硬件状态检查
- 电源模块：检查电源指示灯状态，确认冗余电源是否正常工作；记录电源风扇运转声异常。
- 存储设备：查看硬盘指示灯（如RAID卡报警）、SMART健康状态；检查磁盘I/O延迟和坏道情况。
- 内存：通过硬件管理工具（如iLO、iDRAC）检查内存ECC错误计数，确认无不可纠正错误。
- 风扇与温度：查看机箱风扇转速、CPU及主板温度传感器读数，确保在厂商规定范围内。
操作系统与系统日志
- CPU与内存使用率：使用top、htop或性能监控工具检查CPU负载、内存占用，注意异常进程或内存泄漏。
- 磁盘空间与inode：检查分区使用率（
df -h）和inode使用率（df -i），清理日志或临时文件。 - 系统日志：审查
/var/log/messages、dmesg等，关注硬件报错、OOM、文件系统错误等关键条目。 - 关键服务状态：检查Web、数据库、DNS等服务是否运行正常，查看监听端口和服务进程是否存在。
网络安全与配置
- 网络连通性：ping服务器网关及外网，检查丢包和延迟；确认网络接口速率与双工模式无误。
- 防火墙与安全策略：验证iptables/nftables规则是否生效，确保默认策略为DROP，开放端口符合业务需求。
- SSH与远程管理：检查SSH服务配置，禁用root直接登录、密码登录；确认密钥认证有效。
- 证书与加密：检查SSL/TLS证书有效期，确保无即将过期证书。
数据备份与完整性
- 备份作业状态：查看近期备份任务是否成功完成，检查备份日志有无错误。
- 备份文件验证：随机抽取备份文件执行恢复测试（如解压、挂载）确认可读。
- 异地/归档备份：确认备份数据已同步至异地或归档存储，无断链。
环境与物理安全
- 机房环境：检查温湿度是否在正常范围（一般18-27℃、40-60% RH）；确认机柜通风顺畅。
- 物理安全：核实机柜门锁完好，无非法接入设备；检查机柜内线缆整洁度，防止意外松动。
- UPS及电力：观察UPS负载百分比和电池健康状态，确认电力输入无异常波动。
以上项目建议每日至少执行一次，并形成标准化巡检表格，记录异常及处理措施，确保服务器稳定可用。
