服务器运维管理手册.doc

XXXX有限公司 服务器运维管理手册 XXXX有限公司 运维服务部 2012/8/30 一、 文档简介 2 二、 文档目的 3 三、 文档范围 3 四、 事件处理流程 4 五、 具体操作说明 4 1) 服务器硬件管理 4 2) 服务器系统管理 9 1． Windows系统管理 10 2． Linux系统管理 11 六、 相关文档 15 文档简介 本文档根据桑菲消费通信服务器硬件设备与系统应用管理需求，针对日常维护内容进 行技术归类于总结，描述具体操作步骤与操作方法，积累服务器事件处理能力，使之服 务运维能力更为主动可控。 文档目的 标准服务器故障处理方法指引，服务器管理知识库积累。 文档范围 服务器硬件故障判断与标准处理操作 服务器系统日常性能检测与标准检测 事件处理流程 具体操作说明 服务器硬件管理 1. 检查与故障判断： 服务器硬件的主动检查方式主要分三种： 设备面板指示灯检查 硬件系统日志检查 第三方工具检查 1) 面板指示灯检查 IBM服务器上面有,电源指示灯,硬盘/IDE设备活动指示灯,网卡指示灯,系统过热报 警灯.硬盘槽还有硬盘指示灯。HP服务器上面指示灯一般为UID,内部和外部健康灯 ，其他就是电源网口灯了，DELL的机种有的上面有风扇，内存,CPU，指示灯情况 ，图标都是很直观的，其它服务器与IBM，HP的差不多。 图示说明 详细描述： 2) 系统日志检查 "检查内容 " "硬件历史异常报错信息 " "计算机管理->系统工具->事件查看器，查看系统日志 " "重点关注：红色高危事件信息、日常频繁硬件报错信息 " "备注：查看硬件历史异常故障情况，分析硬件性能与使用生命周期 " 3) 第三方检测工具检查 "检查内容 " "硬件历史异常报错信息 " "HP 诊断工具： " "打开开始——程序——HP System Tools——HP Insight Diagnostics online " "Edition for Windows——HP Insight Diagnostics online Edition for " "Windows。 " "DELL诊断工具： " "第三方硬件设备诊断工具 " "IBM诊断工具： " "IBM Systems Director 、 IBM Systems Director Active Energy " "Manager、IBM ServerGuide " 相关图解： 进入诊断网页，在第一选项卡Survey中，上部有2个下拉项，左侧选择Advanced，右侧选 择All，会显示出更多硬件信息，点击右下的Save按钮保存。 此界面可以看到服务器所有硬件信息。 2. 硬件设备变更操作标准： 判断并确定最快恢复时间 判断是否有做冗余设置 判断是否需要关机操作 磁盘设备检测并确定阵列信息，确定有做数据备份 是否对其它关联应用有影响 制定回退方案，保证数据与应用的可用性 设备变更操作 设备兼容性测试 应用系统运行测试 设备变更后正式应用 3. 相关巡检记录单： 备注：《服务器信息列表》 《服务器指示灯巡检表》 服务器系统管理 服务器系统管理主要分为： Windows系统管理 Linux系统管理 Windows系统管理 1. 磁盘空间使用 计算机管理——磁盘管理 磁盘空间使用率是否已经到达80% 2. 进程监控 任务管理器——进程 查看进程的CPU使用率和内存使用率是否超阀值 3. CPU性能 任务管理器——性能 查看CPU最高峰值与一般使用率是否超阀值 4. 内存性能 任务管理器——性能 查看内存最高峰值与一般使用率是否超阀值 5. 网络查看 任务管理器——联网 检查是否能正常访问站点页面 6. 日志 记录错误报警信息 ——应用程序日志 由应用程序或者系统程序记录的事件 ——安全性日志 查看有效和无效的登录尝试事件，以及资源使用相关的事件 ——系统日志 Windows系统组件记录的事件 Linux系统管理 1. 2. 1. 平均负载（uptime） 描述： uptime命令过去只显示系统运行多久。现在，可以显示系统运行多久、当前有多 少的用户登录、在过去的1，5，15分钟里平均负载时多少。 2. 磁盘空间使用率（df -h） 描述： Filesystem 文件系统 Size 文件系统容量 Used文件系统已经使用的容量 Use%文件系统使用百分比 Mounted on挂载的目录 3. 进程监控（ps –ef " grep java） 查看应用程序启动进程数是否正常 4. 内存监控（free -m） 描述: total:总计物理内存的大小 used:已使用多大 free:可用有多少 shared:多个进程共享的内存总额 buffers/cached:磁盘缓存的大小。 第三行(-/+ buf 【服务器运维管理手册】 本文档是XXXX有限公司运维服务部针对服务器运维管理编写的详细指南，旨在规范服务器的日常管理和故障处理流程，提升服务运维的主动性和可控性。文档包括事件处理流程、硬件管理、系统管理等多个方面，适用于服务器硬件故障判断、性能检测以及系统维护。 1. **事件处理流程**： 事件处理流程涵盖服务器硬件故障的判断与处理、系统的日常性能检测等。通过设备面板指示灯、系统日志和第三方工具进行故障检查，确保能够及时发现和解决问题。 2. **服务器硬件管理**： - **检查与故障判断**：主要依靠设备面板指示灯、系统日志和第三方诊断工具。例如，IBM、HP、DELL等服务器的指示灯可快速识别硬件状态；通过系统日志分析异常报错；使用HP和DELL的诊断工具进行深入检查。 - **硬件设备变更操作**：在进行硬件更换或升级时，需评估恢复时间、冗余设置、是否需要关机、磁盘阵列信息、数据备份、对其他应用的影响，并制定回退方案，确保数据和应用的连续性。 3. **服务器系统管理**： - **Windows系统管理**：关注磁盘空间使用、进程监控、CPU性能、内存性能、网络状态及日志记录，如使用任务管理器进行性能检查和错误日志记录。 - **Linux系统管理**：检查平均负载（uptime）、磁盘空间（df -h）、进程监控（ps -ef "grep java"）和内存监控（free -m），确保系统稳定运行。 文档的范围不仅限于故障处理，还涉及到知识库的积累，提供标准的操作指南，以便于服务器管理人员快速有效地应对各种运维挑战。通过定期巡检和记录，如《服务器信息列表》和《服务器指示灯巡检表》，确保服务器的高效、安全运行。 该手册对于IT运维人员来说是一份宝贵的参考资料，它详细阐述了服务器运维的关键步骤和技巧，有助于提高运维效率，减少系统中断，保障业务连续性。无论是硬件的日常检查还是系统性能的监控，都提供了清晰的操作流程，有助于形成标准化的运维实践。