伺服器故障排除講究「由簡入繁、交換對比、恢復預設、蒐集證據」。本文彙整基本原則、硬體實例 (萬全 4500/4200/3500)、軟體疑難雜症 (Firmware Bug、驅動衝突、應用程式衝突、人為誤操作) 完整方法論。
第一部分:故障排除基本原則
開機無顯示 10 步驟排查單
- 檢查供電環境 (零火/零地電壓)。
- 電源指示燈狀態。
- 開機瞬間鍵盤燈亮否、風扇全轉否。
- 換測試用顯示器。
- 移除新增記憶體。
- 移除新增 CPU。
- 移除第三方 I/O 擴充卡。
- 重新插拔記憶體與 CPU 確認接觸。
- Clear CMOS (跳線或扣電池)。
- 核心備件交換測試 (主機板、記憶體、CPU)。
三大核心原則
- 恢復預設配置: 移除非原廠/非標配硬體 → Clear CMOS → 升級 BIOS/FW/驅動至最新 → 確認擴充卡在 TPL (硬體相容清單) 內。
- 由簡入繁: 獨立運行 → 接入網路;最小硬體系統 → 實際系統;基本作業系統 → 實際應用環境。
- 交換對比法: 同條件下交換易測部件 → 交換 OS 載體 (硬碟/映像檔) → 交換整機硬體 → 交換整體環境 (機櫃/電源/空調)。
必蒐集資訊清單
- 伺服器型號、序號 (S/N)、BIOS 版本、擴充配備清單、硬碟陣列配置、作業系統版本。
- POST 異常訊息、指示燈狀態、蜂鳴器代碼、NOS 事件記錄、BMC/Event Log。
- 確認故障階段:POST、安裝、OS 載入、運行期。
第二部分:硬體故障實例
案例 1:CPU 電壓 0V、三燈閃爍 — 真兇是 CPU 本體
- 現象:萬全 4500,日誌報 CPU 電壓 0V,三指示燈閃爍 (致命錯誤模式)。
- 排查:換 CPU 插槽 → 故障跟隨 → 排除 CPU 板。換 VRM (電壓調節模組) → 故障不變。換另一顆 CPU → 正常。結論:CPU 核心損壞導致 VRM 無法正確調壓回報。
案例 2:換電源管理板後無法偵測硬碟 — 真兇是非原廠舊網卡
- 現象:萬全 4200 換電源管理板恢復顯示,但 CTRL+M 無法偵測硬碟。清 CMOS、升 BIOS、換硬碟籠/排線皆無效。
- 發現 I/O 板插著非聯想舊式網卡 (Intel 82559 晶片但非原廠),拔除後一切正常。
- 教訓:非原廠配件雖晶片相同,韌體/電氣特性可能不符,導致功能缺失甚至系統不穩。伺服器務必使用原廠原裝配件。
案例 3:第三方同晶片網卡無法支援冗余/校驗功能
- 用戶拒用原廠網卡,買同晶片 (Intel 82559) 第三方品牌,結果無法使用網路冗余與資料校驗。換原廠網卡即正常。
- 結論:原廠配件經過完整驗證,支援完整管理功能 (BMC/IPMI 整合);第三方同晶片僅保證基本傳輸。
第三部分:軟體故障 (佔比 ~70%) 解決思路
1. Firmware/BIOS Bug — 升級韌體
- 萬全 3500 報 VRM 電壓異常 (2.88V/0V),換硬體無效。升級 CPU Management Control Firmware 即修復。
- 升級流程:啟動軟碟 → 執行更新程式 → 刷新 BMC/HSC → 選擇選項/電源配置/輔助風扇 → 重啟。同步適用 BIOS 更新。
- 鐵律:定期檢查廠商官網更新 Firmware/BIOS,修正已知 Bug。
2. 管理工具/驅動程式 Bug — 停用驗證
- 管理工具 Bug:系統變慢、CPU 高佔用、功能失效。停用管理工具服務 + 修改註冊表啟動項 驗證。
- 驅動 Bug:死機、磁碟 I/O 不穩、軟體衝突。進入安全模式 驗證 (注意:安全模式磁碟 I/O 較慢屬正常)。
- 對策:持續更新管理工具與驅動程式至最新版。
3. 應用程式衝突 — 事件檢視器是關鍵
- 案例:SQL Server 2000 安裝成功但運行自動退出,無錯誤訊息。事件檢視器發現
windata.exe (使用者自寫隨機啟動程式) 造成無效資料溢位。結束該程序後 SQL 正常運行。
- 策略:查看系統/應用程式事件日誌,鎖定可疑進程,逐一排除。標準軟體 (SQL/Exchange/IIS) 在伺服器上相容性極高,重點查第三方/自製軟體。
4. 人為因素 — 流程管控
- 誤操作、非正常關機 (斷電/強制關機)、異常關閉應用程式 → 檔案系統損壞、資料庫不一致、陣列元件狀態異常。
- Web/資料庫伺服器必須遵循標準關機流程,配合 UPS 自動關機腳本。
- 加強操作權限管控、建立變更管理流程、定期演練災難恢復。
黃金法則
伺服器故障無捷徑,一步一步驗證、留存紀錄、善用廠商支援專線。環境 (恆溫恆濕、UPS、接地、零地壓 1-3V)、流程、原裝配件、韌體更新,四大支柱缺一不可。