NHỮNG SỰ CỐ VỀ MÁY CHỦ VẬT LÝ THƯỜNG GẶP

1. Tổng quan về vai trò và tầm quan trọng của máy chủ vật lý

Máy chủ vật lý đóng vai trò trung tâm trong hạ tầng CNTT của doanh nghiệp, đảm nhận việc lưu trữ, xử lý dữ liệu và chạy các ứng dụng quan trọng. Tuy nhiên, trong quá trình vận hành, máy chủ có thể gặp nhiều sự cố khiến hiệu suất giảm hoặc gián đoạn hoạt động. Bài viết này tổng hợp những sự cố thường gặp nhất, nguyên nhân và cách khắc phục, giúp doanh nghiệp chủ động phòng tránh.

2. Những sự cố thường gặp trên máy chủ vật lý

2.1. Mất điện đột ngột

• Nguyên nhân: Sự cố điện lưới tại trung tâm dữ liệu, UPS hoặc máy phát điện dự phòng hỏng, hoặc cáp nguồn bị rút nhầm khi bảo trì.
• Dấu hiệu nhận biết: Toàn bộ máy chủ tắt ngay lập tức, đèn trạng thái tắt hoàn toàn, log của hệ thống quản lý (iDRAC/ILO/IMM) ghi nhận lỗi “Power Loss” hoặc “Unexpected Shutdown”.
• Hậu quả: Mất dữ liệu, hỏng file hệ thống, giảm tuổi thọ linh kiện.
• Giải pháp: Trang bị UPS (bộ lưu điện) để đảm bảo nguồn điện tạm thời, cấu hình tắt máy tự động khi pin UPS yếu, kiểm tra hệ thống điện định kỳ.

2.2. Quá nhiệt (Overheating)

• Nguyên nhân: Lưu lượng gió làm mát trong rack không đủ, luồng khí nóng/lạnh bị trộn do quản lý airflow kém, hoặc hệ thống điều hòa phòng server (CRAC/CRAH) bị hỏng.
• Dấu hiệu nhận biết: Đèn cảnh báo nhiệt độ trên server chuyển sang màu cam/đỏ, hệ thống quản lý gửi cảnh báo “Over Temperature”, quạt chạy ở tốc độ tối đa liên tục, hiệu năng giảm hoặc máy tự tắt để bảo vệ.
• Hậu quả: Hỏng CPU, RAM, ổ cứng, giảm hiệu năng, thậm chí cháy linh kiện.
• Giải pháp: Vệ sinh máy định kỳ, duy trì nhiệt độ phòng từ 18–24°C, dùng cảm biến giám sát nhiệt độ.

2.3. Hỏng ổ cứng (Hard Drive Failure)

• Nguyên nhân: Module RAM ECC bị lỗi do xuống cấp linh kiện, khe cắm RAM bị oxy hóa, hoặc lỗi do firmware BIOS chưa tương thích với loại RAM đang dùng.
• Dấu hiệu nhận biết: Máy chủ liên tục reboot hoặc dừng ở quá trình POST, log iDRAC/ILO báo “Uncorrectable Memory Error”, hệ điều hành ghi nhận lỗi ECC hoặc kernel panic.
• Hậu quả: Mất dữ liệu, ngừng dịch vụ.
• Giải pháp: Sử dụng RAID để tăng khả năng chịu lỗi, thay ổ cứng khi có cảnh báo S.M.A.R.T, sao lưu dữ liệu thường xuyên.

2.4. Lỗi bộ nhớ RAM

• Nguyên nhân: Ổ cứng trong RAID array bị lỗi cơ học, bad sector, hoặc firmware ổ đĩa gặp lỗi. Môi trường rung chấn nhẹ nhưng kéo dài trong rack cũng có thể làm giảm tuổi thọ ổ cứng.
• Dấu hiệu nhận biết: Đèn trạng thái ổ cứng chuyển màu vàng/đỏ, hệ thống RAID controller báo “Degraded” hoặc “Failed”, tốc độ truy xuất dữ liệu giảm mạnh, log hệ thống lưu nhiều lỗi I/O.
• Hậu quả: Máy chủ treo, BSOD (màn hình xanh), lỗi ứng dụng.
• Giải pháp: Sử dụng RAM ECC, kiểm tra và thay thế module hỏng, vệ sinh khe cắm.

2.5. Bo mạch chủ (Mainboard) bị hỏng

• Nguyên nhân: Lỗi mạch cấp nguồn trên mainboard, chip điều khiển BMC hỏng, hoặc thiệt hại do sự cố điện áp cao.
• Dấu hiệu nhận biết: Server không thể khởi động dù PSU vẫn hoạt động, đèn cảnh báo system board bật đỏ, không thể truy cập iDRAC/ILO từ xa.
• Hậu quả: Máy chủ không khởi động, thiết bị ngoại vi không nhận.
• Giải pháp: Dùng nguồn ổn định, bảo trì định kỳ, thay mainboard khi hỏng.

2.6. Lỗi hệ thống làm mát

• Nguyên nhân: Quạt hot-swap bị hỏng hoặc bị tháo ra khi đang hoạt động, cảm biến nhiệt độ sai lệch, hoặc bơm tản nhiệt nước rack-mounted bị lỗi (nếu có).
• Dấu hiệu nhận biết: Server phát cảnh báo “Fan Failure” hoặc “Cooling Failure”, nhiệt độ tăng nhanh trên dashboard, một số quạt không quay hoặc quay rất chậm.
• Hậu quả: CPU/GPU quá nhiệt dẫn đến sập hệ thống.
• Giải pháp: Kiểm tra quạt thường xuyên, thay quạt khi kêu to hoặc chạy chậm, giám sát tốc độ quay qua BIOS/ILO/iDRAC.

2.7. Lỗi nguồn (PSU Failure)

• Nguyên nhân: PSU bị quá tải, tụ điện bên trong xuống cấp, hoặc PSU dự phòng trong cấu hình dual PSU bị hỏng.
• Dấu hiệu nhận biết: Đèn cảnh báo PSU màu cam/đỏ, log hệ thống báo “Power Supply Failure”, server mất nguồn khi một PSU hỏng và không còn PSU dự phòng.
• Hậu quả: Máy chủ tắt bất ngờ, gây mất dữ liệu
• Giải pháp: Sử dụng PSU công suất phù hợp, có dự phòng (redundant PSU), vệ sinh nguồn.

2.8. Lỗi do firmware hoặc BIOS

• Nguyên nhân: Firmware BIOS/BMC chưa được cập nhật bản vá, hoặc quá trình cập nhật firmware bị gián đoạn khiến hệ thống không thể POST.
• Dấu hiệu nhận biết: Server treo ở POST screen, không nhận card mở rộng, không boot vào OS, hoặc báo “Firmware Corruption” khi truy cập quản lý từ xa.
• Hậu quả: Không nhận phần cứng mới, bảo mật kém, lỗi khởi động.
• Giải pháp: Cập nhật firmware/BIOS từ nhà sản xuất, đảm bảo sao lưu cấu hình trước khi update.

2.9. Tấn công vật lý hoặc lỗi bảo mật

• Nguyên nhân: Người không có quyền truy cập vào rack hoặc phòng server, tháo linh kiện, cắm thiết bị lạ, hoặc reset cấu hình hệ thống.
• Dấu hiệu nhận biết: Thay đổi bất thường trong cấu hình iDRAC/ILO, dấu hiệu cáp nguồn/mạng bị tháo, camera an ninh ghi nhận truy cập trái phép.
• Hậu quả: Mất dữ liệu, thay đổi cấu hình trái phép.
• Giải pháp: Kiểm soát truy cập vật lý, dùng camera giám sát, khóa rack.

2.10. Lỗi do con người (Human Error)

• Nguyên nhân: Nhân viên kỹ thuật rút nhầm nguồn hoặc mạng, thay ổ cứng nhầm slot trong RAID, hoặc cấu hình sai BIOS/RAID khiến server không boot được.
• Dấu hiệu nhận biết: Server ngừng hoạt động ngay sau thao tác bảo trì, dịch vụ bị gián đoạn, log ghi nhận thao tác thay đổi phần cứng/cấu hình ngay trước khi sự cố xảy ra.
• Hậu quả: Gián đoạn dịch vụ, mất dữ liệu.
• Giải pháp: Đào tạo nhân viên, phân quyền hợp lý, tạo checklist trước khi thao tác.

Kết luận

Máy chủ vật lý là tài sản quan trọng, bất kỳ sự cố nào cũng có thể gây thiệt hại lớn về thời gian và chi phí. Doanh nghiệp cần chủ động bảo trì, giám sát liên tục và có kế hoạch dự phòng để giảm thiểu rủi ro. Việc kết hợp các biện pháp phòng ngừa và khắc phục kịp thời sẽ đảm bảo hệ thống vận hành ổn định, an toàn và hiệu quả.