机房巡查要求及注意事项
一．巡查范围：服务器主机房、接入网机房、UPS供电及电池设备间。
二．巡查检查机房各机架间及供电设备间的温度，湿度及卫生情况。
三．逐机柜查看服务器机柜及网络机柜的正反面是否有红色或黄色故障频闪报警信号。
1、发现故障设备的处理事项：a、当看到设备前面板告警指示灯点亮，应全面查看该设备各个部件，初步确认是否设备某一部件告警；b、发现有设备告警，记录下该设备的SN号，如初步确认是部件告警，还需记录该部件的PN号（Dell设备SN号一般位于设备面部左上角和左上方拉出式设备身份条；IBM设备SN号一般位于前面板右下角处；HP设备SN号一般位于前面板左右边缘处；交换机、路由器设备需连机用命令获取）
2、参照附件1主要厂商故障信号灯查询表记录具体故障。
四．检查机房的空调及设备间空调是否工作正常，有无报警信息，是否漏水或滴水。
五．检查机房的门、窗是否正常，下雨时是否有渗水入机房。
六．检查机房的电源设备，开关等是否异常；是否有老鼠、蟑螂和其它安全生产隐患。
七．如有异常情况应立即处理并进行事故登记，处理不了的应立时上报，并如实地做好各项巡查记录。
八．尽可能不要随意移动或开关机房的网络设备和服务器、电脑等设备，更不可挪用及带离机房。
九．巡查完毕离开机房时要关灯，锁好门。
注意：机房的空调设备在停电时会停止工作，而交换机和虚拟平台负载服务器等设备发热非常厉害，空调机停止工作一小时，机房内的温度将会上升到35℃以上。继续下去将会影响设备的正常工作,甚至会着火，非常危险！！所以在市电停电后要加强对机房的巡查，注意机房内温度的变化，恢复供电后要到机房检查空调是否制冷正常。如有异常，立即上报！
UPS及蓄电池巡检要求：
一、 UPS巡检：
（1）检查UPS设备间是否有异味！
（2）检查UPS主机是否有声音或面板报警信号。如有即刻记录故障状态并及时通报相关部门。
（3）检查UPS主机前、后方进排风是否正常，排风温度是否过高（人体感觉明显偏热）。
（4）检查UPS面板显示负载是否正常，是否存在旁路供电或欠压。
二、蓄电池巡检：
（1）在条件允许下，断开蓄电池负载和充电设备20分钟后测量整组电池电压，单节电池电压，单节电压最大限度不得悬殊0.05V，测量主要目的为发现落后单体，及时更换落后单体。
（2）禁锢各电池间连接条，如单个或多个连接条松动会影响整组电池的电压输出，缩短电池的放电时间，从而影响整组电池的寿命。可用手触摸连接条感觉其温度变化，若存在个别发热现象，说明连接条松动，应及时紧固，紧固时注意其操作工具的绝缘处理。防止正负极短路，造成故障。
（3）检查电池是否漏液，发现漏液现象及时擦净观察是否继续漏液，如出现继续漏液现象抓紧上报相关部门跟踪处理。
（4）巡检时应观察蓄电池外壳有无壳体变形情况，并用手感觉其单体有无温度异常情况，若某一单体过温应及时处理。
附件1、各厂商设备指示灯含义
1、HP设备（包括型号HP DL380、HP DL580）
1）服务器前面板如下图所示的指示灯可以指示服务器的工作状况：
2）快速诊断板指示灯的含义 ，见下表:
注 : HP （ Systems Insight Display）快速诊断板 的指示灯表现出了主板部件的布局 。
当前面板的内部健康灯 亮红灯或是黄灯时 ， 表示此时服务器可能发现了一个故障 ， 可以结合前面板的内部健康灯和快速诊断板指示灯 （ Systems Insight Display ） ， 指示出服务器的当前状态。
2、IBM设备（具体设备可能有些出入）
1）服务器前面板如下图所示的指示灯可以指示服务器的工作状况：
①信息指示灯：当该灯亮时，表明错误或者警告信息已经写入系统事件日志中。
②定位器指示灯：该灯亮表明是由系统管理员远程点亮以便找到服务器。
③系统错误指示灯：该灯亮表明系统出现错误。通过光通路诊断板来定位故障。
④供电指示灯：a、该灯点亮且不闪烁，表明服务器已经开启。
b、该灯闪烁时，表明服务器已经关闭且仍然连接到交流电源。
c、该灯熄灭时，表明已经切断交流电源或者电源或者指示灯本身出了故障
1、 光通路诊断面板指示灯
注：REMIND按钮：按下REMIND按钮时，表示确认错误，但不准备立即采取措施，将系统错误指示灯置于“提醒”方式。当服务器处于“提醒”方式时，系统错误指示灯将闪烁。
http://www.shannon-dd.com/content/view/425/93/
E1114
Temp Ambient
系统周围环境温度超出允许范围。
E1116
Temp Memory
内存已超过允许温度，系统已将其禁用以防止损坏组件。
E1210
CMOS Batt
缺少 CMOS 电池，或电压超出允许范围。
E1211
ROMB Batt
RAID 电池丢失、损坏或因温度问题而无法再充电。
E12nn
XX PwrGd
指定的稳压器出现故障。
E1229
CPU # VCORE
处理器 # VCORE 稳压器出现故障。
E122B
0.9V Over Voltage
0.9 V 稳压器电压已超过电压允许范围
E122C
CPU Power Fault
启动处理器稳压器之后，检测到稳压器故障
E1310
RPM Fan ##
指定的冷却风扇的 RPM 超出允许的运行范围。
E1410
CPU # IERR
指定的微处理器正在报告系统错误。
E1414
CPU # Thermtrip
指定的微处理器超出了允许的温度范围并已停止运行。
E1418
CPU # Presence
指定的处理器丢失或损坏，系统的配置不受支持。
E141C
CPU Mismatch
处理器的配置不受 Dell 支持。
E141F
CPU Protocol
系统 BIOS 已报告处理器协议错误。
E1420
CPU Bus PERR
系统 BIOS 已报告处理器总线奇偶校验错误。
E1421
CPU Init
系统 BIOS 已报告处理器初始化错误。
E1422
CPU Machine Chk
系统 BIOS 已报告机器检查错误。
E1618
PS # Predictive
电源设备电压超出允许范围；指定的电源设备安装错误或出现故障。
E161C
PS # Input Lost
指定的电源设备的电源不可用，或超出了允许范围。
E1620
PS # Input Range
指定的电源设备的电源不可用，或超出了允许范围。
E1710
I/O Channel Chk
系统 BIOS 已报告 I/O 通道检查错误。
E1711
PCI PERR B## D## F##
PCI PERR Slot #
系统 BIOS 已报告组件的 PCI 奇偶校验错误，该组件所在的 PCI 配置空间位于总线 ##，设备 ##，功能 ##。
系统 BIOS 已报告组件的 PCI 奇偶校验错误，该组件位于 PCI 插槽 #。
E1712
PCI SERR B## D## F##
PCI SERR Slot #
系统 BIOS 已报告组件的 PCI 系统错误，该组件所在的 PCI 配置空间位于总线 ##，设备 ##，功能 ##。
系统 BIOS 已报告组件的 PCI 系统错误，该组件位于插槽 #。
E1714
Unknown Err
系统 BIOS 已确定系统中存在错误，但无法确定错误来源。
E171F
PCIE Fatal Err B## D## F##
PCIE Fatal Err Slot #
系统 BIOS 已报告组件的 PCIe 致命错误，该组件所在的 PCI 配置空间位于总线 ##，设备 ##，功能 ##。
系统 BIOS 已报告组件的 PCIe 致命错误，该组件位于插槽 #。
卸下并重置 PCI 扩充卡。如果问题仍然存在，请参阅排除扩充卡故障。
E1913
CPU & Firmware Mismatch
BMC 固件不支持 CPU。
E2010
No Memory
系统中没有安装内存。
E2011
Mem Config Err
检测到内存，但是内存不可配置。配置内存期间检测到错误。
E2012
Unusable Memory
已配置内存，但内存不可用。内存子系统出现故障。
E2013
Shadow BIOS Fail
系统 BIOS 无法将其快擦写映像复制到内存中。
E2014
CMOS Fail
CMOS 出现故障。CMOS RAM 未正常工作。
E2015
DMA Controller
DMA 控制器出现故障。
E2016
Int Controller
中断控制器出现故障。
E2017
Timer Fail
计时器刷新故障。
E2018
Prog Timer
可编程间隔计时器错误。
E2019
Parity Error
奇偶校验错误。
E201A
SIO Err
SIO 出现故障。
E201B
Kybd Controller
键盘控制器出现故障。
E201C
SMI Init
系统管理中断 (SMI) 初始化失败。
E201D
Shutdown Test
BIOS 关闭系统检测失败。
E201E
POST Mem Test
BIOS POST 内存检测失败。
E201F
DRAC Config
Dell 远程访问控制器 (DRAC) 配置失败。
E2020
CPU Config
CPU 配置失败。
E2021
Memory Population
内存配置不正确。内存安装顺序不正确。
E2022
POST Fail
视频后出现一般故障。
E2110
MBE DIMM ## & ##
“## & ##”指示的 DIMM 组中的一个 DIMM 发生内存多位错误 (MBE)。
E2111
SBE Log Disable DIMM ##
系统 BIOS 已禁用内存单位错误 (SBE) 记录，在重新引导系统之前，不会再记录更多的 SBE。“##”表示 BIOS 指示的 DIMM。
E2112
Mem Spare DIMM ##
系统 BIOS 确定内存中有太多错误，因此已将内存释放。“## & ##”表示 BIOS 指示的 DIMM 对。
E2113
Mem Mirror DIMM ## & ##
系统 BIOS 确定一半镜像中有太多错误，因此已将内存禁用。“## & ##”表示 BIOS 指示的 DIMM 对。
E2118
Fatal NB Mem CRC
北侧的全缓冲 DIMM (FBD) 内存子系统链接中的一个连接失败。
E2119
Fatal SB Mem CRC
南侧的 FBD 内存子系统链接中的一个连接失败。
I1910
Intrusion
主机盖被卸下。
I1911
>3 ERRs Chk Log
LCD 溢出信息。
LCD 上最多只能按顺序显示三条错误信息。第四条信息显示为标准的溢出信息。
I1912
SEL Full
系统事件日志中的事件已满，无法再记录更多事件。
W1228
ROMB Batt < 24hr
预先警告 RAID 电池只剩下不足 24 小时的电量。
第二篇：UPS日常巡检表
UPS日常巡检记录表