服务器巡检表是保障服务器稳定运行和及时发现潜在问题的重要工具。
服务器巡检表是用于检查服务器系统运行状态、资源使用情况以及各种服务和应用的健康状况的一种工具，它可以帮助系统管理员及时发现和解决潜在问题，确保服务器的稳定运行，以下是一份详细的服务器巡检表模板，包括各个检查项及其标准：
| 检查项目 | 检查指标 | 检查标准 | 备注 |
| 系统资源 | CPU使用率 | ||
| 内存使用率 | |||
| 磁盘使用率 | |||
| 系统负载 | |||
| 日志文件 | 无ERROR报错为正常，少量ERROR报错且不影响业务为低风险，出现5%以上的ERROR报错且影响非核心业务为中风险，出现10%以上的ERROR报错且已经影响核心业务或者集群状态为高风险 | ||
| 系统服务 | 没有Failed和Down状态的服务为正常，有Failed和Down状态的服务但不影响业务为低风险，有Failed和Down状态的服务且影响非核心业务为中风险，有Failed和Down状态的服务已经影响部分业务或者集群状态为高风险 | ||
| K8S集群 | 节点状态 | 所有节点状态为Ready为正常，出现1台状态为NotReady为低风险，出现2台状态为NotReady为中风险，大于2台状态为NotReady为高风险 | |
| Pod状态 | 所有Pod状态为Running为正常，Pod状态为Running但出现重启的情况为低风险，非核心业务Pod出现不可用状态为中风险，核心业务Pod不可用为高风险 | ||
| 持久卷状态 | 所有持久卷状态均为Bound为正常，持久卷出现异常但不影响业务为低风险，持久卷出现异常且影响非核心业务为中风险，所有持久卷不可用且核心业务受影响为高风险 | ||
| 节点资源使用情况 | 所有节点资源使用率均低于70%为正常，所有节点资源使用率大于70%且不影响业务为低风险，所有节点资源使用率大于80%且影响非核心业务为中风险，所有节点资源使用率大于95%且影响核心业务为高风险 | ||
| 节点间通信 | 节点间通信延迟小于50ms且无丢包为正常，节点间通信延迟大于50ms但不影响业务为低风险，节点间通信延迟大于100ms出现丢包且影响非核心业务为中风险，节点间通信延迟大于150ms出现丢包且影响核心业务为高风险 | ||
| Nginx | 端口监听 | 监听端口包含nginx配置文件监听的端口为正常，不包含且不影响业务为低风险，不包含且影响非核心业务为中风险，不包含且影响核心业务为高风险 | |
| 访问 | 响应状态码为200为正常，出现非200但不影响业务为低风险，出现非200影响非核心业务为中风险，出现非200且影响核心业务为高风险 | ||
| 日志记录 | 日志中无ERROR报错为正常，日志中有少量ERROR报错且不影响使用为低风险，日志出现2%的ERROR报错且影响非重要业务为中风险，日志中出现10%以上的ERROR报错且已经影响部分重要业务为高风险 | ||
| 连接数 | |||
| JAVA应用 | 程序运行状态 | 服务正在运行为正常，服务实例数少于2但不影响业务为低风险，服务不可用数少于2且影响非核心业务为中风险，应用程序无法正常运行且核心服务不可用为高风险 | |
| Pod波峰波谷 | 指标线没有明显的大波动为正常，少数波峰波谷且一天2-5次且持续时间不长为低风险，频繁波峰波谷且一天超过5次且持续时间不长为中风险，一直处于波峰波谷且无法提供服务为高风险 | ||
| RabbitMQ | 节点状态 | 所有节点状态为running为正常，出现一个节点状态为down为中风险，所有节点状态为down为高风险 | |
| 队列长度 | ≤500为正常，>500为低风险，>1000为中风险，>2000为高风险 | ||
| Redis | 连接数 | ||
| 内存使用率 | |||
| PostgreSQL | 数据库连接数 | ||
| 磁盘空间使用率 | |||
| Elasticsearch | 集群状态 | 集群status为green为正常，集群status为yellow为低风险，集群status为red且出现不可用状态为高风险 | |
| 索引状态 | 索引status为open为正常，索引status为down为高风险 | ||
| ELK日志系统 | 日志收集是否正常 | 应用输出的日志与ELK收集的一致为正常，日志出现不一致且收集不完全为低风险，索引状态status为down为中风险 |
相关问答FAQs
问：如何判断服务器CPU使用率是否处于健康状态？
答：服务器CPU使用率的健康状态可以通过以下标准来判断：
如果CPU使用率小于70%，则认为是正常的。
如果CPU使用率在70%到85%之间，属于低风险范围。
如果CPU使用率在85%到95%之间，属于中风险范围。
如果CPU使用率大于或等于95%，则认为是高风险状态。
问：当发现服务器内存使用率达到90%时，应该怎么办？
答：当服务器内存使用率达到90%时，可以按照以下步骤进行处理：
检查内存泄漏：首先检查是否存在内存泄漏问题，可以使用工具如Valgrind来检测。
增加物理内存：如果内存泄漏问题不存在，可以考虑增加物理内存以缓解压力。
优化应用：审查当前运行的应用和服务，关闭不必要的进程或服务以释放内存。
使用交换分区：在物理内存不足的情况下，可以适当配置和使用交换分区作为临时解决方案，但长期依赖交换分区会影响性能。
小编有话说
服务器巡检表是保障服务器稳定运行的重要工具，通过定期检查各项指标，我们可以及时发现并处理潜在问题，避免因小故障导致大问题的发生，希望以上巡检表能够帮助大家更好地管理自己的服务器系统，如果有任何疑问或建议，欢迎随时留言交流。
原创文章，作者：未希，如若转载，请注明出处：https://www.kdun.com/ask/1440817.html
本网站发布或转载的文章及图片均来自网络，其原创性以及文中表达的观点和判断不代表本网站。如有问题，请联系客服处理。
发表回复