今天有点儿时间，突然想起了刚来公司的时候，服务器的硬件就出现了一次故障，现在写下来给各位朋友们点儿经验分享 记得那次是我这个岗位的人员离职走了之后，经理带我到机房熟悉一下环境，顺便把备份磁带更换一下（备份磁带还得手动换掉，我晕啊），由于进机房需要出入证件，我没有证件，就需要等内部的人员来接待，这时候也快到下班的时间了，经理说：小刘啊，你现在这等我吧，我进去先看一下，没事儿就不用进去了，下次再说吧，我说行吧。 大约过了20分钟后经理从机房出来了，说小刘我看我们的数据库服务器前面板的LED的指示灯闪黄色警告，LED显示英文字母 “BP Driver 0 ” 同时有个硬盘的小指示灯也闪黄， 你回去查查这个原因是什么？ 坐在经理那陈旧的充满烟焦油味道的车厢中，我在思考这原因。没有头绪。回到家 Google 了一下，原来这个可能和硬盘有关系， 那个Driver 0 是不是硬盘在BIOS中的ID号？ 出现问题了？ 这台服务器用的是RAID5的阵列 坏了一块硬盘的话还是能继续服务的。（服务器的硬件是比较的老了 powerage 850的机器了） 第二天早上早早的来到了办公室，打了Dell的售后技术支持，说明了情况，Dell的技术告诉我那是阵列里面的一块硬盘掉线了（果然是硬盘的问题），你把硬盘拔下来在插上就可以了，这我就放心了，等经理来了和他说一下情况看看什么时候把这个问题处理一下。 经理是个很小心谨慎的人，从来不愿意冒险去做事情，他了解了这个情况后说等等在处理吧，当前的业务量很大，那个库每天都在处理业务，找个时间在处理一下吧，（我晕倒）只好这样了，大约过了2周了，还是没出问题，我们在一次总结会中我提到了这个事情，经理说好吧，老这样拖下去也不是办法，决定在周六的早上去机房处理。 周五通知了业务部门我们需要停机维护系统，一切准备做好。周六约好在机房见面。 周六我准备一下相关的工具和资料早早的来到了机房，找到显示器，鼠标键盘等。（机房的技术不知道干嘛去了，要什么都得自己动手），接上显示器，键盘，鼠标，登录系统，看着那黄色的警告，心理默默地祈祷，不要出事儿：） 按照先前和精力商量好的流程，先备份数据库的数据，关闭数据库，执行热插拔硬盘。糟糕了，没有把密码带来，一身冷汗（这么粗心大意呢），打电话给经理吧。 电话接通了：领导您啥时到机房啊，我忘记带密码了！ 经理在电话那头嚷道： 什么都不带，来干吗啊！ 我恨自己咋那么粗心呢？等我过去吧！ 好的！ 挂断电话我等待着经理的到来 一会儿领导来了，有训斥了我一顿，以后做事儿细心点儿啊，别那粗心大意的！我答应着。按照先前的流程先登录系统将数据库全备，使用RMAN 物理备份一份，备份的时间比较长，等吧，经理外边出去抽烟去了，我在旁边等着备份完成，大约20分钟后备份完成了。好了第二步，关闭数据库第三步，吧友问题的那块硬盘从前面板拔出在插入进去（服务器硬盘支持热插拔的）。这时候前面板的LED指示屏的闪烁变成了正常的蓝色，错误提示消失。这时候已经是没有问题了，为了进一步确认没有后顾之忧，我们还是将系统重启了一下，启动之后一切正常第四步，将数据实例启动，没有错误，登录网站测试没有问题，这次就这么解决了这个问题。这次遇到的硬盘掉线问题，据我的经验应该是服务器的长期运行，机箱共振引起了硬盘接口的松动，或者机房的温度差别变化引起硬件热胀冷缩引起的。当然也不排除人为的原因。解决了这次故障，我总结了一下：任何故障出现之前根据其现象找原因，再就是咨询相关硬件厂商的售后工程师，他们接到的故障报修是最多的，会很快给你一个方向，指出问题大概的原因。还有就是个人问题了，不能粗心大意，去机房维护，要把可能发生的事情都想到了。
本文转自andylhz 51CTO博客，原文链接：http://blog.51cto.com/andylhz2009/407239，如需转载请自行联系原作者
