簡(jiǎn)介面向IT運(yùn)維人員與機(jī)房管理者的巡檢文檔把日常硬件與系統(tǒng)健康檢查整理成可直接填寫的表格化報(bào)告。內(nèi)容按設(shè)備信息、服務(wù)器硬件檢查、操作系統(tǒng)及應(yīng)用系統(tǒng)檢查、檢查記錄四大板塊展開(kāi)既有型號(hào)、CPU、內(nèi)存、硬盤、IP與主機(jī)名等基礎(chǔ)配置欄也逐項(xiàng)列出防塵網(wǎng)、風(fēng)扇運(yùn)轉(zhuǎn)、運(yùn)行噪音、電源與硬盤指示燈、網(wǎng)卡狀態(tài)、散熱與電源連接、外殼完整性等硬件項(xiàng)并給出檢查操作與參考標(biāo)準(zhǔn)系統(tǒng)層面覆蓋啟動(dòng)情況、內(nèi)存與CPU利用率、網(wǎng)絡(luò)連通與配置、管理員賬戶登錄、應(yīng)用運(yùn)行測(cè)試末尾附任務(wù)管理器、磁盤管理與端口查看的記錄方法及整體巡檢結(jié)論簽字欄。文件為1個(gè)doc文檔約1.73MB表格加勾選項(xiàng)排版打印即可現(xiàn)場(chǎng)使用已有264人學(xué)習(xí)。讀者可得到一套結(jié)構(gòu)完整的巡檢模板與判定口徑用于例行點(diǎn)檢、故障排查留檔與團(tuán)隊(duì)統(tǒng)一檢查標(biāo)準(zhǔn)。1. 服務(wù)器運(yùn)行報(bào)告模板一張表決定你巡檢完能不能交差接手一批托管機(jī)器時(shí)最容易忽略的不是巡檢本身而是巡檢完拿不出東西。臨時(shí)在記事本敲幾行、事后補(bǔ)張 Excel看著省事真要跟業(yè)主對(duì)賬、要追溯某臺(tái)機(jī)器三個(gè)月前風(fēng)扇是不是已經(jīng)報(bào)過(guò)異常就開(kāi)始翻車。這份服務(wù)器運(yùn)行報(bào)告模板.doc 卡住的正是這個(gè)環(huán)節(jié)它把設(shè)備信息、硬件檢查、操作系統(tǒng)與應(yīng)用檢查、檢查記錄四段固定成一張可簽字、可歸檔的表字段是固定的判斷標(biāo)準(zhǔn)可按業(yè)務(wù)調(diào)整。日常跑機(jī)房、要出巡檢記錄的人用得上第一次接手 Windows 服務(wù)器、不知道從哪幾項(xiàng)看起的新手也用得上。它不教你排障但能保證你不漏項(xiàng)。2. 模板的四段骨架從設(shè)備信息到簽字欄怎么填才不留空把這份 .doc 打開(kāi)結(jié)構(gòu)很直白——設(shè)備信息、硬件檢查、操作系統(tǒng)及應(yīng)用系統(tǒng)檢查、檢查記錄最后一行是四項(xiàng)結(jié)論勾選加兩個(gè)簽字位。真正決定這張表有沒(méi)有價(jià)值的不在于排版而在于每一格用什么數(shù)據(jù)填、填到什么粒度。同一臺(tái)機(jī)器兩個(gè)人填出來(lái)可能一份能追溯、一份只能證明“來(lái)過(guò)”。下面按段拆開(kāi)講重點(diǎn)放在取數(shù)來(lái)源和填寫口徑上因?yàn)榉倒せ径汲鲈谶@兩處。2.1 設(shè)備信息段七個(gè)字段的取數(shù)來(lái)源與填寫粒度這一段看著最簡(jiǎn)單實(shí)際最容易糊弄。機(jī)型號(hào)只寫“2U 服務(wù)器”、內(nèi)存只寫“64G”、硬盤只寫“1T”等到半年后要擴(kuò)容或者要核對(duì)合同這些字段一個(gè)都用不上。字段取數(shù)位置或命令建議填寫口徑常見(jiàn)錯(cuò)填機(jī)型號(hào)機(jī)箱標(biāo)簽、帶外管理頁(yè)面完整型號(hào)含后綴標(biāo)注機(jī)柜號(hào)與 U 位只寫“2U 服務(wù)器”CPUwmic cpu get name或性能頁(yè)型號(hào) 物理顆數(shù) × 每顆核數(shù)只寫“16 核”內(nèi)存wmic memorychip get capacity,speed,devicelocator總?cè)萘? 單條容量 × 條數(shù) 空閑槽位只寫總量擴(kuò)容時(shí)無(wú)從判斷硬盤磁盤管理、RAID 卡管理界面單盤容量 × 數(shù)量 RAID 級(jí)別 可用容量把 RAID 后容量當(dāng)物理盤容量操作系統(tǒng)winver.exe版本名 內(nèi)部版本號(hào) 位數(shù)只寫“Windows Server”IPipconfig /all業(yè)務(wù) IP、掩碼、網(wǎng)關(guān)、DNS 分行寫帶外管理 IP 單列業(yè)務(wù)口和管理口擠在一格主機(jī)名hostname與資產(chǎn)編號(hào)、機(jī)柜 U 位三者對(duì)應(yīng)主機(jī)名和資產(chǎn)臺(tái)賬對(duì)不上內(nèi)存那一行值得多說(shuō)一句。模板只留了一個(gè)格子我一般會(huì)寫成“8×8GB DDR4 2666共 64GB剩余 8 槽空閑”。原因很實(shí)際下一次巡檢如果發(fā)現(xiàn)可用內(nèi)存偏低第一反應(yīng)是加內(nèi)存條沒(méi)有槽位信息就得重新開(kāi)機(jī)箱確認(rèn)一遍而機(jī)房窗口期通常只有半小時(shí)。硬盤同理RAID 級(jí)別不寫清楚后面看到“可用 900GB”根本判斷不了是 4 塊 300GB 做 RAID5 還是 2 塊 900GB 做 RAID1。2.2 硬件檢查九項(xiàng)把“參考標(biāo)準(zhǔn)”翻譯成可判定的動(dòng)作模板里這一段是三列表格檢查項(xiàng)、檢查操作、參考標(biāo)準(zhǔn)再加一個(gè)“正常/不正?！惫催x。問(wèn)題在于“參考標(biāo)準(zhǔn)”寫得太概括比如風(fēng)扇那行只寫“所有風(fēng)扇運(yùn)轉(zhuǎn)正?！爆F(xiàn)場(chǎng)執(zhí)行的人不同判出來(lái)的結(jié)論就不同。我的做法是在備注列補(bǔ)上可判定的動(dòng)作。檢查項(xiàng)判定動(dòng)作判為“不正?！钡牡湫吞卣鳈C(jī)柜或服務(wù)器防塵網(wǎng)抽出濾網(wǎng)對(duì)著光看不隔網(wǎng)目測(cè)網(wǎng)面孔隙被絮狀灰塵封住透光明顯下降系統(tǒng)風(fēng)扇運(yùn)轉(zhuǎn)手背放在進(jìn)風(fēng)口感受風(fēng)量聽(tīng)有無(wú)周期性異響同一臺(tái)機(jī)幾個(gè)風(fēng)口風(fēng)量差異明顯或有停頓感運(yùn)轉(zhuǎn)噪音貼近聽(tīng) 30 秒?yún)^(qū)分持續(xù)聲與周期聲高頻嘯叫、金屬摩擦聲、規(guī)律性“嗡—?！恕彪娫粗甘緹艨匆壕姘迮c電源燈讀告警碼面板有告警圖標(biāo)、電源燈變色或閃爍硬盤工作狀態(tài)看每塊盤的指示燈顏色與狀態(tài)綠色常亮或閃爍為正常琥珀色常亮多為預(yù)失效網(wǎng)卡工作狀態(tài)看鏈路燈 對(duì)端 ping 傳一個(gè)百兆以上文件鏈路燈不亮、丟包、協(xié)商成百兆散熱出風(fēng)口溫度與相鄰?fù)吞?hào)機(jī)器對(duì)比明顯偏熱或幾乎無(wú)風(fēng)電源連接雙手輕推電源線看有無(wú)松動(dòng)線纜有位移、接口發(fā)燙或有焦味外殼整體看劃痕、變形、防拆標(biāo)螺絲防拆標(biāo)破損、有非原廠加裝件硬盤燈這一項(xiàng)要重點(diǎn)說(shuō)。很多人只判斷“亮沒(méi)亮”但綠色常亮、綠色閃爍、琥珀色常亮、琥珀色閃爍是四種含義琥珀色常亮通常意味著這塊盤已經(jīng)被 RAID 卡標(biāo)記為預(yù)失效數(shù)據(jù)還在但隨時(shí)可能掉。這類問(wèn)題在業(yè)務(wù)層完全無(wú)感等真掉盤才發(fā)現(xiàn)那時(shí)候報(bào)告上寫著“正?！必?zé)任就說(shuō)不清了。風(fēng)扇和噪音這兩項(xiàng)在現(xiàn)場(chǎng)容易互相干擾單個(gè)風(fēng)扇停轉(zhuǎn)時(shí)噪音反而更小憑耳朵聽(tīng)很容易判成正常。所以風(fēng)扇項(xiàng)的判定必須以面板告警和風(fēng)量為準(zhǔn)噪音只作為輔助線索。這個(gè)順序別搞反。2.3 操作系統(tǒng)層八項(xiàng)winver、ipconfig /all 與三次五分鐘系統(tǒng)層的檢查項(xiàng)是模板里信息密度最高的部分也是最容易只做表面檢查的部分。模板明確要求內(nèi)存和 CPU 各檢測(cè)三次、每次五分鐘、記錄平均利用率這個(gè)采樣規(guī)范比單獨(dú)看一眼任務(wù)管理器要有價(jià)值得多。檢查項(xiàng)命令或路徑需要記錄的原始數(shù)據(jù)啟動(dòng)和運(yùn)行狀況加電啟動(dòng) 事件查看器系統(tǒng)日志啟動(dòng)耗時(shí)、有無(wú)異常關(guān)機(jī)記錄內(nèi)存利用率任務(wù)管理器或性能計(jì)數(shù)器三次平均值、峰值、可用物理內(nèi)存CPU 利用率同上三次平均值、單核是否有滿載操作系統(tǒng)版本winver.exe版本名、內(nèi)部版本號(hào)、補(bǔ)丁級(jí)別主機(jī)連接網(wǎng)絡(luò)情況另一臺(tái)機(jī)器ping -t五分鐘丟包率、平均延遲、最大延遲主機(jī)網(wǎng)絡(luò)配置ipconfig /allIP、掩碼、網(wǎng)關(guān)、DNS、是否靜態(tài)系統(tǒng)賬戶administrator 身份登錄能否登錄、賬戶是否改名、有無(wú)多余管理員應(yīng)用程序運(yùn)行業(yè)務(wù)訪問(wèn)測(cè)試啟動(dòng)耗時(shí)、有無(wú)報(bào)錯(cuò)日志三點(diǎn)經(jīng)驗(yàn)。第一采樣窗口要選業(yè)務(wù)有代表性的時(shí)段凌晨三點(diǎn)跑出來(lái)的 8% 沒(méi)有參考價(jià)值我一般安排在業(yè)務(wù)高峰前后各一輪、平峰一輪。第二ping 測(cè)試必須從同網(wǎng)段的另一臺(tái)機(jī)器發(fā)起從本機(jī) ping 網(wǎng)關(guān)只能證明網(wǎng)卡沒(méi)壞。第三ipconfig /all的輸出不要只抄 IP物理地址、DHCP 是否啟用、DNS 后綴這幾行在排查網(wǎng)絡(luò)問(wèn)題時(shí)經(jīng)常是突破口。3. 從手工抄數(shù)到命令采集任務(wù)管理器之外的四組取數(shù)方法模板給的方法是點(diǎn)界面任務(wù)管理器、磁盤管理、系統(tǒng)信息。這些路徑?jīng)]錯(cuò)問(wèn)題是復(fù)核的時(shí)候沒(méi)人能證明你點(diǎn)的是哪臺(tái)機(jī)器、哪個(gè)時(shí)刻。把關(guān)鍵幾項(xiàng)改成命令采集輸出落到文件報(bào)告后面掛附件整條鏈條就閉合了。這一章講的就是怎么把點(diǎn)擊換成命令以及輸出怎么回填。3.1 任務(wù)管理器的幾個(gè)讀數(shù)到底指什么模板第四段對(duì)性能頁(yè)的解釋其實(shí)寫得挺細(xì)但現(xiàn)場(chǎng)真正會(huì)看的人不多。幾個(gè)容易混的概念先厘清PF 使用量指當(dāng)前正被系統(tǒng)使用的頁(yè)面文件量它不等于內(nèi)存不夠認(rèn)可用量由于虛擬內(nèi)存的存在峰值可以超過(guò)物理內(nèi)存總量這是機(jī)制決定的不是異常物理內(nèi)存里的“可用”才是判斷內(nèi)存是否吃緊的主指標(biāo)內(nèi)核內(nèi)存分“頁(yè)面”和“非分頁(yè)”兩部分前者可換出后者常駐物理內(nèi)存非分頁(yè)過(guò)高往往是驅(qū)動(dòng)問(wèn)題總數(shù)那一行是句柄、線程、進(jìn)程的合計(jì)句柄數(shù)異常增長(zhǎng)基本等于句柄泄漏?！案滤俣取辈藛我仓档糜涀「邽槊棵?2 次、正常為每?jī)擅?1 次、低為每四秒 1 次、暫停則不自動(dòng)更新。默認(rèn)的“正?！痹谟^察短時(shí)尖峰時(shí)會(huì)漏采判斷 CPU 是否抖動(dòng)采樣要調(diào)到“高”。不過(guò)界面讀數(shù)的問(wèn)題是沒(méi)法留痕所以我一般直接用腳本跑三輪五分鐘采樣輸出 CSV 一起歸檔# 三輪采樣每輪 5 分鐘5 秒一次共 60 個(gè)點(diǎn)結(jié)果落 CSV $out C:\巡檢\perf_$(Get-Date -Format yyyyMMdd_HHmm).csv $rows () foreach ($round in 1..3) { # 單輪 5 分鐘SampleInterval 5 秒 × MaxSamples 60 次 $cpu (Get-Counter \Processor(_Total)\% Processor Time -SampleInterval 5 -MaxSamples 60).CounterSamples | Measure-Object -Property CookedValue -Average,Maximum $os Get-CimInstance Win32_OperatingSystem $top5 Get-Process | Sort-Object WS -Descending | Select-Object -First 5 $rows [pscustomobject]{ 輪次 $round 采集時(shí)間 (Get-Date).ToString(yyyy-MM-dd HH:mm:ss) CPU均值 [math]::Round($cpu.Average, 1) CPU峰值 [math]::Round($cpu.Maximum, 1) 內(nèi)存總量GB [math]::Round($os.TotalVisibleMemorySize / 1MB, 1) 可用內(nèi)存GB [math]::Round($os.FreePhysicalMemory / 1MB, 1) 占用前五 ($top5 | ForEach-Object { $($_.ProcessName):$([math]::Round($_.WS/1MB,0))MB }) -join ; } } $rows | Export-Csv -Path $out -NoTypeInformation -Encoding UTF8邏輯和參數(shù)說(shuō)明Get-Counter的-SampleInterval 5 -MaxSamples 60組合起來(lái)正好是 300 秒一輪三輪下來(lái) 15 分鐘比模板要求的三次五分鐘寬松一點(diǎn)但覆蓋了更長(zhǎng)的窗口能抓到短時(shí)尖峰Measure-Object同時(shí)取平均值和最大值報(bào)告里兩個(gè)都寫只寫平均會(huì)掩蓋瞬時(shí)打滿Win32_OperatingSystem的FreePhysicalMemory單位是 KB除 1MB 換成 GBGet-Process按工作集排序取前五對(duì)應(yīng)模板要求的“占用內(nèi)存最多的前五位進(jìn)程”。輸出用 UTF8 編碼用 Excel 打開(kāi)不會(huì)亂碼。如果機(jī)器上沒(méi)裝 PowerShell 5.1 以上版本可以把Get-CimInstance換成wmic系列命令字段名不同但邏輯一致。3.2 磁盤、端口與系統(tǒng)信息三條命令替代三次點(diǎn)擊模板給的磁盤檢查路徑是“我的電腦—管理—磁盤管理”端口檢查只說(shuō)了“查看開(kāi)啟了哪些端口”沒(méi)有給具體做法。前者可以保留作為現(xiàn)場(chǎng)確認(rèn)但記錄建議用命令后者必須給命令否則一百個(gè)人有一百種做法。:: 1) 各分區(qū)容量與剩余空間CSV 便于回填和做趨勢(shì) wmic logicaldisk get DeviceID,VolumeName,Size,FreeSpace /format:csv C:\巡檢\disk.csv :: 2) 只讀掃描文件系統(tǒng)錯(cuò)誤不加 /f不改動(dòng)數(shù)據(jù)可隨時(shí)中斷 chkdsk C: :: 3) 監(jiān)聽(tīng)端口與對(duì)應(yīng)進(jìn)程 PID用于反查是哪項(xiàng)服務(wù)在對(duì)外提供 netstat -ano -p tcp | findstr LISTENING C:\巡檢\port.txt說(shuō)明幾點(diǎn)。wmic在較新版本的 Windows 上已被標(biāo)記為棄用能跑就先用跑不了換成Get-CimInstance Win32_LogicalDisk | Select-Object DeviceID,Size,FreeSpace輸出一樣能導(dǎo)出 CSV。chkdsk不帶/f是只讀掃描掃完給出文件系統(tǒng)狀態(tài)帶/f會(huì)鎖盤并修改不要在業(yè)務(wù)時(shí)段用。netstat -ano里的 PID 要用tasklist /fi pid eq 1234反查進(jìn)程名報(bào)告里寫“端口 3389 由某進(jìn)程監(jiān)聽(tīng)”比只寫端口號(hào)有用得多尤其是發(fā)現(xiàn)計(jì)劃外端口的時(shí)候。模板第四段還提了三條磁盤維護(hù)動(dòng)作磁盤清理、檢查錯(cuò)誤信息、整理碎片。前兩條照做第三條要分情況——機(jī)械盤做碎片整理有益固態(tài)盤做碎片整理無(wú)益還有額外寫入正確動(dòng)作是 TRIM。這一條在模板里沒(méi)區(qū)分屬于那個(gè)年代的遺留寫法用的時(shí)候要自己補(bǔ)判斷。3.3 回填把命令輸出映射到表格的四條規(guī)則命令跑完只是一堆文件回填才是產(chǎn)出。我固定四條規(guī)則單位統(tǒng)一容量一律 GB 保留一位小數(shù)百分比保留整數(shù)避免同一張表里 MB 和 GB 混著出現(xiàn)時(shí)間戳必須寫采集時(shí)刻而不是填表時(shí)刻兩者可能差幾小時(shí)原始輸出文件按“主機(jī)名_項(xiàng)目_日期”命名后作為附件隨報(bào)告一起歸檔報(bào)告正文只寫結(jié)論和關(guān)鍵數(shù)值異常值必須寫判定依據(jù)比如“內(nèi)存可用 3.2GB總量 64GB占比 5%低于 10% 判定線判為不正?！薄Ｄ０遄侄螖?shù)據(jù)來(lái)源回填形式內(nèi)存利用率perf CSV 的 CPU 均值行“三輪均值 62%峰值 88%可用 12.4GB”CPU 利用率同上“三輪均值 41%峰值 95%14:20 備份任務(wù)”磁盤分區(qū)使用disk.csv“C 盤 200GB/剩余 18GBD 盤 1.8TB/剩余 620GB”端口與監(jiān)聽(tīng)服務(wù)port.txt tasklist 反查“監(jiān)聽(tīng) 80、443、3389無(wú)計(jì)劃外端口”表格里“峰值后面帶括號(hào)說(shuō)明”這個(gè)習(xí)慣是被返工逼出來(lái)的只寫峰值 95%復(fù)核的人第一句一定問(wèn)“什么東西跑滿了”寫清楚是備份任務(wù)這一輪溝通就省了。4. 判定標(biāo)準(zhǔn)自己定正常與不正常之間的那條線模板每個(gè)檢查項(xiàng)后面都是“□正常 □不正?！钡菸臋n沒(méi)有給任何量化閾值。這不是疏漏而是這類模板的通用設(shè)計(jì)——不同業(yè)務(wù)的容忍度差別太大數(shù)據(jù)庫(kù)機(jī)器和文件服務(wù)器不可能共用一套線。所以填表的人得自己先把線畫出來(lái)寫進(jìn)附注讓下一次巡檢的人用同一把尺。4.1 給“正常”一個(gè)數(shù)五類指標(biāo)的量化線下面這套線是我在中小規(guī)模業(yè)務(wù)環(huán)境里用的不是行業(yè)標(biāo)準(zhǔn)是自定判據(jù)寫進(jìn)模板附注后長(zhǎng)期沿用指標(biāo)觀察窗口正常關(guān)注異常CPU 平均利用率5 分鐘 × 3 輪 60%60%–80% 80% 持續(xù)兩輪以上CPU 峰值同上 85%85%–95% 95% 且非計(jì)劃任務(wù)可用物理內(nèi)存同上 20% 總量10%–20% 10% 或持續(xù)下降系統(tǒng)盤剩余即時(shí) 20%10%–20% 10%數(shù)據(jù)盤剩余即時(shí) 15%5%–15% 5%ping 丟包率5 分鐘連續(xù)0 1%≥ 1% 或出現(xiàn)連續(xù)丟包ping 平均延遲同網(wǎng)段 1ms1–5ms 5ms 或抖動(dòng)明顯三個(gè)使用要點(diǎn)。第一“關(guān)注”這一檔必須存在只有正常/不正常兩檔現(xiàn)場(chǎng)很容易把 65% 的 CPU 硬判成正常下次漲到 85% 還是判正常趨勢(shì)就斷了。第二閾值要跟業(yè)務(wù)場(chǎng)景綁定一臺(tái)跑批處理的機(jī)器平均 70% 是常態(tài)一臺(tái)只做文件共享的機(jī)器常年 70% 就該查了。第三這套線一旦定下來(lái)就不要每次改改了要記在模板附注的版本行里否則跨季度的趨勢(shì)對(duì)比沒(méi)有意義。4.2 現(xiàn)場(chǎng)判據(jù)雙工模式、網(wǎng)卡燈、風(fēng)扇噪音怎么判量化指標(biāo)解決的是能取到數(shù)的項(xiàng)硬件那九項(xiàng)大多只能靠現(xiàn)場(chǎng)判斷。幾個(gè)容易判錯(cuò)的網(wǎng)卡雙工是最隱蔽的一項(xiàng)。鏈路燈亮著、ping 也通但實(shí)際協(xié)商成了百兆全雙工業(yè)務(wù)高峰時(shí)表現(xiàn)為“能連上但很慢”。判斷方法不是看燈是在系統(tǒng)里讀鏈路速率Get-NetAdapter | Select-Object Name,LinkSpeed,FullDuplex千兆口應(yīng)該顯示 1 Gbps。如果顯示 100 Mbps先換網(wǎng)線水晶頭再換交換機(jī)端口兩個(gè)都排除才懷疑網(wǎng)卡。這個(gè)項(xiàng)在模板里寫的是“雙工模式”但沒(méi)給判斷方法我一般直接補(bǔ)一行命令輸出在備注里。網(wǎng)卡燈的含義也要說(shuō)清綠色常亮是鏈路 up 但當(dāng)前無(wú)流量綠色閃爍是有流量不亮是鏈路 down。不亮?xí)r先換線再換端口最后才動(dòng)網(wǎng)卡這個(gè)順序能省下大量現(xiàn)場(chǎng)時(shí)間。風(fēng)扇和散熱要合起來(lái)看。手背放在出風(fēng)口感受風(fēng)量同型號(hào)機(jī)器的幾個(gè)風(fēng)口風(fēng)量應(yīng)該接近某個(gè)風(fēng)口明顯偏弱多半是那只風(fēng)扇轉(zhuǎn)速掉了或者濾網(wǎng)堵了。出風(fēng)口溫度比進(jìn)風(fēng)高是正常的但同一機(jī)柜里相鄰兩臺(tái)同型號(hào)機(jī)器出風(fēng)溫差明顯就要查負(fù)載和風(fēng)道。外殼檢查容易被當(dāng)成走過(guò)場(chǎng)實(shí)際上防拆標(biāo)完好與否直接關(guān)系到后續(xù)責(zé)任劃分。有非原廠加裝的卡、有拆過(guò)的痕跡都要在備注里寫一句別只勾一個(gè)“正?！?。4.3 結(jié)論頁(yè)四行勾選與簽字誰(shuí)簽字誰(shuí)負(fù)責(zé)的邊界最后一頁(yè)是四行結(jié)論硬件配置符合合同要求、硬件系統(tǒng)運(yùn)行穩(wěn)定、操作系統(tǒng)運(yùn)行穩(wěn)定、應(yīng)用軟件運(yùn)行穩(wěn)定每行兩個(gè)勾選框下面是記錄人簽字和業(yè)主簽字。這四行是整份報(bào)告唯一會(huì)被拿去做責(zé)任認(rèn)定的地方勾之前要保證前面每一項(xiàng)都能支撐它。我的做法是每行后面加一句括號(hào)說(shuō)明指向具體條目比如“二、硬件系統(tǒng)運(yùn)行穩(wěn)定依據(jù)第 2 段九項(xiàng)檢查硬盤 3 號(hào)位琥珀燈常亮已報(bào)修其余正?！?。這樣勾“穩(wěn)定”不算撒謊因?yàn)楫惓Ｒ呀?jīng)在括號(hào)里寫明了。四項(xiàng)里如果有一項(xiàng)勾了“不符合”必須在這行下面寫處理計(jì)劃和預(yù)計(jì)完成時(shí)間否則這張表等于只報(bào)了問(wèn)題沒(méi)給方案。簽字欄兩個(gè)位置記錄人簽全名加日期業(yè)主簽全名加日期日期精確到日即可。電子流程的話保留郵件回執(zhí)或系統(tǒng)審批記錄截圖附在報(bào)告后面別只留一個(gè)文件名。5. 避坑這份模板最容易翻車的五個(gè)地方模板本身沒(méi)什么技術(shù)含量翻車基本都發(fā)生在“怎么用”這一層。下面五條是實(shí)際踩過(guò)或者見(jiàn)過(guò)別人踩的按現(xiàn)象、原因、解決三段寫。5.1 采集環(huán)節(jié)的兩個(gè)坑坑一只截一張任務(wù)管理器圖就當(dāng)完成了三次五分鐘采樣?，F(xiàn)象報(bào)告里 CPU 寫 12%、內(nèi)存寫“充足”一周后業(yè)務(wù)投訴卡頓翻出報(bào)告沒(méi)有任何時(shí)間序列數(shù)據(jù)可以對(duì)照。原因截圖是瞬時(shí)值采樣窗口大概率落在業(yè)務(wù)低谷而且截圖里沒(méi)有時(shí)間戳事后無(wú)法證明是什么時(shí)候采的。解決固定采樣窗口高峰前、平峰、高峰后各一輪用前面那段腳本輸出 CSV報(bào)告正文寫“均值/峰值/采樣時(shí)間段”三個(gè)數(shù)原始 CSV 作為附件。這條一旦形成習(xí)慣后面所有爭(zhēng)議都能用數(shù)據(jù)說(shuō)話。坑二把 PF 使用量或認(rèn)可用量峰值當(dāng)成內(nèi)存不足?，F(xiàn)象報(bào)告里寫“認(rèn)可用量峰值 72GB超過(guò)物理內(nèi)存 64GB內(nèi)存不足建議擴(kuò)容”。原因模板第四段其實(shí)已經(jīng)解釋了虛擬內(nèi)存機(jī)制下峰值可以超過(guò)物理內(nèi)存但填表的人沒(méi)細(xì)讀看到數(shù)字超了就往“不足”上判。解決判斷內(nèi)存是否吃緊只看兩個(gè)數(shù)——可用物理內(nèi)存占比以及頁(yè)面文件的讀寫頻率?？捎梦锢韮?nèi)存低于總量 10% 且頁(yè)面文件持續(xù)讀寫才判內(nèi)存不足峰值超物理內(nèi)存但可用內(nèi)存充裕屬于正?，F(xiàn)象在備注里說(shuō)明一句即可。5.2 判定與留痕的三個(gè)坑坑三硬盤指示燈只判斷“亮沒(méi)亮”琥珀色常亮寫成正?！，F(xiàn)象巡檢表九項(xiàng)全勾正常兩周后 RAID 里一塊盤掉線重建過(guò)程中又掉一塊業(yè)務(wù)中斷。原因綠色常亮、綠色閃爍、琥珀色常亮、琥珀色閃爍含義完全不同琥珀色常亮通常是 RAID 卡已標(biāo)記預(yù)失效業(yè)務(wù)層完全無(wú)感。解決在模板里給這一項(xiàng)加“指示燈顏色與狀態(tài)”備注列琥珀色一律記“關(guān)注”并附 RAID 卡日志截圖同時(shí)在結(jié)論頁(yè)第二行括號(hào)里寫明避免勾“穩(wěn)定”時(shí)說(shuō)不清。坑四照模板第三條第 C 項(xiàng)給固態(tài)盤做碎片整理?，F(xiàn)象按“定期整理磁盤碎片”執(zhí)行固態(tài)盤機(jī)器整理完反而更慢寫入量統(tǒng)計(jì)明顯上漲。原因模板成文較早那條維護(hù)動(dòng)作默認(rèn)針對(duì)機(jī)械盤沒(méi)有區(qū)分介質(zhì)類型。解決先確認(rèn)介質(zhì)類型機(jī)械盤做碎片整理固態(tài)盤只做 TRIM命令是Optimize-Volume -DriveLetter C -ReTrim -Verbose別用圖形界面的“優(yōu)化”按鈕一把梭?？游搴炞猪?yè)空著就歸檔?，F(xiàn)象報(bào)告發(fā)出去業(yè)主簽字欄空白三個(gè)月后雙方對(duì)某臺(tái)機(jī)器的歷史狀態(tài)各執(zhí)一詞。原因現(xiàn)場(chǎng)趕時(shí)間習(xí)慣先發(fā)電子版、后補(bǔ)簽字補(bǔ)著補(bǔ)著就忘了。解決現(xiàn)場(chǎng)打印現(xiàn)場(chǎng)簽或者走電子審批留回執(zhí)簽字前必須確認(rèn)“不符合”項(xiàng)后面寫了處理計(jì)劃和完成時(shí)間。簽字欄空白的報(bào)告在我這里一律不算交付完成。6. 把單張表變成巡檢包命名、附件與三個(gè)月趨勢(shì)單張 .doc 填得再漂亮一年后要回答“這臺(tái)機(jī)器半年來(lái)的內(nèi)存是在漲還是在抖”還是得靠翻十幾份文件。我現(xiàn)在出報(bào)告不只交一個(gè) doc而是一個(gè)巡檢包結(jié)構(gòu)固定主報(bào)告一份、原始數(shù)據(jù)目錄一個(gè)、截圖目錄一個(gè)、簽字件一份。文件命名統(tǒng)一成“機(jī)柜號(hào)_主機(jī)名_yyyyMMdd_巡檢報(bào)告.doc”日期用采集當(dāng)天而不是填表當(dāng)天這樣按文件名排序就是時(shí)間線。原始數(shù)據(jù)目錄里放 perf CSV、disk.csv、port.txt截圖按“檢查項(xiàng)編號(hào)_內(nèi)容”命名比如“2-5_硬盤3號(hào)位琥珀燈.jpg”看名字就知道對(duì)應(yīng)模板哪一項(xiàng)。簽字件單獨(dú)掃描成 PDF命名加后綴“_簽字件”。真正有價(jià)值的是趨勢(shì)。每個(gè)季度我會(huì)把三次巡檢的 CPU 均值、可用內(nèi)存、系統(tǒng)盤剩余拉成一張小表季度CPU 均值可用內(nèi)存 GB系統(tǒng)盤剩余 GB關(guān)注項(xiàng)一季度41%22.446無(wú)二季度55%16.831內(nèi)存三季度68%9.618內(nèi)存、磁盤看斜率而不是看單點(diǎn)。三季度 CPU 68% 單獨(dú)看還在“關(guān)注”區(qū)間但連著三個(gè)季度往上走加上可用內(nèi)存從 22.4GB 掉到 9.6GB結(jié)論就很清楚了不是這臺(tái)機(jī)器有問(wèn)題是業(yè)務(wù)在長(zhǎng)該規(guī)劃擴(kuò)容了。這種判斷單張報(bào)告給不出來(lái)只有把歷史數(shù)據(jù)排在一起才看得出來(lái)。模板本身也可以做版本管理改動(dòng)的地方在文檔末尾記一行“變更說(shuō)明 日期 改動(dòng)人”比如把碎片整理那條改成區(qū)分介質(zhì)類型、給硬盤燈加顏色備注列。不改版本記錄半年后沒(méi)人記得為什么這張表和最初那份不一樣。從那以后我每次出報(bào)告都強(qiáng)制走一遍“附件齊不齊、簽字有沒(méi)有、上次的關(guān)注項(xiàng)有沒(méi)有閉環(huán)”這三步少一步就退回重做。這套動(dòng)作不復(fù)雜但能把一份填完就扔的表格變成真正能回溯的東西。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取