计算机软硬件故障排查规范

计算机软硬件故障排查规范作为一名干了多年的IT运维从业人员，我见过太多原本只是很小的计算机故障，因为排查时不按流程、心急跳步，最后把小问题修成大故障，甚至弄丢用户重要数据的情况。其实绝大多数计算机故障都有规律可循，只要遵循一套清晰严谨的排查规范，就能快速定位问题、解决问题，还能最大程度保护用户的数据和设备安全。这套规范是我和身边同行们踩了无数坑总结出来的，不管是刚入行的新手还是已经干了多年的老运维，都能拿来对照参考，接下来我就把完整的规范整理说明。1故障排查前的准备工作正式开始排查故障之前，准备工作做足，能省下至少一半的时间，还能避免很多不该出的意外，这一步绝对不能省。1.1信息收集与安全预处理首先要做的就是问清故障的完整信息，不能上来就动手拆机子或者重装系统。要问清楚两个核心问题：第一是故障的具体表现，比如是开不了机还是软件闪退，是偶尔卡还是一直不动，有没有报错提示，把报错代码记下来能少走很多弯路；第二是故障发生前的操作，比如有没有装新软件、更新系统、碰过主机、出过停电或者进过水的情况，这些信息能帮我们快速缩小排查范围。信息收集完之后，第一件要做的事就是做数据安全预处理，这是我刚入行的时候师傅给我上的最重要的一课。不管是什么故障，只要硬盘还能读取，一定要先帮用户把桌面、我的文档里的重要资料备份出来，再动手操作。我刚入行那会差点犯了大错，当时用户说电脑太卡要我帮忙修，我上来就想直接重装系统，还好师傅及时拦住，带我先把用户存在桌面的项目图纸都拷到了移动硬盘里，不然那可是用户大半年的工作成果，根本赔不起。除此之外，如果要拆主机，一定要先拔掉所有电源，手上的静电要提前摸一下金属放掉，不然静电打坏主板芯片的情况真的发生过，别觉得是小事。1.2工具提前准备到位出门上门或者在工作室排查，工具一定要提前准备齐，别查到一半缺东西，耽误自己也耽误用户时间。软件工具方面，要提前备好带启动功能的PEU盘，里面要放好常用的硬件检测工具、数据恢复工具、系统修复工具，还有常用的杀毒卸载软件；如果是给老电脑修，还要备好对应型号的驱动包，别修好系统之后找不到网卡驱动，连不上网又卡半天。硬件工具方面，一套合用的螺丝刀、防静电手环是必备的，还要随身带几根备用的HDMI、VGA信号线，备用的SATA线、供电线，条件允许的话可以带几个常用的替换配件，比如好的内存、电源，替换排查比你对着坏件猜半天快多了。我之前第一次出门上门修机子，忘带螺丝刀，在客户办公室借了十几分钟才借到一把不合适的，尴尬得恨不得找个地缝钻进去，这个教训我记到现在。做好了所有准备工作，我们就可以开始正式排查了，整个排查过程我们遵循行业通用的「先软后硬、先外后内、先简单后复杂」的原则，一步步来，先从软件故障开始排查。2常见软件类故障排查规范软件故障是计算机故障里占比最高的，大概七成左右的故障都是软件层面的问题，只要按顺序排查，大部分都能快速解决。2.1先排查基础假性故障很多用户说的「故障」其实根本不是故障，只是临时的小冲突，第一步先做最简单的验证，能解决很多问题。2.1.1重启验证我跟你说，至少三成的故障，重启一次就能解决，真的不是夸张。很多时候是系统临时进程卡死、内存碎片堆积、小的驱动冲突，重启一下系统自动就修复了，根本不用折腾别的。我现在不管遇到什么故障，第一步都是让用户重启试试，很多时候重启完故障就消失了，用户还不好意思说原来这么简单，其实真的没什么，这就是最有效的第一步排查。2.1.2基础设置检查重启完还有问题，就检查最基础的设置，比如用户说打不出字，先看是不是输入法没切对，是不是键盘没选中输入框；说没声音，先看是不是右下角音量关了静音，是不是选了错误的输出设备；说上不了网，先看是不是wifi没连上，是不是飞行模式打开了。这些问题看起来特别低级，但确实是日常遇到最多的，先排除这些，不用上来就往复杂的地方想，浪费时间。2.2应用软件故障排查基础问题排除之后，如果只有某个特定软件出问题，其他软件都正常，那就是这个软件本身的问题，按顺序来排查。2.2.1单软件故障定位先退出软件重新打开，要是还出问题，就检查有没有版本更新，很多旧版本的软件和新系统不兼容，或者本身有bug，更新到最新版本一般就能解决。更新完还是不行，就卸载重装，卸载的时候一定要提醒大家，记得把软件残留的配置文件和缓存都清干净，很多时候出问题就是配置文件损坏了，不清干净残留，重装一万次还是一样的问题。2.2.2多软件共性故障排查如果好几个软件都出一样的问题，比如都提示找不到dll文件、都打不开闪退，那就要考虑系统层面的依赖组件出问题了。很多软件都依赖C++运行库、.NET框架这些组件，要么就是被杀毒软件误删了，要么就是更新系统的时候弄坏了，重新安装对应版本的组件就能解决。还有一种可能就是中了病毒或者木马，这个时候就要用杀毒软件全盘扫描，把恶意程序清掉，误删的系统文件从隔离区恢复回来就可以了。2.3系统核心故障排查如果排除了软件和组件的问题，那就是系统本身的核心故障了，我们按故障类型一步步来。2.3.1系统启动故障排查如果开不了机进不去系统，先试试能不能进安全模式，能进安全模式的话，基本就是最近装的驱动或者软件不兼容，在安全模式里卸载掉最近安装的内容，一般就能正常启动了。进不去安全模式的话，就用系统安装盘或者PE修复启动引导，引导分区损坏是非常常见的启动故障，比如误分区、升级系统失败都容易搞坏引导，修复一下引导十有八九就能好，不用上来就格式化重装系统，白白丢数据。2.3.2系统性能故障排查用户最常反映的问题就是「电脑越来越卡」，这个先打开任务管理器看资源占用，绝大多数情况都是开机自启了一堆流氓软件、弹窗软件，一开机就占了百分之七八十的内存和CPU，能不卡吗？把没用的自启动项全部关掉，卸载那些捆绑来的垃圾软件，一般就能流畅很多。如果清理完还是卡，再检查是不是系统盘空间满了，系统盘满了也会严重拖慢速度，把没用的大文件移到其他盘，留个十几个G的空闲空间就好了。软件故障我们全部排查完之后，如果问题还是存在，那基本就可以确定是硬件层面的故障了，接下来我们按规范排查硬件问题。3常见硬件类故障排查规范硬件排查我们同样遵循先外后内的顺序，先查外部设备，再拆主机查内部部件，不要上来就拆机子瞎折腾。3.1外部设备与连接故障排查3.1.1连接线与供电检查我见过太多所谓的「硬件故障」，其实就是线松了或者掉了。比如最常见的显示器不亮，我跑过去修，百分之二三十都是电源线被扫地阿姨碰掉了，或者信号线松了，重新插紧就好了，白跑一趟不说，还浪费大家时间。所以不管什么硬件故障，先看外部的线插好了没有，供电有没有接上。鼠标键盘没反应，拔下来换个USB口重新插，台式机前面板的USB口经常供电不足，插后面的主板口一般就好了，这个小细节很多人都不知道。3.1.2外设替换验证换了接口重新插还是不行，那就直接换个好的同款外设试试，比如鼠标坏了换个好鼠标插上，立刻就能确定是不是外设本身的问题，不用拆主机折腾，几分钟就能搞定。3.2主机内部硬件故障排查外部都排除了，就可以拆主机盖，排查内部部件了，按故障概率从高到低来排查，效率最高。3.2.1供电故障排查电源是主机里最容易出问题的部件之一，而且电源出问题会导致各种各样莫名其妙的故障，比如偶尔黑屏死机、开机没反应、自动重启，很多时候都是电源的问题。先看电源的电容有没有鼓包漏液，再换一个功率足够的好电源替换试试，如果换了电源故障就消失了，那就是电源坏了直接换就可以。我之前遇到过一个用户，电脑玩游戏的时候经常突然关机，清了灰换了硅脂还是不行，最后查出来是电源用了五六年，电容都鼓包了，输出电压不稳，换了电源之后再也没出过问题。还要检查各个部件的供电线有没有松，显卡的供电线、硬盘的供电线松了，都会导致掉显卡掉硬盘，别漏了这一步。3.2.2存储设备故障排查存储设备的故障概率是内部部件里最高的，不管是机械硬盘还是固态硬盘，都有使用寿命，用个三五年之后出问题的概率很高。如果系统经常卡顿、蓝屏、找不到硬盘，首先就要检测硬盘的健康状态，用检测工具看一下有没有坏道，健康度是不是已经报警了。这里一定要记住一个原则：只要硬盘出问题，第一时间先保数据，再修硬盘。数据的价值远远比硬盘本身高，我见过太多用户硬盘坏了，里面存着孩子的成长照片、多年的工作资料，没备份，那种欲哭无泪的样子我现在还记得，所以不管什么时候，只要硬盘出问题，先想办法把能读出来的数据都拷出来，再考虑换硬盘修硬盘。3.2.3内存、主板与CPU故障排查内存故障也很常见，开机滴滴叫、开不了机，一大半都是内存的问题。把内存拔下来，用干净的橡皮擦擦一擦金手指，擦掉上面的氧化层，换一个内存插槽插上，很多时候就好了。如果擦完换完还是不行，换一根好内存试试，就能确定是不是内存本身损坏了。CPU本身坏的概率其实很低，除非是过热烧掉或者装机的时候弄弯了针脚，一般都是主板出问题更多，检查主板上的电容有没有鼓包，有没有烧坏的痕迹，把所有外接部件都拔下来，只留CPU内存主板供电，点一次机试试，一步步排除就能定位问题。3.2.4散热故障排查散热故障是很多人都会忽略的问题，电脑用个两三年，风扇出风口就会堵满灰尘，硅脂也会干硬，CPU和显卡的温度动不动就升到九十多度，系统就会自动降频，导致电脑卡顿，严重的还会蓝屏、自动关机。排查的时候摸一下散热器是不是烫得离谱，看一下风扇转得是不是正常，灰尘多了就清灰，硅脂干了就重新换硅脂，花不了半个小时，就能解决百分之八十的莫名卡顿问题，真的非常管用。硬件排查完解决问题之后，很多人觉得就完事了，其实还有收尾工作要做好，这才是体现专业性和责任心的地方。4故障排查后的收尾规范4.1故障验证与记录修好之后不能马上交差，一定要自己多测试几次，确认故障真的彻底解决了。比如之前是开机蓝屏，那就多开关机两三次，运行几个大软件烤机半小时，没问题了再交给用户；之前是硬盘坏了换了新硬盘，就检查一下所有文件是不是都能正常打开，系统是不是流畅，别刚走用户又打电话说出问题，来回跑折腾人。测试没问题之后，要把这次的故障现象、排查过程、解决方法都记录下来，一方面方便以后用户再出问题可以快速查阅，另一方面也能积累自己的经验，新手也能拿来参考学习。4.2用户告知与预防提醒修完之后一定要跟用户讲清楚，这次到底是什么问题，为什么会出这个问题，以后要怎么预防，不能修完拿了钱就走，用户还是一头雾水。比如这次是因为装了太多捆绑的流氓软件导致卡顿，就要告诉用户以后别随便点网页上的弹窗下载，装软件的时候把捆绑安装的勾都去掉，定期清理一下自启动项；如果是硬盘健康度已经报警了，就要提醒用户尽快定期备份重要数据，早点换硬盘，别等彻底坏了丢数据；如果换了新的硬件，要跟用户说清楚保修期限，有问题随时过来找。这些话多说两句，用户能感觉到你真的在为他着想，不是为了修而修。4.3现场整理还原最后一定要把现场收拾干净，拆下来的主机盖子盖好，螺丝都拧好，把用户的线重新理整齐，原来是什么样子整理好，掉在桌上的灰尘螺丝都清干净，别把用户的桌子弄的乱七八糟就走，这个小细节非常拉好感，也能体现我们的专业性。总结这套计算机软硬件故障排查规范，说来说去核心其