前言：結構化排錯，讓故障無處遁形
伺服器故障類型繁多，但遵循「由簡入繁、由軟到硬、最小化配置、替換法驗證」的系統性流程，可大幅縮短 MTTR（平均修復時間）。本手冊涵蓋開機失敗、頻繁重啟、死機、硬碟/RAID、記憶體/CPU、CMOS 等全場景處置指南。
一、伺服器無法開機
常見原因
- 市電/電源線故障（斷電、接觸不良）
- 電源模組故障
- 記憶體故障（通常伴隨蜂鳴器報警）
- CPU 故障（亦伴隨報警）
- 主機板故障
- 其他擴充卡造成中斷衝突
排查流程
- 檢查電源線與所有 I/O 線纜連接是否牢固。
- 確認主機板通電指示燈（SB_PWR/Standby LED）亮燈。
- 最小化配置法：僅保留 1 顆 CPU、最小記憶體、顯示器、鍵盤，短接主機板電源開關針腳，測試能否開機。
- 電源獨立測試：拔除所有電源接頭，將主機板 24-pin 接頭的綠線（PS_ON）與任一黑線（GND）短接，觀察電源風扇是否轉動、PG 訊號是否輸出。
- 替換法驗證：在最小配置下，按易度順序替換：記憶體 → CPU → 主機板。
二、系統頻繁重啟
原因與對策
| 原因 | 驗證/解決方式 |
|---|
| 電源故障/供電不足 | 替換法測試；核對所有負載功率總和 vs 電源額定輸出 |
| 記憶體錯誤 | BIOS 錯誤日誌、MemTest86 燒機測試 |
| 網路流量暴衝/工作負載過高 | 流量分析、負載均衡、擴容 |
| 軟體/驅動程式/OS Bug | 更新/重裝 OS、驅動、韌體；查閱廠商勘誤表 |
三、伺服器死機（無回應）
軟體面排查
- 系統事件日誌（Event Viewer / /var/log/messages）尋找關鍵錯誤代碼
- 病毒/惡意軟體掃描
- 應用程式 Bug/洩漏（記憶體洩漏、死鎖）——需廠商協助
- 負載過高導致資源耗盡——適當降級或擴容
硬體面排查
- 硬體衝突（IRQ/IO 位址）
- 電源故障/供電不足——負載功率核對
- 硬碟壞軌/RAID 降級——掃描表面、SMART 資訊、RAID 卡日誌
- 記憶體錯誤——BIOS ECC 錯誤計數、OS 記憶體診斷
- 主機板故障——替換法
- CPU 故障——替換法
- 擴充卡（RAID/HBA/NIC）故障——替換法
修復後必做：壓力測試（Prime95、Linpack、Iometer）持續 4-24 小時，驗證穩定性。
四、安裝 OS 時找不到硬碟
- 無實體硬碟裝置
- 硬碟訊號/電源線未接妥
- 缺少 RAID/SCSI 控制器驅動或驅動不匹配
取得驅動：使用隨機光碟製作驅動磁碟/USB，或從廠商官網下載對應 OS 版本驅動。
五、正確驅動仍無法載入 RAID 控制器
檢查 BIOS 中是否啟用 HostRAID 功能，若為純軟體 RAID 需在 OS 層配置，不可在 BIOS 啟用硬體 RAID 模式。
六、新硬碟加裝導致 POST 失敗
- 移除新硬碟，確認原機正常。
- 檢查新硬碟 SCSI ID 是否與既有硬碟衝突（同通道 ID 不可重複）。
- 修正 ID 後重試。
七、SCSI 硬碟格式化操作
| 場景 | 操作方式 |
|---|
| OS 環境下 | 磁碟管理工具 (diskmgmt.msc / fdisk / parted) |
| 無 OS 環境 | 進入 RAID/SCSI BIOS (如 Adaptec: Ctrl+A) → SCSI Utility → 選取硬碟 → Format/Verify |
警告：格式化過程絕不可中斷或斷電，否則會造成磁碟實體損壞。
八、RAID 1 降級警報但系統正常運行
立即採購容量 ≥ 原故障硬碟、最好同型號的新硬碟熱插拔更換，RAID 卡自動重建。重建期間效能下降，建議離峰操作。
九、RAID 卡常見故障三大類型
- RAID 卡本體故障：資訊遺失、硬碟頻繁掉線、無法重建、開機偵測異常慢。
案例：重建後重啟再掉線 → 換 RAID 卡解決；啟動極慢、日誌現「裝置未回應」 → 換 RAID 卡解決。
- 硬碟本體故障：掉線、狀態 DEAD、重建卡住特定進度。
案例：重建至 20% 失敗 → 線上硬碟掃描發現壞軌 → 修復壞軌後重建成功。
- 硬碟盒/背板接觸不良：完全偵測不到硬碟。
案例：換背板、換線、換硬碟均無效 → 發現背板 80-pin 接頭一針彎曲 → 校直恢復。
十、SCSI ID 不可設為 7 的原因
SCSI 控制器預設佔用 ID 7 作為控制器本身識別碼，硬碟 ID 範圍為 0-6（窄 SCSI）或 0-15（寬 SCSI，保留 7）。
十一、開機 POST 失敗：CMOS 清除流程
- 斷電、開機殼。
- 短接主機板「CMOS CLEAR」跳線（參考說明書針腳定義），通常為 3-pin 中移至 2-3 短接。
- 通電開機，待 POST 完成顯示「CMOS Cleared」訊息。
- 斷電，跳線復原預設位置（1-2）。
- 重新開機，進入 BIOS 重新配置時間、啟動順序等參數。
十二、實體記憶體插槽報錯清除
進入 BIOS Setup → Advanced → Memory Configuration → Clear DIMM Errors → Enter 確認。
十三、CPU 報錯或僅偵測到單顆處理器
BIOS Setup 依序設定以下項目為 Yes 並存檔重開機：
1. Main → Processor → Clear Processor Errors
2. Advanced → Reset Configuration Data
3. Server → Processor Reset
4. Server → System Management → Clear Event Log
5. F10 Save & Exit
結語：預防勝於治療
建立硬體變更管理流程（變更前備份配置、變更後燒機驗證）、定期健康檢查（IPMI/Redfish 監控、SMART、RAID 狀態、事件日誌）、備品備件策略（關鍵模組：電源、風扇、RAID 卡、記憶體、CPU），讓故障處理從「救火」轉向「可控」。
