- 博客(9)
- 收藏
- 关注
RSS订阅原创 物理磁盘空间不足的解决办法（删除数据&扩容）
4.重建分区（覆盖原分区表，扩展容量）：输入 n（new），选择分区类型（默认 Primary 或 Logical），按回车沿用原 Start 扇区，再按回车使用全部未分配空间（或手动输入结束扇区）。2.查看哪个目录或者文件占据了磁盘空间（df -h），切到使用率高的目录中，du -sh * 查看当前目录下的所有文件大小。2.查看分区信息：输入 p（print），记录目标分区的 Partition number（如 3）、Start 扇区（不可修改，否则数据丢失）。
2025-11-26 17:33:30
504
原创 GPU典型故障问题解析和排障（二）
通常情况下，这个问题由其中一个电源出现故障引起，但也可能是由主板、SATA 驱动器、风扇或 PCIe 卡上的短电路引起的。通常情况下，这个问题由其中一个电源出现故障引起，但也可能是由基板、SATA 驱动器、风扇或 PCIe 卡上的短路引起的。1.重启服务器 ，2 断电后重新插拔/对调，进行压测 3.换新的GPU进行压测。如果处理器插槽的问题仍然存在，请更换主板，否则将更换处理器。取出电池，用酒精棉以消除潜在的污染，重新安装电池。卸下并检查所有可能受影响的组件，进行最小化方法。确保没有风扇故障，散热正常。
2025-11-19 17:17:00
999
原创 GPU典型故障问题解析和排障（一）
ECC顾名思义 错误校验码，是一种硬件级的内存容错技术，GPU和RAM的ECC基本原理是一样的，都是通过添加校验码来实现。PS：不是所有的GPU都支持ECC，并且ECC会消耗一部分硬件资源，GPU可以选择将其功能打开/关闭。ECC计数增加可能会带来以下影响：1）计算精度偏差：单比特翻转导致浮点运算偏差，造成数据污染。2）应用程序不稳定：用户会看到程序频繁崩溃、失去响应、或者产生奇怪的非预期行为。
2025-11-19 15:54:57
1196
原创 Linux系统介绍+小知识点
1）硬链接 由于 Linux 下的⽂件是通过索引节点(inode)来识别⽂件，硬链接可以认为是⼀个指针，指向⽂件索引节点的指 针，系统并不为它重新分配 inode。每添加⼀个⼀个硬链接，⽂件的链接数就加 1。不⾜：1）不可以在不同⽂件系统的⽂件间建⽴链接；2）只有超级⽤户才可以为⽬录创建硬链接。2）软链接 软链接克服了硬链接的不⾜，没有任何⽂件系统的限制，任何⽤户可以创建指向⽬录的符号链接。因⽽现在更为⼴ 泛使⽤，它具有更⼤的灵活性，甚⾄可以跨越不同机器、不同⽹络对⽂件进⾏链接。
2025-11-17 13:13:32
868
原创 运维工作中遇到的问题小结
本文总结了三个服务器配置问题的解决方案：1）在X86架构浪潮服务器安装麒麟系统时，需修改启动参数以识别U盘安装源；2）华为服务器安装Ubuntu时需确认架构匹配，ARM架构需专用镜像；3）服务器存储配置中，主备双活模式下备机LUN需先创建但不映射才能同步成功。同时详细记录了SAN交换机配置过程，包括zone创建和华为存储管理操作要点，强调主机组与LUN的一对一对应关系及不同硬盘池的管理方式。
2025-11-11 11:17:23
853
原创 运维知识之二：维修 GPU
3.进系统查看是否识别到，如果替换后的卡槽3号位被识别到，5号位的没有被识别到，则说明GPU本身没有故障，主板原因，5号槽位卡槽故障。GPU的验证环节和更换内存硬盘不同，不光需要系统BIOS中识别到，还要通过压测，压测时间大约是2-6个小时不等。替换法：若通过互换法无法定位出故障原因，则需要进行替换法，将故障位置的GPU取出，更换新的GPU进行测试。服务器出现故障，可以通过日常现场巡检，API触发，监控软件如ZABBIX,普罗米修斯等。2.如5号位故障，讲5号位的GPU查到3号位，将3号位插入5号位。
2025-05-26 08:21:22
671
原创 机房运维必备知识之一：CR和IN工单如何建立
通过我们进入BMC或者系统进行进一步确认，发现确实存在设备故障，此时我们就需要手动建立incident工单。注意事项：变更开始时间选择业务低谷期，制作好应急预案，回滚计划。4.变更验证：这一步十分重要，功能验证，性能评估（如有必要），日志分析（登录BMC或是登录系统验证）。变更分为很多种，资产变更，流程变更等等，这里主要介绍因设备故障，需要维修设备导致的变更。2. 故障描述：设备的SN，所处的机位，故障信息，最好是有相应的日志或截图。3.影响范围：业务影响，严重程度（底到高），时间敏感度等等。
2025-05-23 10:10:45
711
原创 IDC服务器硬件方向运维工程师常见面试问题（附带自己的心得）
位置，核对SN，双人核对，确定服务器是否可以关机，下架安全性，根据工单要求，BIOS BMC FRU。14、内存UE和CE的区别（故障描述里会看到，CE是可纠正错误，UE是无法纠正的错误）9、光纤类型区别，光纤接口类型，如何区分单模多模？6、网络整替，配置管理口，让远程能登陆的命令？17、服务器开机无显示，应该如何排查故障并维修。19、服务器BMC不通，如何帮把这台机器解决？1、如何进单用户模式，单用户模式如何附加权限。3、服务器配置进BIOS按键，如何进BIOS。35、服务器双网不通的排查思路？
2025-05-22 17:36:34
2200
原创 IDC驻场自维保 查看硬件信息
READ卡：megacli -PDList -aALL | grep -E 'Slot|Media|Error|Firmware|PD Type|Raw Size|Predictive|Inquiry Data'- ethtool -i eth0|grep -i bus-info:|cut -d ":" -f2,3,4 网卡。- nvidia-smi -q | grep "Part Number" 显卡显示SN PN。- megacli -AdpAllinfo -aALL RAID卡。
2025-05-22 16:25:12
296
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人