别再“打卡式”巡检了——灯亮≠设备健康

最新推荐文章于 2025-11-28 16:16:35 发布

原创最新推荐文章于 2025-11-28 16:16:35 发布 · 707 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#网络

号主：老杨丨11年资深网络工程师，更多网工提升干货，请关注公众号：网络工程师俱乐部

前阵子一客户机房半夜宕机，我问：“白天巡检没发现异常？”他说：“灯都亮着啊！”
我上去一查，核心交换机风扇故障，温度飙到78℃，日志里三天前就报“FAN ALARM”，但没人看。
很多朋友把巡检当成“打卡任务”，走马观花，结果小问题拖成大事故。
今天，我把真正的机房巡检“黄金法则”和实战模板全给你，照着做，故障提前拦，老板直夸你专业。
今日文章阅读福利：《巡检通用检查单》

讲到巡检，分享一份好资料给你。私信我，发送暗号“巡检”，即可获取高清思维导图+pdf。

01 巡检核心理念：从“看表象”到“查本质”
灯亮 ≠ 正常 无告警 ≠ 安全 能上网 ≠ 无隐患
真正的巡检，是主动预防，不是被动响应。目标是：在用户报障前，发现问题。

02 网工巡检黄金法则：“五看五查”
✅ 口诀：环境稳、设备稳、日志清、流量平、配置准。

03 分项详解：每一步查什么？
1. 看环境 —— 机房的“生命体征”
✅ 温度：≤30℃（过高易宕机）
✅ 湿度：40%~60%（过低静电，过高短路）
✅ 空调/UPS：运行正常，无异响
✅ 漏水检测：地板下无积水（尤其空调下方）
✅ 消防：灭火器在位，无遮挡
🚨 隐患案例：空调滤网堵塞 → 温度升高 → 设备降频 → 丢包
2. 看设备 —— 硬件的“健康报告”
登录设备执行：
display device
输出示例：
Slot 1: Type : S5735-L24P4S-A Online : Present Power : Supply 1: Normal Fan : Fan 1: Abnormal ← 警告！ Temperature: 78℃ (Critical)
✅ 电源：双电源至少一个正常
✅ 风扇：全部“Normal”
✅ 温度：<60℃（高端设备可略高）
✅ 模块：光模块无“RX_LOS”（收光丢失）
🚨 动作：发现异常，立即记录并上报。
3. 看日志 —— 设备的“病历本”
display logbuffer | include -i "down\|alarm\|error"
✅ 接口频繁UP/DOWN → 线缆松动或错包
✅ “CRC error” → 物理链路问题
✅ “STP topology change” → 网络震荡
✅ “CPU utilization high” → 可能遭攻击或配置错误
💡 技巧：设置日志级别为“warning”以上，避免信息过载。
4. 看流量 —— 网络的“脉搏”
display interface gigabitethernet 0/0/1
关键字段：
Input: 10000000 bps (10 Mbps) Output: 8000000 bps (8 Mbps) Last 300 seconds input rate: 80% Input error: 0 CRC: 0
✅ 利用率：<70%（持续>80%需扩容）
✅ 错包/CRC：应为0，>100需排查
✅ 广播包：不应突增（可能环路）
📊 建议：对核心链路做流量基线，异常自动告警。
5. 看配置 —— 网络的“DNA”
✅ 配置是否保存？display saved-configuration vs display current-configuration
✅ 是否有未授权变更？ 对比上次备份
✅ 关键配置是否完整？
AAA认证开启
SSH启用，Telnet关闭
NTP时间同步
日志服务器配置
🔐 安全红线：禁止使用默认密码，禁止开启未加密管理协议。

04 附：机房巡检模板（可直接用）
# 机房巡检记录表（日期：_______） ## 一、环境检查 - [ ] 温度：___℃（标准：<30℃） - [ ] 湿度：___%（标准：40~60%） - [ ] 空调运行：□正常 □异常 - [ ] UPS状态：□正常 □告警 - [ ] 无漏水、无异味、无杂物 ## 二、核心设备检查（设备名：________） - [ ] 电源状态：□双正常 □单正常 □异常 - [ ] 风扇状态：□全正常 □部分异常 - [ ] 温度：___℃（标准：<60℃） - [ ] `displaydevice` 无红灯告警 ## 三、日志检查 - [ ] 无“ERROR”/“ALARM”日志 - [ ] 无接口频繁UP/DOWN - [ ] CPU/内存使用率正常（<70%） ## 四、关键接口流量（接口：________） - [ ] 利用率：<70% - [ ] CRC错误：0 - [ ] 无广播风暴 ## 五、配置与安全 - [ ] 配置已保存（`save`） - [ ] 启用SSH，禁用Telnet - [ ] 管理员密码强策略 - [ ] 配置与备份一致 ## 异常记录： 1._________________________ 2._________________________ 巡检人：_________ 时间：_________

05 结语
机房巡检是网络稳定的“第一道防线”。真正的专业，不是设备出了问题你能修多快，而是问题根本没机会发生。
坚持“五看五查”，用数据说话，用模板落地，你就能从“救火队员”升级为“防火专家”。
记住：每一次认真巡检，都是对业务最好的守护。

原创：老杨丨11年资深网络工程师，更多网工提升干货，请关注公众号：网络工程师俱乐部