هشدار خرابی پاور سرور اختصاصی؛ آیا پاور دوم جلوی خاموشی را می‌گیرد؟

در پنل سرور اختصاصی پیام Power Supply Failure یا Power Redundancy Lost دیده‌اید، اما سایت هنوز کار می‌کند. آیا چون دو پاور در سرور نصب شده، خیالمان راحت است؟ خیر؛ دو منبع تغذیه تنها زمانی می‌توانند طبق طراحی نقش پشتیبان هم را انجام دهند که مدل، ظرفیت، تنظیم و برق ورودی شرایط افزونگی را داشته باشند.

در این راهنما معنی هشدار را ساده توضیح می‌دهیم و نشان می‌دهیم قبل از هماهنگی با مرکز داده چه اطلاعاتی لازم است. وضعیت هر سرور و روش سرویس سخت‌افزار به مدل آن بستگی دارد؛ از راه دور و با یک پیام عمومی نمی‌توان سلامت پاور را قطعی اعلام کرد.

منبع تغذیه یا PSU برق ورودی را برای قطعات سرور آماده می‌کند. بعضی سرورها دو یا چند PSU دارند و در یک پیکربندی پشتیبان، ممکن است با ازکارافتادن یکی از آن‌ها، پاورهای باقی‌مانده بار مجاز را تحمل کنند. اما ممکن است سرور در حالت غیر‌افزونه کار کند، توان مصرفی از ظرفیت مجاز باقی‌مانده بیشتر باشد یا یکی از ورودی‌های برق از قبل مشکل داشته باشد.

به همین دلیل باید وضعیت واقعی Redundancy را در پنل و مستند همان مدل ببینید. عبارت Redundancy lost یعنی شرایط پشتیبانی مورد انتظار برقرار نیست؛ لزوماً به معنی خاموش‌شدن فوری نیست، اما خرابی بعدی یا تغییر بار می‌تواند خطر قطعی را افزایش دهد. راهنمای تنظیمات برق Dell PowerEdge تفاوت حالت‌های افزونه و غیر‌افزونه را برای مدل‌های مرتبط توضیح می‌دهد.

اگر هر دو کابل به یک منبع برق، PDU یا مسیر مشترک وصل باشند، خرابی همان نقطه مشترک ممکن است هر دو ورودی را تحت تأثیر قرار دهد. وجود دو کابل به‌تنهایی ثابت نمی‌کند مسیرهای برق مستقل‌اند. UPS و برق اضطراری مرکز داده نیز نقش جداگانه دارند و جای پشتیبان داده را نمی‌گیرند.

مدل و شناسه سرور، زمان هشدار، متن کامل و اینکه کدام PSU یا ورودی در پنل مشخص شده را یادداشت کنید. شماره سریال، IP مدیریتی و اطلاعات مرکز داده را عمومی منتشر نکنید. اگر داده حیاتی دارید، وضعیت آخرین بکاپ جدا از سرور و امکان بازیابی را بررسی کنید؛ کار سنگین اضافی یا تغییرات هم‌زمان سخت‌افزاری را تا روشن‌شدن وضعیت با مسئول سرور هماهنگ کنید.

هشدار را فقط برای سبزشدن پنل پاک نکنید. زمان و کد رخداد به تشخیص علت کمک می‌کند و حذف پیام مشکل برق را حل نمی‌کند. اگر بوی سوختگی، صدای غیرعادی یا هشدار بحرانی فیزیکی گزارش شده است، کار از راه دور را متوقف و فوراً از مرکز داده بخواهید طبق روال ایمنی خود بررسی کند.

اگر سرور شما iDRAC، iLO یا پنل مدیریتی مشابه دارد، از مسیر امن و با حساب مجاز وارد شوید. بخش برق یا Power و فهرست Power Supplies و رخدادها را پیدا کنید. نام منو به سازنده، مدل و نسخه firmware وابسته است. وضعیت هر PSU، وضعیت redundancy، ورودی برق و پیام‌های مرتبط را کنار هم یادداشت کنید.

ممکن است یک پیام درباره خرابی پاور، قطع ورودی برق، ناسازگاری قطعات یا از دست رفتن افزونگی باشد. این‌ها یکسان نیستند. مثلاً ورودی قطع‌شده می‌تواند به مسیر برق یا کابل مرتبط باشد، در حالی که هشدار خود قطعه نیاز به بررسی جدا دارد. سبز بودن یک PSU هم به‌تنهایی ثابت نمی‌کند با بار فعلی، کل سرور در حالت افزونه قرار دارد.

اگر SSH قطع است ولی پنل مدیریتی در دسترس است، راهنمای استفاده امن از کنسول iDRAC روش دسترسی را توضیح می‌دهد. پنل مدیریت را برای راحتی در اینترنت عمومی رها نکنید؛ دسترسی آن باید مطابق سیاست شبکه محافظت شود.

اگر سرور در دیتاسنتر یا سرویس اجاره‌ای قرار دارد، شناسه دستگاه، کد هشدار، شماره PSU گزارش‌شده و زمان را از مسیر پشتیبانی معتبر ارسال کنید. از تیم فنی بخواهید مدل و جایگاه فیزیکی را با پنل تطبیق دهند و وضعیت ورودی برق، PDU، کابل، ظرفیت و افزونگی را طبق مستندات همان سرور بررسی کنند.

برای تعیین زمان رسیدگی بپرسید آیا سرور اکنون با ظرفیت کافی در حال کار است، آیا مسیر ورودی دوم سالم و مستقل است و آیا تعویض قطعه به خاموشی یا پنجره نگهداری نیاز دارد. عبارت hot-swap در بعضی مدل‌ها به معنی قابل تعویض‌بودن قطعه در شرایط مشخص است، نه مجوز خارج‌کردن هر پاوری در هر وضعیت. اگر افزونگی از دست رفته یا بار از ظرفیت باقی‌مانده بیشتر است، برداشت قطعه اشتباه می‌تواند سرور را خاموش کند.

بازکردن PSU، دست‌زدن به بخش‌های برق یا جداکردن کابل و قطعه بدون آموزش و مجوز خطرناک است. عملیات فیزیکی باید توسط افراد مجاز و مطابق دفترچه همان مدل و مقررات مرکز داده انجام شود. راهنمای عیب‌یابی منبع تغذیه PowerEdge نمونه روش سازنده برای محصولات تحت پوشش خود است و نباید به تمام سرورها تعمیم داده شود.

پس از کار مرکز داده، رخداد تازه و وضعیت فعلی هر PSU و redundancy را دوباره بخوانید. اگر PSU تازه سالم است اما پنل همچنان از دست رفتن افزونگی را نشان می‌دهد، توان و سازگاری پاورها، مسیرهای ورودی و تنظیمات سرور باید توسط مسئول سخت‌افزار بررسی شود. پاک‌کردن تاریخچه قبل از ثبت نتیجه کمک نمی‌کند.

اگر پنل فقط رویداد قدیمی را نشان می‌دهد ولی وضعیت زنده سالم است، زمان رخداد و سلامت فعلی را از هم جدا کنید. وضعیت قدیمی به تنهایی نشانه خرابی فعلی نیست و وضعیت سبز لحظه‌ای هم جای بررسی علت رخداد تکرارشونده را نمی‌گیرد. به‌روزرسانی firmware فقط پس از بررسی سازگاری، ریسک و برنامه بازگشت و توسط فرد مسئول انجام شود.

از مرکز داده گزارش بخواهید: علت تأییدشده یا نامشخص، قطعه یا مسیر بررسی‌شده، زمان کار و وضعیت نهایی. در پنل، سلامت هر PSU و حالت افزونگی فعلی را ببینید و عملکرد سرویس و پایش بعدی را بررسی کنید. آزمایش قطع عمدی برق فقط با برنامه رسمی، بررسی ظرفیت، نسخه پشتیبان و مسئول مجاز انجام می‌شود؛ کشیدن کابل برای امتحان شخصی روش امنی نیست.

اگر رخداد باعث ریستارت سیستم شده است، راهنمای بررسی ریستارت ناگهانی لینوکس به جمع‌آوری شواهد نرم‌افزاری کمک می‌کند، اما قطع‌شدن لاگ به‌تنهایی علت برق را ثابت نمی‌کند. برای مشخصات سخت‌افزار، صفحه سرور اختصاصی ایران نت‌آرام را ببینید و تعداد PSU و نوع افزونگی را برای مدل و سرویس موردنظر تأیید کنید.