Údržba serverů: fyzická péče, která může předejít drahým poruchám

Server je zařízení, od kterého se očekává především jedno – spolehlivý nepřetržitý provoz. Ve firmách na něm mohou běžet účetní a informační systémy, databáze, sdílené soubory, zálohování, virtualizace nebo další důležité služby. Podobně je tomu u NVR rekordérů kamerových systémů, které mnohdy pracují nepřetržitě 24 hodin denně, 365 dní v roce.

Při správě serverů se často mluví o aktualizacích, zálohách nebo zabezpečení. Neméně důležitá je ale také fyzická údržba samotného hardware.

Ve FariTech Systems Czech s.r.o. proto při dlouhodobé správě serverů sledujeme nejen jejich operační systém a služby, ale také stav komponent, chlazení, disků a napájení.

Server může běžet roky. To ale neznamená, že nepotřebuje údržbu

Serverové komponenty jsou zpravidla navrženy pro dlouhodobý provoz. To však neznamená, že jsou bezúdržbové.

Ventilátory mají ložiska, pevné disky mechanické části, chlazení se postupně zanáší prachem a teplovodivé materiály mohou během let měnit své vlastnosti.

Problém navíc často vzniká pomalu. Server může několik měsíců fungovat s vyššími teplotami nebo diskem vykazujícím první známky problémů, aniž by si toho běžný uživatel všiml.

Pravidelná kontrola tak může pomoci zachytit závadu ještě ve chvíli, kdy je možné naplánovat servisní zásah bez nečekaného odstavení firmy.

Ventilátory: hlučnost může být prvním varováním

Serverové ventilátory jsou zpravidla velmi výkonné a počítá se s jejich dlouhodobým provozem. Ani ony však nevydrží věčně.

Opotřebované ložisko se může začít projevovat:

• zvýšenou hlučností,
• chrastěním nebo vibracemi,
• nepravidelnými otáčkami,
• sníženým průtokem vzduchu,
• případně úplným zastavením ventilátoru.

U serveru se závada ventilátoru nesmí podceňovat. Chlazení je často navrženo jako celek a výpadek jednoho ventilátoru může výrazně zvýšit teplotu procesorů, disků, pamětí nebo napájecí části.

Modernější servery mohou vadný ventilátor samy rozpoznat a zobrazit nebo odeslat upozornění. U starších nebo jednodušších zařízení ale nemusí být problém tak snadno viditelný.

Při údržbě proto kontrolujeme nejen to, zda se ventilátory otáčejí, ale také jejich stav, hlučnost a případná hlášení diagnostiky serveru.

Čištění serveru od prachu

Prach je jedním z nejčastějších nepřátel elektroniky.

Postupně se usazuje na ventilátorech, žebrování chladičů, napájecích zdrojích i dalších součástkách. Vytvořená vrstva může omezovat proudění vzduchu a fungovat jako tepelná izolace.

Server pak musí zvyšovat otáčky ventilátorů, je hlučnější a jednotlivé komponenty mohou pracovat při vyšších teplotách.

Při fyzické údržbě proto kontrolujeme průchodnost chlazení a v případě potřeby server odborně vyčistíme.

Zvlášť důležitá je tato kontrola u zařízení umístěných mimo klimatizované serverovny – například v kancelářích, skladech, technických místnostech nebo prostorách se zvýšenou prašností.

Přepastování procesoru po několika letech provozu

Mezi procesorem a chladičem se nachází teplovodivý materiál, jehož úkolem je zajistit co nejlepší přenos tepla.

Po několika letech nepřetržitého provozu může u některých zařízení dojít ke zhoršení jeho vlastností. Výsledkem mohou být vyšší teploty procesoru a intenzivnější práce ventilátorů.

Proto u starších serverů, typicky po přibližně třech a více letech provozu, kontrolujeme provozní teploty a podle konstrukce zařízení a jejich vývoje můžeme doporučit také výměnu teplovodivé pasty.

Neznamená to, že každý server musí být přesně po třech letech automaticky přepastován. Důležitý je především skutečný stav zařízení, provozní teploty, konstrukce chlazení a doporučení výrobce.

Pokud je ale chladič z důvodu údržby demontován, je správná aplikace nového teplovodivého materiálu samozřejmostí.

Pevné disky: závadu je nejlepší objevit dříve než při výpadku

Jednou z nejdůležitějších oblastí údržby serveru je kontrola datových úložišť.

Pevné disky jsou spotřební komponentou a jejich životnost není neomezená. U klasických mechanických HDD navíc dochází během provozu k fyzickému opotřebení.

Sledujeme proto diagnostické údaje disků, zejména SMART informace, stav RAID pole a případná hlášení řadiče.

Mezi varovné signály mohou patřit například:

• výskyt vadných nebo přemapovaných sektorů,
• čekající problematické sektory,
• chyby při čtení nebo zápisu,
• neobvykle dlouhé odezvy disku,
• hlášení RAID řadiče,
• stav „Predictive Failure“ nebo obdobné upozornění.

Samotný výskyt některé hodnoty ještě nemusí vždy znamenat okamžitou havárii, ale její další vývoj je potřeba sledovat.

Pokud disk začíná vykazovat známky poruchy, je výrazně lepší provést plánovanou výměnu, než čekat, až přestane fungovat úplně.

RAID není náhrada zálohy

Server může mít několik disků zapojených například v RAID 1, RAID 5, RAID 6 nebo RAID 10. Díky tomu může při poruše jednoho disku pokračovat v provozu.

To je velmi důležitá vlastnost, ale neznamená to, že jsou data automaticky v bezpečí.

Po výpadku jednoho disku již může být RAID pole v degradovaném stavu. Pokud dojde během obnovy pole k poruše dalšího disku, může situace skončit ztrátou dat.

Proto kontrolujeme stav disků preventivně a nechceme čekat až na okamžik, kdy server ohlásí úplný výpadek.

A především: RAID nenahrazuje pravidelné zálohování dat.

Server může závadu nahlásit sám

Profesionální servery jsou často vybaveny vlastním systémem vzdálené správy a diagnostiky. Podle výrobce se můžeme setkat například s řešeními typu iLO, iDRAC, XClarity nebo dalšími obdobnými platformami.

Ty dokážou sledovat stav hardware nezávisle na samotném operačním systému.

Server tak může rozpoznat například:

• vadný disk,
• poruchu ventilátoru,
• problém napájecího zdroje,
• příliš vysokou teplotu,
• chybu paměti,
• problém RAID řadiče,
• otevření šasi nebo jinou hardwarovou událost.

U podporovaných zařízení je možné nastavit také alerty – automatická upozornění na vzniklou závadu.

Správně nastavené upozornění může znamenat, že správce IT ví o problému prakticky ihned po jeho vzniku a nemusí čekat, až se závada projeví výpadkem služby.

Samozřejmě nestačí pouze možnost alertů mít. Je potřeba také ověřit, že jsou skutečně nastavené a že upozornění dorazí tam, kam mají.

Dva napájecí zdroje? Je potřeba ověřit oba

Řada firemních serverů používá redundantní napájení, tedy dva samostatné napájecí zdroje.

Za běžného provozu tak server dokáže fungovat i v případě poruchy jednoho zdroje. To je ale výhoda pouze tehdy, pokud jsou oba zdroje skutečně funkční.

Při údržbě proto může být součástí kontroly také funkční zkouška redundantního napájení.

Ověříme, že server dokáže běžet samostatně na každém z napájecích zdrojů a že se při odpojení jednoho zdroje správně přepne na druhý.

U dlouhodobě provozovaných systémů dává smysl také ověřit, že není celé zařízení roky fakticky provozováno pouze přes jeden zdroj, zatímco druhý již nemusí být plně funkční.

Redundance, která nebyla nikdy otestována, může vytvořit falešný pocit bezpečí.

Speciální pozornost si zaslouží NVR rekordéry kamerových systémů

NVR neboli Network Video Recorder je zařízení určené k ukládání záznamů z IP kamer. Z pohledu provozu má přitom se serverem mnoho společného.

Běží nepřetržitě a jeho pevné disky mohou 24 hodin denně zapisovat obrovské množství dat.

Přesto bývá jeho pravidelná údržba často přehlížena.

NVR je mnohdy umístěno v technické místnosti, racku, skladu nebo na jiném místě, kde se několik let prakticky nekontroluje.

Uvnitř se mezitím může hromadit prach, zhoršovat chlazení základní desky a stárnout pevný disk.

Nejhorší okamžik pro zjištění vadného disku je chvíle, kdy potřebujete záznam

U kamerového systému je funkčnost úložiště naprosto zásadní.

Problém je, že některé jednodušší NVR systémy uživatele na zhoršující se stav disku neupozorní dostatečně výrazně, případně jejich diagnostika není vůbec pravidelně kontrolována.

Zařízení může na první pohled fungovat. Kamery zobrazují živý obraz a systém vypadá v pořádku.

Skutečný problém se potom projeví až ve chvíli, kdy dojde například ke:

• krádeži,
• vandalismu,
• dopravní nehodě,
• pracovnímu úrazu,
• jiné bezpečnostní události.

Uživatel se pokusí dohledat záznam několik dní zpět a zjistí, že část souborů je poškozená, záznam obsahuje výpadky nebo jej vůbec nelze přehrát.

V takové chvíli už je na preventivní údržbu pozdě.

Proto u NVR doporučujeme pravidelně kontrolovat nejen to, zda zařízení „svítí a nahrává“, ale také skutečný stav disků a možnost přehrání starších záznamů.

Co kontrolujeme při fyzické údržbě serveru

Rozsah servisu se vždy liší podle konkrétního zařízení, jeho stáří a způsobu použití.

Kontrola může zahrnovat například:

• fyzický stav serveru a jeho komponent,
• zanesení prachem,
• ventilátory a jejich hlučnost,
• provozní teploty,
• stav chladičů,
• podle potřeby výměnu teplovodivého materiálu,
• diagnostiku HDD a SSD,
• stav RAID pole,
• kontrolu hardwarových alertů,
• redundantní napájecí zdroje,
• diagnostické logy serveru,
• kontrolu NVR a disků kamerového systému,
• ověření, zda lze skutečně přehrát uložená data.

Cílem není rozebírat funkční server bez důvodu. Cílem je včas odhalit komponentu, která se začíná blížit poruše, a zabránit neplánovanému výpadku.

Preventivní servis bývá levnější než odstávka

Vadný ventilátor za několik tisíc korun nemusí být velký problém, pokud se objeví při plánované kontrole.

Stejný ventilátor je ale mnohem větším problémem ve chvíli, kdy kvůli němu v pondělí ráno přestane fungovat server, na kterém pracuje celá firma.

Podobné je to s pevnými disky, zdroji a dalšími komponentami.

Ve FariTech Systems Czech s.r.o. se proto na správu serverů díváme komplexně. Neřešíme pouze operační systém a software, ale také skutečný fyzický stav zařízení, na kterém firemní systémy běží.

Pravidelná kontrola serveru může pomoci odhalit vznikající závady v době, kdy je ještě možné naplánovat výměnu komponenty, připravit odstávku a minimalizovat dopad na provoz firmy.