前言

月黑風高夜，服務宕機時。做服務端技術的，誰還沒半夜遇到個服務掛掉的情況，而像我這種半兼職網管的工作，遇到機器問題的概率也就更大了，本來周五晚上寫完總結準備撤離了，照例去我們那簡易的“機房”轉一圈，橙色的指示燈光芒閃的我有些睜不開眼，我知道這意味著我一時半會走不了了，又來活了。

調查原因

Dell PowerEdge R620 這款服務器，那個顯示屏雖然小點，但是好在能展現出錯誤信息，本來我想著錄個視頻，到工位上慢慢分析的，但是無奈亮度對比對太強，錄的視頻一片亮光，無法正常看出錯誤文字，我只得在手機上將看到的文本記錄下來，記性不太好，不得不從頭多看一遍，內容如下：

MEM0702 Correctable memory error rate exceeded for DIMM_B2. Reseat memory.

在回工位的路上，瞄了一眼旁邊的服務器，好家伙，又一臺閃著橙色光芒的，真是“禍不單行”啊，要知道這些機器從我去年安裝好還沒出過問題，今天第一次出問題還一次就出現兩臺，真是難以置信，還是一個一個字母的記錄了另一臺機器的報錯信息：

PDR1001 Fault detected on drive 0 in disk drive by bay 1. Check drive.

畢竟不是專業的，作為一個半吊子網管，初步判斷為內存問題和硬盤問題。

查找解決方案

這時候還是把ChatGPT請出來，當然Deepseek和豆包也都要發表一下對這些問題的看法，經過分析得出的結論就是內存和硬盤壞了，無法與主板正常連通提供服務，最可能得原因是插口松動了，關于內存我還不太擔心，那臺機器有8個條子，大不了把這個壞的取下來，剩余的也能接著用；不過硬盤這個比較棘手，畢竟里面有數據，搞不好我又得花時間同步、搭建、還原等等，所以先來看看硬盤問題。

硬盤問題

PDR1001 Fault detected on drive 0 in disk drive by bay 1. Check drive.

• PDR1001: 這是戴爾服務器關于物理磁盤（Physical Disk）的特定錯誤代碼。
• Fault detected on drive 0 in disk drive by bay 1: 這表示服務器在 1號硬盤托架（bay 1） 中的 第0號硬盤（drive 0） 上檢測到了故障。
• Check drive: 系統給出的建議是：檢查該硬盤。

我首先通過戴爾的遠程管理卡（iDRAC）在網頁上查看了硬盤信息，這臺機器的硬盤配置了RAID5（Redundant Array of Independent Disks, Level 5; 獨立磁盤冗余陣列，第5級），一共由4塊600G硬盤組成，其中一塊是熱備盤，另外3塊構成了RAID5，原來的硬盤狀態是0,1,2聯機狀態，3是就緒狀態。這次再打開，顯示1,2,3聯機狀態，0失敗狀態，也就是第一塊盤讀不到了。

因為之前就配置了RAID5，所以現在數據時完整的，熱備盤3已經替換了原來的0號盤組成新的陣列，數據不受影響，這款硬件卡支持熱插拔，通常的做法是買一塊新的硬盤把0號盤換下來就行了，我查了下價格還挺貴，600G原裝硬盤要1400塊，所以我還是司馬當活馬醫，測試下是不是插口松了。

PowerEdge R620 的硬盤比較好拆，點擊硬盤上的按鈕，彈出一個把手，一拽就出來了，因為故障的時間比較長了，我推測新的RAID5數據已經構建完成，所以我把擦拭好的硬盤又插了回去。

戴爾的遠程管理卡（iDRAC）在網頁上上的日志顯示 “Copyback started from Disk 3 on Integrated RAID Controller 1 to Disk 0 on Integrated RAID Controller 1.”，表明戴爾的PERC控制器做出了一種最智能、最安全的響應。控制器自動將當前RAID成員（Disk 3）上的所有數據，完整地復制回現在物理狀態良好的原盤（Disk 0） 上，當回拷完成后，Disk 0會重新成為RAID 5的正式成員，而Disk 3會自動解除成員身份，變回全局熱備盤的狀態，這是一個全自動的、完美的自我修復過程。

大約過了一個小時，日志顯示：

The physical disk drive Disk 3 in Backplane 1 ofIntegrated RAlD Controller 1 is assigned as a dedicated hot-spare.

這是一個非常理想的結局。 它證明了您最初“3盤RAID 5 + 1熱備”的配置是正確的，并且控制器的功能非常完善。

以后如果再次遇到硬盤故障報警（通過iDRAC郵件或管理界面），請先確認是哪塊盤，然后如果懷疑是連接問題，最安全的方法是先正常關機（Shutdown），再檢查線纜，最后開機。熱插拔操作應保留給確認已故障的磁盤的更換。

切不可在Raid5一塊硬盤掉線后，在數據沒有重新構建完就嘗試再插回去，如果確認硬盤壞了就買塊新盤換上，如果買了一塊二手盤，多數不能自動恢復，需要關機替換掉硬盤后，刪除新購二手盤Raid信息才行。

內存問題

MEM0702 Correctable memory error rate exceeded for DIMM_B2. Reseat memory.

• MEM0702: 這是戴爾服務器的特定錯誤代碼，指內存可糾正錯誤。
• Correctable memory error rate exceeded for DIMM_B2: 這表示服務器主板上的B2內存插槽中的內存條，發生了超過閾值數量的可糾正錯誤（CE）。
• Reseat memory: 這是系統給出的初步建議：重新插拔內存。

首先通過戴爾的遠程管理卡（iDRAC）在網頁上查看城內存信息，標記為DIMM B2的DDR3內存條狀態欄寫著，“已達可校正的內存錯誤日志上限”，重新插拔內存，這是錯誤信息直接建議的操作，有時可能只是因為金手指氧化接觸不良，所以我決定試一試，執行 shutdown -h now 關機，然后打開服務器頂蓋檢查。

定位DIMM_B2：找到主板上的內存插槽。每個插槽旁邊都有清晰的標簽，如 A1, A2, B1, B2, C1, C2…。找到標有 B2 的插槽。

取出內存：按下插槽兩端的卡扣，內存條會自動彈起，然后垂直將其拔出。

清潔金手指：使用一塊干凈的無絨布（如眼鏡布），或專用的電子元件清潔劑，輕輕擦拭內存條金色的接觸部分（金手指），不要用手直接觸摸金手指，我是沒找到眼鏡布，就用面巾紙擦了擦。

重新插入：將內存條對準插槽（注意防呆口），用均勻的力垂直向下按壓，直到兩端的卡扣自動扣回并發出“咔噠”聲。確保內存條已完全插入且沒有歪斜。

重啟服務器后，發現內存信息已經恢復正常，本來這活在常見的PC機上很普通，但是放到服務器上再亮哥橙色的警告燈，讓人很緊張。

總結

• Dell PowerEdge R620 這款服務器，頂蓋上有個黑色的把手，扣開滑動即可，硬盤盒前面有個按鈕，按下可彈出拖拽硬盤的把手
• MEM0702 是戴爾服務器的特定錯誤代碼，指內存可糾正錯誤，建議重新插拔內存
• PDR1001 是戴爾服務器關于物理磁盤（Physical Disk）的特定錯誤代碼，需檢查硬盤，必要時替換出問題的硬盤，支持熱插拔

---

==>> 反爬鏈接，請勿點擊，原地爆炸，概不負責！<<==

---

人生總是一個不斷交換的過程，拿你自己有的，去換自己想要的，不管這個過程是心甘情愿，還是被逼無奈，日子總要進行的。放大來看，又何止是人生啊，貓生、樹生，萬物生，哪些又是自己能完全掌控的呢？最近坍縮的方向過于明顯了，就必須反著來嗎？