企业官网建设流程全解析

机房里的老伙计又亮了黄灯，不用问，多半是那台 Dell PowerEdge R720。这台机器在二手市场和企业机房里保有量极大，稳定是稳定，但开机报错、液晶屏上滚动的错误代码，能把没经验的朋友看得一头雾水。这篇文章专门写给维护 R720 的朋友，从错误代码怎么读、怎么看日志，到常见的报错处理，全部按实际运维经验来讲，希望能帮你少走点弯路。

R720 是戴尔 12G 代服务器里的经典型号，用的是 E5-2600 系列 CPU，支持到 512GB 以上内存，配上 PERC H710/H710P 阵列卡，在中小型企业的虚拟化、文件存储、数据库场景里服役的非常多。机器老了，各种硬件告警就跟着来了，我平时接到的服务器维护需求里，大概有三成是和 R720 错误代码相关的。很多朋友一看到液晶面板上出现一串以 E 或 M 开头的代码就慌，其实这些代码是有规律可循的，只要你掌握了几个查看入口和代码归类，大部分问题都能自己定位清楚。

1. 错误代码从哪里看，这才是第一步

1.1 开机自检时的液晶屏和面板状态

R720 前面板有一块小液晶屏，平时显示机器名或 IP，一旦有硬件故障，就会滚动显示错误代码，比如E171F、E1618、M1006。开机自检 POST 阶段如果遇到严重问题，液晶屏会直接卡在错误代码上，机器可能进不了系统，或者反复重启。这时候你千万别急着拔电源，先拿手机把液晶屏上滚动的代码录下来，后面查手册全靠它。

另外，前面板上还有几个状态 LED 灯，分别是电源、硬盘、温度、内存、风扇等。如果某个子系统有问题，对应的 LED 会亮琥珀色。液晶屏上的代码是宏观信息，LED 灯能帮你快速锁定是哪个部分，比如内存 LED 亮了，那大概率是内存条或内存供电出了问题。

1.2 进不去系统时，iDRAC 日志是救命稻草

很多时候错误代码是间歇性的，液晶屏上闪一下就过去了，你根本来不及记。这时候就要用 iDRAC 的管理口了。R720 默认的 iDRAC 管理口在机器背面，是一个单独的千兆网口，旁边写着iDRAC，默认 IP 通常是192.168.0.120，子网掩码255.255.255.0。把电脑网卡配成同一网段，浏览器访问这个 IP 就能进入 iDRAC 管理界面，默认账号是root，初始密码是calvin。

进入 iDRAC 后，从左侧菜单找到“系统” -> “日志”，里面能看到完整的事件日志，包括电源、温度、电压、内存纠错、PCIe 报错等等。每条日志都有时间戳，有严重级别标识，还有对应的错误代码。比你在液晶屏前面蹲半天管用多了。如果机器能正常开机，也可以在系统里装 OpenManage Server Administrator（OMSA），通过操作系统读取同样的硬件日志，效果一样。

1.3 液晶屏代码和日志代码的区别

这里得说个容易混淆的点：液晶屏上的代码一般是面向最终用户的缩写，比如E171F是 PCIe 卡故障，M1006是内存配置无效。而进入 iDRAC 日志或者用命令查看时，往往能看到更详细的内部事件代码，比如UEFI0078、PCI1370这种。两者的归类逻辑不一样，排查的时候要以 iDRAC 日志里的完整信息为准，液晶屏代码只用来做初步判断。我见过有人只盯着液晶屏代码去查，结果查了半天发现是某个不太相关的 PCIe 卡导致的问题，所以两个入口都要会看。

2. 常见错误代码的含义与处理，直接抄作业

2.1 先看代码首字母，快速定位子系统

R720 的错误代码并不是乱编的，它的首字母就代表着子系统，很多朋友不知道这一点，看到代码就慌。实际运维中我习惯先看首字母，能把范围缩得很小：

当然这不绝对，但大部分情况符合。先按首字母把范围缩小到子系统，再结合具体代码去查对应手册，效率会高很多。我电脑里常年存着 R720 的硬件参考手册 PDF，遇到陌生代码直接搜索，比上网乱找靠谱。

2.2 M 开头：内存和 CPU 相关的错误

M 开头的错误里，出现频率最高的是内存相关代码。比如M1006，意思是系统检测到内存配置无效，常见原因是内存插槽顺序错误、混插了不同规格的内存条，或者是内存条没插紧。R720 的内存插法是有讲究的，每个 CPU 对应一组内存插槽，而且要先插蓝色插槽，再插黑色插槽，具体顺序查手册里的内存插槽映射图。

另一个常见的M1014是内存条出现不可纠正错误，这种往往是内存条本身坏了，或者插槽金手指氧化导致接触不良。处理办法是先关机断电，把所有内存条拔下来，用橡皮擦擦一下金手指，重新插紧。如果还是报错，那就一根一根排除，哪根内存拔掉后错误消失，就是哪根的问题。这方法老套但绝对有效，我在处理内存故障时至少七成靠这个方案解决。

CPU 相关的 M 开头错误相对少，比如M2000系列可能是 CPU 电源、CPU 温度、CPU 配置问题。R720 开机自检时如果提示CPU configuration error，先检查 CPU 数量匹配、散热器安装是否牢固。遇到 CPU 故障，我个人的建议是直接换整块 CPU 或主板，因为服务器 CPU 出问题的概率低，一旦出了问题，往往是主板供电或 CPU 插槽的问题，排查成本很高。

2.3 E 开头：电源和散热的警报

E 开头常见的如E171F，是 PCIe 卡故障或 PCIe 链路问题，R720 的 PCIe 槽比较多，插了 GPU、HBA 卡、网卡的机器很容易碰到。碰到这类告警，先把对应的 PCIe 卡拔下来，清理金手指和插槽，重新插回去试试。如果还是报错，很可能卡本身坏了，或者主板的 PCIe 插槽物理损坏。

散热相关的E1618，意思是风扇故障或转速过低。R720 机箱里一共有六个或更多风扇，任何一个风扇转速异常，面板上立马会亮灯。处理这类错误要先看看是不是灰尘太厚导致风扇卡滞，用气枪吹干净之后如果转速恢复正常，代码会自动消掉。如果某个风扇彻底不转了，买原装或者兼容风扇换上就行，要注意 R720 的风扇有不同规格代次，换的时候尽量选同型号同转速的，混插可能导致 BIOS 报风扇配置错。

电源相关的 E 代码，比如E1000系列，提示的是电源模块故障或者电源不能正常工作。R720 是双电源冗余设计，如果其中一个电源坏了，面板上对应电源的 LED 会不亮，iDRAC 日志里也会记录电源丢失事件。这种直接换电源模块，网上拆机的兼容电源很便宜，但我的建议是优先找原装拆机的，反而更稳定。

2.4 W 开头：硬盘和阵列卡的错误

W 开头的代码里，最常见的是W1228，意思是 RAID 控制器上的电池（BBU）故障，或者 RAID 卡缓存策略被降级为 Write Through。这个问题在 R720 上几乎是通病，因为 BBU 电池寿命一般是 2 到 3 年，时间一长就会衰减到无法保持缓存数据。如果日志里看到这个代码，硬盘读写还正常，但性能明显下降，多半就是 RAID 缓存失效了。

处理办法是更换 RAID 卡上的电池模块，H710P 的电池模块是独立小板，网上几十块钱一个，拆装都挺简单。换完之后进 RAID 卡的 BIOS 界面（开机按Ctrl + R），在控制器管理里执行一次电池重新学习（Learn Cycle），让电池容量重新标定。这里要提醒大家，BBU 老化后如果不及时换，RAID 卡可能在某次断电重启后报告元数据错误，到时候就麻烦了，别问我怎么知道的。

硬盘相关的 W 错误代码，比如硬盘 Predictive Failure（预测故障），iDRAC 日志里能看到具体是哪块盘报警。R720 的硬盘托架上也有 LED，闪烁琥珀色就是该盘有问题。处理这种问题，常规操作是在阵列卡管理界面确认是哪个虚拟磁盘上的哪块物理盘，然后热插拔更换。这里必须强调一个禁忌，一定要确认是哪块盘，千万别拔错了。我踩过这个坑，拔错盘导致阵列降级，重建数据花了一整晚。

3. 实操案例，这样一步步把故障揪出来

3.1 案例一：反复重启，液晶屏提示 M1006

我前阵子处理过一台 R720，故障现象是机器开机十来秒就自动断电重启，前面板液晶屏显示M1006，连 POST 都过不去。第一次遇到这种问题的朋友很容易急，其实思路理清楚就不难。

首先确认这是内存配置类错误，先把机器断电，拔掉电源线，打开机箱盖。把 CPU 对应的内存插槽梳理了一遍，发现这台机器一共装了 8 根 16GB 内存条，但插法比较乱，有一根插在了黑色插槽里，而本应该按从蓝到黑的顺序插。我把所有内存拔下来，按手册里的映射顺序重新插了一遍，再开机，还是报 M1006。

我意识到不是插法问题，于是用排除法，只保留一根内存，插在 A1 插槽（CPU1 的蓝色第一个槽），开机正常，再逐步增加内存条。结果加到第三根时，报错了。拿万用表测量了一下那根内存的金手指，确认有一小片污渍，用橡皮擦擦净后再开机，故障消失。这个问题前后花了大半个小时，最终发现就是接触不良加插法混乱叠加造成的，也说明一个问题，老服务器尤其要注意插槽插法，不是插满就能用。

3.2 案例二：开机后阵列卡提示 Foreign Configuration

这台 R720 的问题是开机加载 PERC H710P 阵列卡时，屏幕提示Foreign Configuration Found，按 F 键可以导入，按 C 键继续，但就是进不了系统。故障原因是阵列卡曾经识别过另一组硬盘，拔插硬盘后组信息被保留了，没被正确清除。

处理方法是进入阵列卡配置界面（开机按Ctrl + R），在 VD Mgmt 菜单里找到 Foreign Config，选择 Clear 先清掉外部配置，然后再 Import。一般清掉之后再导入就能正常启动。如果 Clear 之后仍然识别不到虚拟磁盘，可能是 RAID 卡的信息和硬盘上的信息不一致，这时候需要用阵列卡工具（比如MegaCLI）做一次全量扫描和重同步。

这里要特别提示一下，别一看到 Foreign Config 就急着 Clear，有些情况下这是你的虚拟磁盘组元数据残留，Clear 是安全的，但如果你有多个虚拟磁盘组，最好先拍照记录原来的配置，再操作。清完之后系统如果还是进不去，还得检查启动顺序，R720 的 BIOS 里可以把 RAID 控制器加进去做启动项。

3.3 案例三：BIOS 更新报错 Unsupported Downgrade

有朋友会遇到更新 R720 BIOS 时提示BIOS Update blocked due to unsupported downgrade，意思是当前 BIOS 版本比你要刷的版本新，或者版本的验证规则不允许降级。这个在很多戴尔服务器上都常见，尤其是机器原来刷过很新版本的 BIOS，你拿了一个较老的 BIOS 想刷回去的时候。

解决办法是先确认当前 BIOS 版本。开机自检时按 F2 进入系统设置，在 BIOS Settings 里可以看到 System BIOS Version。如果你确实需要降级，戴尔的规则里允许用-forcetype或-forcereboot这类参数绕过检查。具体操作是在 Windows 下打开命令提示符，进入 BIOS 文件解压后的目录，执行类似BIOS_XXXXX_WIN64.EXE /forcetype=11的命令，其中 11 表示服务器平台。Linux 环境下可以用-f参数强制刷新。如果不会用命令行，也有老办法：把 BIOS 更新文件写入 U 盘启动盘，在 F12 启动菜单里选择刷新，部分版本会在刷新前给你一个是否忽略版本校验的选项。

说实话，我不太建议为了降级去折腾 R720 的 BIOS，这台机器的新 BIOS 一般修了老 bug，也添加了新功能。除非你有特殊兼容性需求，比如要配合某个新出的硬盘或阵列卡，否则保持原版本稳定运行才是正道。

3.4 案例四：iDRAC 页面打不开，面板只有 IP 地址

还有一个很常见的情况，机器面板显示了一个 IP 地址，但同一网段的电脑浏览器却打不开 iDRAC 管理页面。这种问题一般不是 iDRAC 坏了，而是管理口被网管配置成了某个不可达的网段，或者 iDRAC 的 IP 被重置了。

处理方法是重启 iDRAC。最简单的方式是开机状态下用螺丝刀顶着前面板上的 i 按钮，按住超过 15 秒，直到风扇狂转一下，iDRAC 就重置了。重置之后 IP 会恢复成默认的192.168.0.120，用户名密码也会重置为默认值。要是还不行，把机器关机断电，按住 i 按钮的同时接上电源，等 30 秒再放开，这是硬重置方法。重置完之后一定要第一时间进 iDRAC 改默认密码，别用calvin裸奔，机房里的网络环境不像你想的那么安全。

4. 排查错误代码时要避开的坑

4.1 别只看液晶屏代码，而忽略 iDRAC 日志

前面说过液晶屏代码是简写，你看到E171F只知道是 PCIe 故障，但不知道是哪个槽位的卡出了问题。iDRAC 日志里会详细记录物理槽位、设备类型、厂商 ID 等信息。遇到报错先去 iDRAC 日志里拉一遍，看代码出现的频率和时间是否和某次硬件操作有关，比如刚插了卡、刚换了硬盘。排查老服务器要有一个意识：机器不会无缘无故报错，一定有什么诱因，回忆一下最近做了什么操作很重要。

4.2 别急着拔盘，先看 RAID 卡状态

W 开头的错误里，硬盘预测故障只是第一步，它的真正麻烦在于如果同时有多块盘亮灯，你就得考虑是不是背板供电问题，或者 RAID 卡本身有问题了。我的经验是，看到硬盘类告警，第一时间用 Dell OpenManage 或者阵列卡命令行工具查看物理盘状态，确认 SMART 信息和错误计数，再决定换不换盘。别只看到面板上有一块盘报警就直接拔了，如果是背板接口问题，换了新盘插上去一样报警，反而白白耗费人力物力。

4.3 别图便宜乱买配件

R720 是 12G 时代的机器，二手配件市场上鱼龙混杂，特别是电源、风扇、内存、BBU 这些模块。我见过有人买了非原装的冗余电源，装上去之后开机直接报E1000错误，因为机器检测不到电源模块的必要信息。内存条也一样，R720 对内存的兼容性要求不算苛刻，但混插 REG ECC 和无缓冲 ECC 内存，肯定报错。采购老服务器配件，认准原装拆机件，或者大品牌的兼容件，价格虽贵一点，但至少省心。

4.4 注意温度对错误代码的影响

夏季机房温度一高，R720 的风扇转速会上去，这是正常现象。但如果同一时间出现E1618和其他散热告警，先测一下进风温度和环境温度，看看是不是空调故障或者风道堵塞。不要在高温状态下反复拔插硬件排查错误代码，高温会扩大故障范围，甚至导致内存、CPU 虚焊。处理硬件时报错，尽量把机器安排到温度可控的环境再操作，这是我的原则。

5. R720 错误代码快速排查速查表

这段时间忙下来，我整理了一张 R720 错误代码的速查表，适合贴在你的运维笔记里，遇到报错直接对照初步定位。这不是官方文档的翻译，而是基于实际维修场景的归类，供参考：

这张表里的内容，你照着处理，至少能把 90% 的 R720 常规告警解决掉。剩下 10% 的疑难杂症，建议直接联系戴尔支持，手上保留好 iDRAC 里的日志截图和代码信息，能省很多沟通时间。

另外提一句，R720 这台机器虽然老，但很多朋友拿它做虚拟化宿主机，装 ESXi 或者 Proxmox VE 都非常合适。做虚拟化之前，我建议先把 BIOS 和 iDRAC 固件升到比较新的稳定版，再把 RAID 卡模式调成直通或 RAID 0/1，根据你的存储方案选择。虚拟化环境下遇到错误代码，处理思路和物理机是一样的，重点看内存和 RAID 卡，这两个地方告警最多，也最容易影响业务。

我个人做这行这么多年，遇到老服务器报错，心态反而越来越稳。R720 的报错本质上是硬件在告诉你某个部件寿命到了或者接触不良了，它没有隐藏行踪，只要你顺着日志和代码一层层查下去，问题往往没有想象中复杂。别被一堆代码吓住，先把工具用好，把日志读明白，剩下的事情就是按部就班地换件、插回、测试。

最后分享一个老运维的习惯：每台服务器建一个专门的文本文件，记下它的硬件配置、BIOS 版本、iDRAC IP、更换过的配件时间和型号。遇到错误代码时，先查这份记录，很多答案都能在里面找到。这个习惯帮我解决过不少问题，省下了大量重复排查的时间。