告警产生

4月16日上午7:30分左右，福州某市医院20多台服务器批量重启，通知现场工程师。

故障分析定位

1、通过批量重启告警信息，发现内网esxi53主机硬件告警，初步判断是X86设备esxi53发生故障，导致esxi53上的虚拟服务器进行迁移重启。

告警提示

查打开esxi53设备详情，查看磁盘运行信息，显示2块磁盘运行正常。

基本可以排除磁盘故障。

磁盘运行正常

2、在9:20左右，服务器再次发生批量重启现象，在批量重启信息中，有“内网ESXi54 主机硬件-x86-温度状态异常告警”

温度异常告警

查看ESXi54硬件故障告警详情，可以看到内存，PCH和PCLe同时温度状态异常告警，推测ESXi54硬件故障，导致esxi54上的虚拟服务器进行迁移重启.

大胆假设，谨慎求证。

于是LinkSLA二级工程师，登录客户主机管理，发现esxi53、esxi54两台主机的虚拟机服务器重启时和平台监控到的内存PCH和PCLe同步存在温度异常告警。

pch、pcle温度异常

因此，可以初步判断，当esxi53、esxi54两台主机在内存状态异常时，内存发现异常。因此出现虚拟机批量迁移到其它主机的现象。

三、后续处理措施和建议

故障修复，建议跟换内存条。通过后续系统检测，此类故障再也没有发生，问题得到解决。

系统的健康稳定，需要时时掌握系统的运行状态，根据AI趋势性算法，做好提前预防，将问题扼杀在摇篮中。

LinkSLA智能运维管家，提供一站式运维服务