服务器故障排错的基本原则原则是什么

1 尽量恢复系统缺省配置
a:硬件配置：去除第三方厂商备件和非标配备件；
b:资源配置：清除CMOS，恢复资源初始配置；
c: BIOS，F/W，驱动程序：升级最新的BIOS，F/W和相关驱动程序；
d: TPL：扩展的第三方的I/O卡属于该机型的硬件兼容列表（TPL）吗？
2 从基本到复杂
a:系统上从个体到网络：首先将存在故障的服务器独立运行，待测试正常后再接入网络运行，观察故障现象变化并处理。
b:硬件上从最小系统到现实系统：指从可以运行的硬件开始逐步到现实系统为止。
c: 软件上从基本系统到现实系统：指从基本 *** 作系统开始逐步到现实系统为止。
3 交换对比
a:在最大可能相同的条件下，交换 *** 作简单效果明显的部件；
b: 交换NOS载体，既交换软件环境；
c:交换硬件，既交换硬件环境；
d:交换整机，既交换整体环境；

“系统还原”是windows提供的一种故障恢复机制，“系统还原”的目的是在不需要重新安装系统，也不会破坏数据文件的前提下使系统回到工作状态。实用程序在后台运行，并在触发器事件发生时自动创建还原点。触发器事件包括应用程序安装、AutoUpdate
安装、Microsoft
备份应用程序恢复、未经签名的驱动程序安装以及手动创建还原点。默认情况下实用程序每天创建一次还原点。
“系统还原”可以恢复注册表、本地配置文件、COM+
数据库、Windows
文件保护
(WFP)
高速缓存
(wfpdll)、Windows
管理工具
(WMI)
数据库、Microsoft
IIS
元数据，以及实用程序默认复制到“还原”存档中的文件。您不能指定要还原的内容：要么都还原，要么都不还原。

参考资料：

>服务器软件故障是在服务器故障中占有比例最高的部份，约占70%，解决的过程必须更加深思熟虑。导致服务器出现软件故障的原因有很多，最常见的是服务器BIOS版本太低、服务器的管理软件或服务器的驱动程序有BUG、应用程序有冲突及人为造成的软件故障。下面分别举例说明各类软件故障的维修方法。
有一台HP LH6000R服务器，配置为双PIII XEON 700带2M高速缓存的CPU、512M内存。开机后，系统日志报电压调节模块异常（VRM）的错误，报错的信息是：“Voltage Regulator Module (VRM) over/under-voltage 288V/0V”。从表面来看，极有可能是服务器的电压调节模块或其它硬件出现故障，极容易导致维护人员认为是硬件故障。维护人员立刻使用其它LH6000R上的硬件来测试，发现即使使用新的配件，此服务器依然报VRM错。就在一筹莫展的时候，维修工程师带来了最新的CPU管理板（CPU Management Control）的固件（FIRMWARE），于是升级了CPU管理板块的FIRMWARE后，服务器恢复立即正常。
FIRMWARE升级方法是，在服务器的NAVIGATOR（导航光盘）中提取CPU管理板（CMC）FIRMWARE的刷新程序，程序为FLASHEXE，然后将从网上下载的LH6KCBIN（CPU管理板的FIRMWARE）拷贝到一张DOS启动盘上，用这张盘启动服务器。然后在DOS下运行”FLASH /CMC A:LH6KCBIN”，刷新完成后重新启动服务器后即可。这种升级方法也适合刷新系统BIOS等，只是FLASH命令的参数不同以及更新FIRMWARE及BIOS文件名不同，参数请参考服务器的说明。
任何一款服务器的FIRMWARE及BIOS都会有不同的BUG，因为BUG在所难免，所以我们不能错误地认为服务器的BIOS程序就很完善，而应该经常更新服务器的FIRMWARE及BIOS，只是在升级之前应该小心谨慎，错误的升级方法会导致严重的后果。
目前流行的中高档服务器都拥有强大的管理程序，为客户提供了方便的管理途径；服务器也拥有各种 *** 作系统下的驱动程序，方便了客户在各种 *** 作系统中的使用。但是，世上任何一款程序都会有一些BUG，这些BUG将影响用户使用。但是服务器厂商总是会在第一时间内开发出新的程序，客户只需要及时更新这些程序就可以避免这类故障。
当服务器的软件故障为此类时，表现的现象也不尽相同。一般来说，管理程序BUG会导致系统速度变慢，CPU占用率变高，无法正常使用某些功能等；驱动程序的BUG会导致死机、与某些软件有冲突，磁盘工作不稳定等。查看管理程序是否出错的最好的办法就是在系统中首先禁止此类管理工具，再观察服务器是否还是异常。由于管理工具是随着系统启动而启动的，所以应首先避免它的启动。以WINDOWS NT4为例，就首先在管理工具服务中禁用某些服务器软件服务，再修改注册表中的启动项即可。如果是驱动程序有问题的话，就以安全模式进入系统，看是否正常。但是需要注意的是，在安全模式中，系统速度变慢是正常的（特别是磁盘I/O方面）。
服务器的管理人员就应该经常在服务器网站上下载最新的管理工具程序及驱动程序。这样会减少很大一部份软件故障的发生。
相比之下，软件冲突造成的故障判断比较困难，需要管理人员有比较丰富的经验以及敏锐的观察力。
曾经有一位朋友告诉我说，他有一台浪潮的服务器无法安装SQL SERVER 2000，已经重装N次NT了，排除是系统故障。而这唯一的服务器又将作为非常重要数据库服务器，因此非常着急。于是我陪着朋友去了他的公司查看。
这台服务器所在的机房是非常标准、完善的机房，我检查了这台服务器的情况，发现并没有硬件上的故障，于是排除了光驱读盘力差的可能。但是，朋友刻的SQL SERVER 2000光盘引起了我的怀疑，我让他拿出了正版的SQL SERVER安装，结果还是不行。
在安装的过程中，没有出现丝毫错误，可就是在运行的时候会自动退出，没有任何提示。但是，我在管理工具中的事件查看器的系统日志中却发现了一条信息：windataexe导致一个无效的数据溢出。Windata是朋友自己编写的一个程序，而且是随 *** 作系统启动而启动的程序。我立即结束掉这个进程后，再运行SQL一切正常。
对于此类软件故障， *** 作员最好先查看有关的日志，看看系统中是否有可疑的进程。目前的服务器无论是高端还是低端，对于SQL等标准程序的支持是相当可靠的，所以排除的重点就是结束可疑进程。
还有一种软件故障是人为因素造成的，它一般是人为误 *** 作（包括没按 *** 作流程的 *** 作）、意外关机（包括电源突然不供电）或非正常关闭应用程序造成的。
人为误 *** 作因素只要加强管理都可以避免此类故障发生。在这里就详细说明意外关机或非正常关闭程序造成故障的方法。
正常关闭系统程序非常重要，尤其是WEB服务器。我的一个朋友就是因为没有正常关闭系统程序而经历了一次数据损坏甚至丢失的经历。我的朋友是使用的HP web hosting server appliance，因此我向他提供了一些使用规则。
这些方法对于服务器的维护非常有效，主要包括了正确的关闭系统程序、怎样避免数据丢失以及非正常关闭系统后的恢复方法。下面以我朋友的HP web hosting server appliance为例（使用的是UNIX，但思路对于其它 *** 作系统均有效）。
正确关机的过程包括通过按动Power键来使系统断电，你应该一直按住电源开关持续几秒钟才能使系统进入正常的关闭过程中。
另外，为了避免数据丢失，你应该按照如下的步骤 *** 作：
· 经常备份Web Hosting Server Appliance的数据，可以通过网络管理界面来完成。
· 安装第二块硬盘并与原来的硬盘设置成镜像，
一旦Server Apliance未能正确关闭，并无法重起，请按如下 *** 作恢复：
1 当appliance已经断电时，连接一条非modem的串口线（可在机盒中找到）到背面的控制口上。
2 连接串口线的另一头到一台运行Windows的PC的串口上。
3 运行超级链接程序（HyperTerminal），并设置端口的参数为19200, n-8-1, Flow control - None 你可以看到appliance的控制提示，并要求你输入管理员口令。
4 重起appliance，等到提示“LILO boot:”，按住Tab键5秒钟，直到提示变为“boot:”。
5 敲入"emergency"并回车。此时需要耐心等待几分钟。然后，登录提示又将出现，此时，LCD屏又能正常工作了。
6 在LCD屏上选择一个随机的密码（此密码只是用于紧急恢复时用）
翻至Defaults… 并按右箭头键选中。
翻至Root Password…并按右箭头键选中。
翻至Random 并按右箭头键选中，会提示一个随机产生的密码。
记下此密码。
翻至Yes并按右箭头键选中，系统密码会立刻更改。
7 回到超级链接的控制屏，登录appliance，用"root"用户名和刚才的密码，此时会出现“#”提示。
8 为修复分区，请按如下方法 *** 作：
对于sa1100，按顺序输入：
[…]#: fsck /dev/hda5
[…]#: fsck /dev/hda6
[…]#: fsck /dev/hda7
对于sa1120，按顺序输入：
[…]#: fsck /dev/sda5
[…]#: fsck /dev/sda6
[…]#: fsck /dev/sda7
当所有的分区都被修复后，应回到“#”提示符下。
9 输入“reboot”重新启动系统。
如果系统仍无法启动，请记录下控制屏显示的内容并求助技术支持。
对于服务器的软件故障，只要平时管理员注意维护，应该是可以避免的。

服务器恢复正常所需的时间取决于多种因素，例如服务器硬件的配置，问题的严重程度以及需要采取的修复措施等等。

通常来说，可以通过以下几种方式来尽快恢复服务器的正常运行：

软件级别的修复：如果服务器的问题是由于软件问题引起的（例如应用程序崩溃或 *** 作系统故障等），则可以尝试重新启动或者使用恢复选项来解决问题。这种解决方法可能需要几分钟或者几个小时才能完成，具体取决于问题的严重程度。

硬件级别的修复：如果服务器的问题是由于硬件故障引起的（例如硬盘故障或者电源故障等），则需要更换故障件并重新安装系统和应用程序。这种解决方法可能需要几个小时或者一整天才能完成，具体取决于故障件的类型和复杂程度。

数据恢复：如果服务器的问题导致了数据损坏或数据丢失，恢复数据的过程可能需要几个小时或者几天时间，具体取决于数据恢复的难度和复杂程度。

总的来说，服务器重启多久才能恢复正常取决于问题的严重程度和所需修复的类型，因此需要进行逐步诊断和修复。

是的，跟CPU 有关，服务器故障分为以下几种：硬件与软件

原则“1 尽量恢复系统缺省配置

2从基本到复杂

3 交换对比 ”

---