服务器崩溃怎么判断是硬件还是系统问题？五步排查法，附三种不能自行操作的情况

服务器崩溃之后，最先要回答的不是“怎么修”，而是“坏在哪”。判断错了方向，后面每一步操作都可能在加重损失。

下面五步，按顺序做，能把大部分情况分开。

第一步，看崩溃时的日志和指示灯，别急着重启。管理口、带外管理日志、系统日志里通常留着最后的线索：报内存可纠正错误多半是内存条；报磁盘超时、链路重置多半指向盘或背板；报内核恐慌、驱动异常则偏系统侧。前面板的硬盘、电源、风扇指示灯状态也一并拍照留存。

第二步，确认是“不能开机”还是“能开机但服务起不来”。前者偏硬件和供电，后者偏系统、驱动或存储的挂载环节。两种情况需要完全不同的处置路径，混在一起排查只会浪费时间。

第三步，用最小化方式排除外设与供电。断开非必要外设与网络，只保留必要部件上电；如果条件允许，换一路电源、换一条电源线试一次。机房里的偶发崩溃，有相当一部分最终指向供电或接触问题，而不是服务器本身。

第四步，判断存储是否还在健康状态。进入阵列管理界面看成员盘状态、看是否有降级或重建中的阵列、看控制器缓存保护是否正常。这一步最关键：如果崩溃的根因是阵列掉盘或写缓存异常，那么继续重启、继续跑业务，就是在拿剩下的冗余做赌。

第五步，判断数据是否已经受损。系统能起来不代表文件系统干净：开机时出现文件系统检查、分区显示异常、目录能进但文件报错，都说明数据侧已经有损伤，需要立刻停止写入。

有三种情况，请立刻停手，不要再自行处理。第一种，阵列出现掉盘、降级、重建中断或阵列信息丢失：这时候任何重建、强制上线、重置阵列的操作都可能把最后的恢复机会抹掉。第二种，硬盘出现异响、不认盘、掉线后反复上电：物理损伤最怕反复通电，正确动作是断电、编号、送检。第三种，数据库打不开、置疑或日志缺失：不要重建日志、不要强制附加、不要反复执行修复命令。

还要提醒一句：在确认数据安全之前，不要做磁盘修复、不要格式化、不要重装系统。很多人以为先把系统救活是当务之急，实际上数据才是不可再生的那部分。

补天时代专注数据恢复二十余年，累计恢复硬盘 2 万个、服务器及存储 3000 台，业务覆盖服务器数据恢复、数据库恢复与硬盘开盘数据恢复，配有2台日本进口的百万级无尘超净台与最多可处理 195 块盘的整阵列恢复环境。拿不准是硬件还是系统问题时，可以先打 13802255378（微信同号）描述现象，我们给判断方向；先检测后报价、不成功不收费，深圳本地可上门取机，外地可快递寄修。