2026年服务器定期巡检测试试卷及答案

2026年服务器定期巡检测试试卷及答案一、填空题（每空1分，共20分）1.2026年主流浸没式液冷服务器的冷却液工作温度正常区间为____℃，超出____℃时需触发一级告警。2.信创架构飞腾FT-3000/4、鲲鹏930处理器服务器的内存CE错误累计单日超过____次时，需启动内存颗粒更换流程，UEFI日志中UCE错误代表____。3.AI算力服务器配套的8卡H100/H200NVLink集群的NVSwitch链路带宽损耗阈值为____，单卡算力波动超过____%时需排查PCIE链路兼容性。4.分布式存储节点服务器的单块SSD硬盘读延迟超过____ms、写延迟超过____ms时，需判定为亚健康盘执行离线替换。5.服务器带外管理接口2026年主流采用的____协议替代原有IPMI2.0协议，默认加密端口为____，需禁用默认管理员账户____避免暴力破解。6.存算一体服务器的持久化内存（PMem）工作在AppDirect模式下，断电数据保留时长不低于____小时，擦写次数阈值剩余低于____%时需提前备货替换。7.服务器电源冗余配置下，单路电源负载不得超过额定功率的____%，双路同时工作时单路负载需控制在____%-60%区间保证转换效率最优。8.边缘服务器的5G模组端到端时延超过____ms、丢包率超过____%时，需排查天线增益与核心网对接参数。9.服务器系统日志留存时长不得少于____个月，巡检完成后巡检报告需同步归档至运维平台至少保留____年。10.国产化服务器操作系统银河麒麟V10SP3、统信UOS1060版本的内核版本最低要求为____，避免出现ext4文件系统自动只读的已知漏洞。二、单项选择题（每题2分，共20分）1.以下不属于2026年服务器巡检必查项目的是（）A.液冷管路漏液传感器告警状态B.AI算力卡显存ECC错误计数C.服务器机箱外观漆面磨损情况D.信创固件可信根校验结果2.浸没式液冷服务器冷却液液位低于额定值（）时，需补充同型号冷却液，禁止不同型号冷却液混加A.5%B.10%C.15%D.20%3.以下哪种内存错误需要立即停机更换内存（）A.单日累计3次CE错误B.单次可纠正UCE错误C.不可纠正UCE错误D.内存温度高于55℃4.AI服务器8卡NVLink集群巡检时发现单卡与其他7张卡的NVLink连通率为87.5%，代表该卡有（）条NVLink链路故障A.1B.2C.3D.45.分布式存储服务器巡检时发现单块15.36TBU.2SSD硬盘的可用预留空间低于（）时，需立即替换A.3%B.5%C.10%D.15%6.2026年主流服务器带外管理默认禁用的服务不包括（）A.HTTPB.SSHC.TelnetD.SNMPv1/v27.存算一体服务器PMem巡检时，以下哪种情况不需要立即替换（）A.写入放大率超过12B.坏块数量超过出厂阈值30%C.读写延迟比基准值高20%D.工作温度48℃8.机架式服务器导轨承重检测要求单台2U液冷AI服务器（满载重量45kg）的导轨静态承重冗余不低于（）A.1.2倍B.1.5倍C.2倍D.3倍9.信创服务器可信启动巡检时，以下哪种情况判定为可信启动异常（）A.固件哈希值与白名单匹配B.内核模块签名校验通过C.第三方驱动未签名成功加载D.可信芯片PCR值未发生异常变更10.服务器巡检时发现冗余电源其中一路出现告警，以下处理方式正确的是（）A.立即拔掉告警电源更换B.先确认服务器负载情况，将负载迁移至其他节点后再更换C.直接重启服务器排查电源告警D.忽略告警，待另一路电源告警后再更换三、多项选择题（每题3分，共15分，多选、少选、错选均不得分）1.以下属于2026年液冷服务器巡检必查的传感器数据有（）A.冷却液入水口温度B.冷却液电导率C.漏液检测绳告警状态D.冷板散热鳍片灰尘累积量2.AI算力服务器巡检时，属于显存异常情况的有（）A.单卡显存ECC错误单日累计12次B.空闲状态下显存占用率持续高于15%C.显存读写速度比基准值低10%D.显存温度持续高于85℃3.信创服务器巡检时，需要验证的兼容性适配项包括（）A.处理器固件版本与操作系统版本适配B.外设驱动与可信启动模块适配C.业务容器镜像与架构适配D.带外管理协议与运维平台适配4.分布式存储服务器节点巡检时，判定为节点亚健康的情况有（）A.节点CPUidle持续低于10%超过72小时B.单节点磁盘坏道数量累计超过5个C.节点网络重传率持续高于0.1%D.节点内存可用率持续低于5%5.以下属于服务器巡检后必须完成的操作有（）A.清除所有服务器系统日志B.核对带外管理账户权限并清理弱密码账户C.同步巡检数据到运维监控平台D.对巡检发现的隐患生成整改工单四、判断题（每题1分，共10分）1.浸没式液冷服务器巡检时可以直接打开机箱盖板触摸内部器件，不需要断电操作。（）2.信创服务器的固件升级不需要验证兼容性，直接升级到最新版本即可。（）3.AI服务器NVLink链路带宽损耗只要低于10%就属于正常范围，不需要排查。（）4.服务器SSD硬盘的写放大率超过10时，硬盘剩余寿命不足20%，需要提前替换。（）5.2026年主流服务器带外管理采用的PLDM协议支持固件远程升级、硬件状态实时采集，比IPMI2.0安全性更高。（）6.存算一体服务器的PMem工作在Memory模式下，断电后数据不会丢失，可以替代普通内存使用。（）7.边缘服务器巡检时不需要测试5G模组的上下行速率，只要信号满格就属于正常。（）8.服务器电源的转换效率在负载40%-60%区间可以达到96%以上的钛金级效率，负载过高或过低都会降低转换效率。（）9.信创服务器可信启动校验失败时，系统会自动进入正常启动流程，不会影响业务运行。（）10.服务器巡检发现的低级别告警可以不用记录，只要处理高级别告警即可。（）五、实操题（每题10分，共20分）1.请写出2026年主流8卡H200液冷AI服务器的完整巡检操作流程，包含带外巡检、系统内巡检、业务层面巡检三个维度，至少列出8个具体巡检项及判定标准。2.某分布式存储集群包含12台存储节点，每节点配置12块19.2TBU.3SSD硬盘，巡检时发现其中1台节点的第7块硬盘出现读写延迟过高告警，请写出完整的故障排查与处理流程，包含数据安全保障、故障判定、替换操作、验证环节四个部分。六、故障分析题（共15分）某信创云平台的飞腾FT-4000/64服务器集群，运行银河麒麟V10SP3系统，承载政务类业务，巡检时发现其中3台服务器出现随机重启现象，带外日志无硬件告警，系统日志中出现“内核panic:unabletohandlekernelpagingrequest”报错，业务无数据丢失，重启后可恢复正常，持续3天每天出现1-2次重启，请分析故障可能的原因，并写出对应的排查解决步骤。===参考答案===一、填空题1.35-50、652.15、不可纠正内存错误3.5%、104.2、15.PLDM、5443、admin6.72、207.80、308.20、0.19.6、336二、单项选择题1.C2.B3.C4.A5.A6.B7.D8.C9.C10.B三、多项选择题1.ABC2.ABD3.ABCD4.ABCD5.BCD四、判断题1.×2.×3.√4.√5.√6.×7.×8.√9.×10.×五、实操题1.巡检操作流程如下：（1）带外巡检维度：①查看液冷传感器数据：冷却液温度35-50℃为正常，电导率低于2μS/cm为正常，漏液传感器无告警，液位不低于额定值90%，不符合则判定异常；②查看硬件告警状态：CPU、内存、硬盘、H200算力卡、NVSwitch无硬件告警，电源冗余正常，风扇转速在额定区间，不符合则判定异常；③查看带外管理安全配置：已禁用HTTP、Telnet、SNMPv1/v2服务，默认admin账户已删除，密码复杂度符合要求，符合则为正常；④可信根校验：固件哈希值与白名单匹配，PCR值无异常变更，符合则为正常。（2）系统内巡检维度：①算力卡状态检查：nvidia-smi查询8张H200卡在线状态正常，显存ECC错误单日累计低于10次，温度低于85℃，NVLink链路带宽损耗低于5%，不符合则判定异常；②系统资源检查：CPUidle高于20%，内存可用率高于10%，磁盘无只读、坏道告警，系统日志无内核panic、硬件报错，符合则为正常；③PMem状态检查：如配置PMem，擦写次数剩余高于20%，读写延迟与基准值差值低于10%，符合则为正常。（3）业务层面巡检维度：①算力性能测试：运行resnet50推理基准测试，单卡算力波动不超过10%，8卡集群并行效率高于92%，符合则为正常；②业务连通性测试：业务端口连通率100%，接口响应时延与基准值差值低于20ms，符合则为正常。2.故障排查与处理流程如下：（1）数据安全保障：首先登录分布式存储管理平台，确认该节点的副本数为3，故障盘对应的所有数据已在其他节点存在完整副本，启动数据均衡预校验，确认无数据丢失风险后再执行后续操作，操作前禁止直接拔盘避免集群触发不必要的数据重建。（2）故障判定：①登录节点带外管理界面，查看硬盘硬件状态无告警，排除硬盘供电、接口接触问题；②登录节点系统，执行smartctl-a命令查看硬盘SMART信息，可用预留空间低于3%、读写延迟持续高于2ms/1ms（读/写）、坏块数超过阈值则判定为硬盘亚健康；③将该盘临时踢出存储池，观察集群运行状态无异常，确认故障根源为该硬盘故障。（3）替换操作：①在存储平台中将该盘标记为待替换，触发数据预迁移到其他空闲盘块，迁移完成后将该盘下电；②佩戴防静电手环拔出故障硬盘，插入同型号同容量的全新U.3SSD硬盘，确认硬盘指示灯常亮，系统识别到新硬盘。（4）验证环节：①将新硬盘加入存储池，触发数据回补，观察回补进度100%完成后，集群无告警；②测试新硬盘的读写性能，读延迟低于1ms，写延迟低于0.5ms，符合性能要求；③持续观察24小时，硬盘无告警，集群重传率低于0.01%，判定替换完成。六、故障分析题1.可能的故障原因：（1）操作系统内核版本存在已知漏洞：银河麒麟V10SP3低于5.10.136版本的内核存在ext4文件系统内存寻址漏洞，高负载下会触发内核panic导致重启；（2）内存参数配置与飞腾处理器兼容性问题：内存SPD参数未针对飞腾FT-4000/64处理器做适配，高负载下出现内存寻址错误触发内核panic；（3）未签名内核模块加载：第三方业务驱动未做签名，可信启动校验时出现异常，触发系统强制重启；（4）电源动态调压参数异常：服务器电源的C6休眠模式调压参数与飞腾处理器不兼容，高负载下处理器供电波动触发系统重启。2.排查解决步骤：（1）首先核查3台故障服务器的系统内核版本，执行uname-a命令查看内核版本，如果低于5.10.136，升级内核到官方指定的5.10.136及以上版本，重启后观察是否还会出现重启现象；（2）如果内核版本符合要求，查看系统日志中内核panic报错的触发时机，是否出现在业务高峰时段，如果是则进入BIOS查看内存