｄ配置情况
3、 尽量在条件允许下检测服务器BIOS里面的网卡配置,及网卡诊断
４、 更换网卡所连接的外部HＵＢ和交换机的端口，网线更换。直连服务器网卡
5、 尝试直连服务器网卡， 排除网络设备引起的问题
６、 尝试操作系统下更新网卡驱动和FW
7、更换故障备件做检测,并且升级Bｉｏs/BMC　FW/Drｉｖer到最新
七、 服务器及磁带机故障　
1、　检测服务器1启动过程和操作系统下正确识别到磁带机设备
2、 在操作系统下尝试更新磁带机的驱动，有条件可以清洁磁带机
3、　如果是使用第三备件软件,收集备份软件的日志
４、 针对磁带机经常卡带,保证磁带机的FW是最新
５、　针对带库磁带设备, 收集日志和相关的错误信息
６、　更换故障备件做检测,并且升级Biｏs/BMC FＷ/Drｉveｒ到最新
八、　服务器及磁盘存储故障　
1、 针对服务器和所连接的磁盘存储,掌握基本的关开系统的操作
2、 基本掌握磁盘存储的管理配置和使用，及相关日志的收集方法
2、 针对磁盘的维护,参考服务器阵列卡和硬盘故障
3、 对于服务器和磁盘存储的复杂问题, 及时了解故障情况,多收集信息
4、 强调备份数据的重要性
5、 针对复杂问题及不能修复的问题，及时和技术支持联系
6、 更换故障备件做检测，并且升级Biｏｓ/ＢMＣ FW/Driｖer到最新
No　Ｐowｅr

Cｈｅck sｙｓtｅm ＬED，　poｗer buttｏｎ　LED, PSＵ iｎdｉcatoｒｓ。
Ｅxchange testinｇ for RDNT ｃonfigurａtioｎ。
Swap anｏｔｈer goｏd　power　caｂle　ｔｏ ｔest。 Make sｕre outlet iｓ woｒkiｎg.
Reseat tｈｅ PSU and ｐower conｎections　on thｅ MB。
Cｌeaｒ NＶＲAM bｙ jumｐer.
Reseat ｔｈe　processｏr, VRＭ, PCI cards,　leｇacy Ｉ/O ｒiseｒ carｄ、cｏnｔrol panel ｃaｂｌe、ａll ｉnternaｌ poｗer conｎectiｏns and Pｏwer Ｄｉｓtribuｔioｎ Ｂoａrｄ　(PDＢ).
Ｒeduce　ｔｈe server　to a minimａｌ coｎfigｕratｉon ｆor tｅstiｎg.　Ｄisｃonnect any other ｐoweｒeｄ dｅvice (NIＣ， CD, ＨDD, FDD, ZIP, Ｖideo caｒd)。
Verify　tｈat ｔhere aｒｅ no signs of ａny　abｕｓｅ，　ｓmoke, ｅxcessｉｖe ｈeat, etc
Reｐlacｅ　the　iｓsｕe　paｒtｓ tｈｅｎ　uｐｇrade　all BIＯS/Firmwaｒe／Drivers ｔo nｅwest version。

No Post

Cｏnfirm tｈe serveｒ got poｗｅr。
Cｈecｋ ｔhｅ LCD mｅssａgｅｓ (If haｖe)。
Ｄiscoｎｎｅct　ａlｌ eｘteｒnal dｅvicｅｓ　ｉnｃlｕde Keｙboａrd／Mousｅ/USB　deviｃes eｔｃ。
Cｌｅar NＶRAＭ by jumpｅr。
Reseａt the pｒoceｓsor,　VRM，　Ｍemｏry, ＰCＩ ｃａrdｓ， legacy I/O ｒｉｓｅr card、controｌ ｐanｅl cable、aｌｌ inteｒｎal powｅr　connｅｃtｉons ａｎｄ　Powｅr Ｄistｒibuｔiｏn Ｂoarｄ　（ＰDB)。
Reｄuｃｅ ｔhｅ serｖer　to ａ mｉnimaｌ configuratioｎ　fｏr　testiｎg.
Rｅplacｅ tｈｅ issuｅ parts　ｔｈen upgraｄe　alｌ BＩOS/Firmｗａre/Ｄｒivｅrs to　ｎewｅst　vｅｒsｉoｎ.

Memｏry issue
Gｅt　thｅ DSＥT log　/Ｃheck SA　to　confiｒｍ erroｒ deｔaｉｌ.
Ｃlear　ＮVＲAM。
Ｒeｓeaｔ Ｍemorｙ/Switch　slot ｔo test。
Rｅｐlａce　the issｕｅ pａrｔｓ ｔhen upｇｒade ａlｌ ＢＩＯS/Ｆｉrmware/Dｒiverｓ to newｅｓt ｖerｓion.

System uｎstaｂle
Usｅ　ｔhe　laｔesｔ managemｅｎt sｏftwａｒe　ｔo ｃheck systeｍ stａtｕs (SＡ,ＤSET)
Clear NVRＡM　by juｍｐer。
Uｐgｒａde ａll BＩOS/Fｉrｍｗaｒｅ/Dｒivｅｒs to nｅｗesｔ versｉon.
Use reｌｅｖant tools ｔo capｔure　ｓysteｍ lｏgs(Ｅvｅnt lｏgs， Ａrray Manａge, ＤSET, MＳｒepｏｒts， eｔc)
Capｔure　blｕe scrｅen coｄe ａnd dump ｆｉle
Ｃapｔure　applｉcation　ｓofｔwaｒe　log (BackupExec, AＲCseｒvｅ， ｅtc)
Ｒeｍoｖe all ３rd ｃｏｍｐoneｎts to ｔeｓt。
Rｅdｕｃｅ　tｈｅ server to a miｎiｍal coｎfｉguｒation foｒ ｔesting。
Rｅplａcｅ　the issue ｐaｒts theｎ upgraｄe ａll BIOS/Fｉｒｍwaｒe/Dｒiverｓ tｏ ｎｅwest ｖersiｏｎ。

RAＩD　issuｅ

Ｃheck　ｔｈｅ current worｋing sｔatus of ｔｈe　ｅｑuipmｅｎt。
Verｉfy　aｎd ｅnｓure the latesｔ dａtａ is bａcked up ｃorｒectly。
Ｗriｔe down　originaｌ RAID　cｏnfiguratioｎ and ｆirmｗarｅ ｖeｒsion ｂefｏre　ａny operａtions。
Geｔ the DSＥT/TTY lｏｇ．
Try tｏ rｅcover　ＲAID ｆuｎｃtion。
Backup　dａta iｆ OS can ｂｏot ｓuｃcesｓfully。 　
Ｄiａｇnosｔic HDDs and ｃheck ＳCSI/ＳAＳ/SＡＴＡ chａin.
Replace　the issｕe ｐａrts.
Iｆ　replａce　ｔhe HDs, Follow ｒｅbuilｄinｇ proceduｒe。
Upgrade　ａｌl BIOＳ/Firｍwarｅ／Ｄrｉverｓ tｏ　ｎｅwｅst ｖｅrｓｉon.
Upgrade the HＤs firmware　if SER rｅquｅｓt。

Network ｉssｕe
Ｃhｅｃｋ the adａpter whethｅr　seateｄ　firmly　or ｔｒy to　use　tｈｅ Adａｐtｅｒ carｄ　to　a　ｄiｆfｅrent ＰＣＩ ｓｌot。
Checｋ the NＩC LED。
PＩNG tｅsting to check　cｏｎnectｉon．
Cheｃｋ ｄuｐlex　mｏｄe and　spｅed ｓettｉnｇ.
Ｃhecｋ adaｐｔerｓ’　IP and subnｅtｓ。
Ｌoad　ＢＩOＳ ｔo defauｌt．
Rｕn ＮＩＣ ｄiａgnosｔicｓ。
Ｔry　use　anoｔher pｏrt　oｎ tｈe　HUＢ or Switｃh.
Try to uｓe anｏtｈｅr　ｇoｏd network　cａｂle。
Try to teｓｔ in direｃtｌｙ coｎnｅｃt mode.
Ｒｅinsｔalｌ Ｄriveｒs tｏ ｔest。
Checｋ ｅveｎt ｖiｅwer
Rｅplaｃe the iｓsue pａｒts then　upgrａdｅ all　BIOS/Firｍwarｅ/Dｒｉvers tｏ newest　versiｏｎ。

TＢＵ issue
　Backｕp　isｓｕe
Check　wheｔher TBU　cａn be detｅｃted during post。
Checｋ ＴBU ｄeviｃe staｔus ｉn OS.
Clean the ＴBU。
Reｉnｓｔall TBU dｒiver。
If no　natiｖｅ ｂａｃkup,　ｃhｅck 3ｒd backup SW ｊob loｇ。
Reｉｎsｔａｌl　ｂackup ＳＷ and upgｒade　the ＴBU　ｆiｒmwaｒe to nｅwest versｉｏn。
Repｌace　tｈe　issue paｒtｓ theｎ upgrａdｅ　aｌl　BIOS/Fiｒmｗａre/Ｄrivers　ｔo newest veｒｓion。
If ALD or Lｉｂrａｒｙ　device, cｈｅｃk the LＣD message anｄ ruｎ　seｌf　tesｔ.
TBU isｓuｅ
Ｅject taｐe
Uｐｄaｔe　ｔhe TBＵ firmwａre firｓｔ， ｅspｅｃialｌｙ ｆｏr DDS4。
Ｓtｏp baｃkup ｓｏｆｔｗａrｅ　ｓervice anｄ remove the ＴBU daｔa　cable。
Ｒｅｂoｏt　the server aｎd　press eject button during pｏst.
Reｐｌace tｈe TBU thｅｎ ｕpgrade tｈe　fiｒmｗａre　ｔo neｗesｔ ｖｅrsiｏｎ。

Dell - Internal Use - Confidential