為了有效地維護服務器，服務器管理員須執(zhí)行主動的硬件和軟件檢查。而服務器的維護清單須包括除塵、日志查看、軟件補丁程序測試等。

　　即使具有服務器的性能和冗余功能，增加的工作負載整合和可靠性期望也會對服務器硬件造成損害。

　　服務器維護清單應涵蓋物理元素以及系統(tǒng)的軟件層配置。還須考慮到以下事實：徹底維護需要的時間、人工時間和測試。使用清單有助于服務器管理員定義目標，并保持IT團隊的正常運轉(zhuǎn)。

　　1.制定維護程序

　　服務器管理員經(jīng)常忽略計劃維護窗口。不要等到出現(xiàn)故障時才開始維護;要留出時間進行例行的服務器預防性維護。

　　維護頻率取決于服務器設備的使用年限、數(shù)據(jù)中心和需要維護的服務器數(shù)量。例如，與部署在高效微粒空氣過濾、冷卻良好的數(shù)據(jù)中心中的新服務器相比，位于設備柜中的老舊服務器需要更頻繁的檢查。

　　組織可以根據(jù)供應商或第三方提供商的例行程序制定例行維護計劃;如果供應商的服務合同每四個月或六個月要求進行系統(tǒng)檢查，需要遵循這個時間表。

　　2.為準備停機做好準備

　　解決服務器維護清單上的項目之前，首先需要制定計劃。這包括檢查系統(tǒng)日志中是否有需要更加直接關注的錯誤或事件。如果系統(tǒng)日志表明特定內(nèi)存模塊有錯誤，則應訂購替換的雙列直插式內(nèi)存(DIMM)并將其安裝。同樣，如果有可用的固件、操作系統(tǒng)或代理補丁/更新，請在計劃的維護窗口之前先進行測試和審查。

　　制定明確的計劃以使系統(tǒng)脫機并使其恢復服務。在進行虛擬化之前，服務器及其駐留的應用程序?qū)⑿枰C才能容納維護窗口，但這迫使服務器管理員在晚上或周末實施維護。

　　虛擬服務器支持遷移工作負載而不是停機，因此服務器管理員可以將應用程序遷移到其他服務器，并且只要在底層主機系統(tǒng)上進行服務器維護，它們就將保持可用狀態(tài)。在維修之前，需要首先了解虛擬機的去向，將虛擬機遷移到選定的系統(tǒng)，并在關閉服務器進行維護之前驗證每個工作負載是否正常運行。

　　此時，服務器管理員可以關閉服務器并將其從機架中移除。

　　3.檢查氣流路徑

　　在服務器宕機之后，需要目視檢查其外部和內(nèi)部氣流路徑。清除所有可能阻礙冷卻空氣的積塵和碎屑。

　　從外部空氣入口和出口開始，然后進入系統(tǒng)機箱，查看CPU散熱器和風扇部件、內(nèi)存，以及所有冷卻風扇葉片和風道。從機架上卸下服務器之后，需要確保服務器清潔。采用干凈、干燥的壓縮空氣清除防靜電工作區(qū)上的灰塵或碎屑。

　　除塵并不是一個新的過程，但仍然是必要的。灰塵是一種絕熱材料，因此去除灰塵尤為重要，因為替代的冷卻方案和美國供暖、制冷和空調(diào)工程師學會 (ASHRAE)的建議已提高了數(shù)據(jù)中心的工作溫度。灰塵和其他氣流障礙會導致服務器消耗更多的能量，甚至可能導致組件故障。

　　4.檢查本地硬盤

　　服務器依靠內(nèi)部硬盤進行引導、工作負載啟動和存儲以及用戶數(shù)據(jù)。磁盤介質(zhì)問題損害了工作負載的性能和穩(wěn)定性，并導致硬盤過早故障。使用“檢查硬盤”實用程序之類的工具來驗證硬盤的完整性，并嘗試恢復硬盤上的壞的扇區(qū)。

　　采用磁性媒質(zhì)的硬盤并不完美。其常見的問題包括損壞扇區(qū)和碎片化。在發(fā)生存儲錯誤后，RAID在保持數(shù)據(jù)完整性方面有很大的進步，但體積較小的1U機架服務器無法提供足夠的物理空間來部署硬盤陣列。

　　只要NT文件系統(tǒng)和文件分配表硬盤文件碎片不會消失，只要文件系統(tǒng)一般使用第一個可用集群的硬盤空間即可。碎片會減慢服務器硬盤的速度并導致故障。Optimize-Volume實用程序Windows Server 2016對存儲層進行碎片整理和處理。

　　5.驗證日志數(shù)據(jù)和事件

　　服務器在事件日志中記錄了大量的事件信息。沒有仔細檢查系統(tǒng)、惡意軟件和其他事件日志，沒有服務器維護清單是不完整的。當然，關鍵的系統(tǒng)問題應立即引起管理人員和技術人員的注意，但無數(shù)小問題可能預示著長期的問題。

　　在檢查日志時，管理員應檢查報告設置并驗證正確的警報和警報接收者。例如在檢查日志時，管理員應檢查報告設置，并驗證正確的警報和警報接收者。例如，如果技術人員離開服務器組，則需要更新服務器的報告系統(tǒng)。

　　還要仔細檢查聯(lián)系方式。如果錯誤發(fā)生在工作時間之外，則向技術人員所在公司的電子郵件地址提供發(fā)生錯誤的報告將是無效的。

　　當日志檢查發(fā)現(xiàn)長期或重復出現(xiàn)的問題時，主動調(diào)查可以在問題升級之前解決問題。如果服務器的日志報告內(nèi)存中的可恢復錯誤，它將不會觸發(fā)嚴重警報。但是，如果有重復的情況表明模塊出現(xiàn)問題，則管理員可以執(zhí)行更詳細的分析，以識別即將發(fā)生的故障。

　　如果問題不夠嚴重，不會關閉服務器，管理員可以將服務器恢復到生產(chǎn)狀態(tài)，直到出現(xiàn)替換硬件。

　　6.測試補丁和更新

　　服務器的軟件棧(BIOS、操作系統(tǒng)、管理程序、驅(qū)動程序和應用程序)須協(xié)同工作。不幸的是，軟件代碼很少是沒有問題的，所以這一難題的部分經(jīng)常被修補或更新，以修復錯誤、提高安全性、簡化互操作性，以及提高性能。

　　很多軟件都不應具有自動更新。管理員應確定是否需要修補程序或升級，然后徹底評估和測試更改。

　　軟件開發(fā)人員可能無法測試每種可能的硬件和軟件組合，因此需要明智地選擇補丁和更新，以避免性能問題或工作流程中斷。例如，監(jiān)視代理程序補丁可能會導致重要的工作負載問題，因為新代理程序占用的帶寬比預期的要多。

　　向DevOps的遷移具有較小且更頻繁的更新，這增加了出現(xiàn)問題的可能性。組織仍須在實驗室中測試修補程序或更新，然后才能將其部署到沙盒或測試安裝程序中，并且具有還原原始軟件配置的能力。

　　7.記錄系統(tǒng)更改

　　在維護時段內(nèi)，服務器可能會發(fā)生很多事情，例如硬件、軟件或系統(tǒng)配置更改。服務器管理員完成服務器維護清單后，對他們進行仔細檢查并記錄新系統(tǒng)狀態(tài)至關重要。例如，更改網(wǎng)絡適配器、添加或更換內(nèi)存或更新操作系統(tǒng)會更改系統(tǒng)的配置。

　　依賴系統(tǒng)配置管理工具的組織可能需要更新或發(fā)現(xiàn)很多更改，在允許系統(tǒng)重新投入使用之前，將這些更改記錄到配置管理數(shù)據(jù)庫中。服務器管理員須更新強制的或所需的狀態(tài)配置狀態(tài)，以允許進行更改。

　　還要驗證系統(tǒng)的安全狀態(tài)，例如防火墻設置、反惡意軟件版本或掃描頻率和入侵檢測設置。安全檢查確保系統(tǒng)軟件的更改不會無意間暴露出在先前配置中關閉的很多攻擊面。

　　服務器重新聯(lián)機后，不要忘記更新系統(tǒng)備份或災難恢復(DR)內(nèi)容。

 

　　驗證服務器的備份/災難恢復頻率保持不變，除非須特別調(diào)整任何相關設置以反映服務器的新用例。