告警產生
4月16日上午7:30分左右，福州某市醫院20多臺伺服器批次重啟，通知現場工程師。
故障分析定位
1、透過批次重啟告警資訊，發現內網esxi53主機硬體告警，初步判斷是X86裝置esxi53發生故障，導致esxi53上的虛擬伺服器進行遷移重啟。
告警提示
查開啟esxi53裝置詳情，檢視磁碟執行資訊，顯示2塊磁碟執行正常。
基本可以排除磁碟故障。
磁碟執行正常
2、在9:20左右，伺服器再次發生批次重啟現象，在批次重啟資訊中，有“內網ESXi54 主機硬體-x86-溫度狀態異常告警”
溫度異常告警
檢視ESXi54硬體故障告警詳情，可以看到記憶體，PCH和PCLe同時溫度狀態異常告警，推測ESXi54硬體故障，導致esxi54上的虛擬伺服器進行遷移重啟.
大膽假設，謹慎求證。
於是LinkSLA二級工程師，登入客戶主機管理，發現esxi53、esxi54兩臺主機的虛擬機器伺服器重啟時和平臺監控到的記憶體PCH和PCLe同步存在溫度異常告警。
pch、pcle溫度異常
因此，可以初步判斷，當esxi53、esxi54兩臺主機在記憶體狀態異常時，記憶體發現異常。因此出現虛擬機器批次遷移到其它主機的現象。
三、後續處理措施和建議
故障修復，建議跟換記憶體條。通過後續系統檢測，此類故障再也沒有發生，問題得到解決。
系統的健康穩定，需要時時掌握系統的執行狀態，根據AI趨勢性演算法，做好提前預防，將問題扼殺在搖籃中。
LinkSLA智慧運維管家，提供一站式運維服務