系統(tǒng)運維人員如何解決突發(fā)性故障？

任何計算機系統(tǒng)都有出現故障的時候，可能發(fā)生在測試階段，也可能發(fā)生在系統(tǒng)剛剛上線，還可能發(fā)生在已經穩(wěn)定運行很多年的系統(tǒng)上。這些系統(tǒng)出現故障所帶來的負面影響可大可小，小到一個終端的軟件無法使用，大到整個系統(tǒng)癱瘓……企業(yè)網絡想要固若金湯是上網行為部門夢寐以求的目標，作為系統(tǒng)運維人員，應該如何解決這些突發(fā)性故障問題？

記一次突發(fā)性故障

作為一名上網行為運維人員，工作中最常發(fā)生的系統(tǒng)方面的故障是很正常的一個現象，并且你永遠也不會知道下一次故障發(fā)生在什么時候，如果公司的系統(tǒng)運維已經做的比較成熟了，系統(tǒng)底層還比較強健，真正出問題的就都是系統(tǒng)之上的"應用"，由于每種應用不同，所以并不是太好談哪一種應用會經常出問題。

不過，在前不久，這位技術達人的公司發(fā)生了一次較大故障，故障成因很簡單，就是由于空調物理機損壞，導致多臺服務器過熱，部分業(yè)務中斷。在更換新的空調之后問題得以解決。當然，在沒有更換之前，當時也采用了一些"笨辦法"，比如使用大功率的風扇、開啟機房的排氣窗等等，暫時緩解了空調損壞造成的不良影響。

故障處理那些事兒

出現故障的同時必然會造成一些業(yè)務的中斷，可想而知，若是故障得不到及時的處理，那么公司網絡將會處在一個"癱瘓"的狀態(tài)，這將是很可怕的事情，后果不堪設想。幸好九叔所在的運維團隊發(fā)現問題很及時，在機房中安裝有溫度報警系統(tǒng)，溫度達到閥值后會給相關運維人員發(fā)送短信。比較棘手的是，這次故障的根本原因是空調壞了，而不是常見的斷電、瞬間電流過大等情況。由于出問題的這個機房的服務器沒有線上業(yè)務，因此實際造成的損失并不大，但是影響不太好。

對于類似故障處理，大概遵循以下幾個大的方向。

1、收到報警或定期巡檢；

2、檢查是否誤報；

3、確認報警內容屬實進行相應處理；

4、檢查是否有預案，如有則按照預案處理，如無則盡快聯系廠商處理，同時對此事備案。

在處理問題環(huán)節(jié)，如果在自身團隊無法處理的時候，會及時和廠商聯系，獲取更專業(yè)的支持。

故障后的思考與總結

俗話說，吃一塹長一智，出現故障不可怕，可怕的是不能從故障中得到一些經驗教訓。九叔談到："對于系統(tǒng)運維來說，不僅僅要關注軟件層面的問題以及運維，同時對于基礎上網行為建設也要有一定的了解，最起碼要知道出現問題應該找誰解決。隨著現階段技術的發(fā)展，我們不可能做到一個人對所有技術面面俱到，那么在無法解決問題的時候，如何找到解決問題的人，應該是每一個系統(tǒng)運維人員所必須要了解的。

空調故障的問題偶然性很強，但是依然有方法避免，那就是采取硬件服役到一定年限后更換，而不是等它徹底損壞后再更換。但是這種方法會帶來很多額外的費用支出，一般來說，在企業(yè)中推行這種方法需要上網行為部門有一個強有力的后盾去支持才能較好的達到預期效果。

還有一點是值得注意的，不管具體是什么故障，做好預案和備案最重要，以防止這種問題再次發(fā)生，或者再次發(fā)生后，也可以極為快速地去解決問題。

改編自51CTO

本文來自互聯網，僅供參考

發(fā)布：2007-04-15 10:02 編輯：泛普軟件 · xiaona [打印此頁] [關閉]

相關欄目：