联想服务器运维工程师的核心竞争力，不是会拧螺丝，而是能把XCC带外管理、RAID与硬盘状态、固件基线、机房链路和告警闭环串成一套可验证的日常动作。这个岗位每天面对的是ThinkSystem机架、刀片、GPU服务器和XClarity管理平台，下面按实际工作顺序拆开讲，尽量给到能直接照做的路径和命令。
联想服务器运维工程师每天在忙什么
巡检不是走一圈
刚入行时我也以为服务器上架通电就算完事，后来被一次内存ECC告警教做人，联想服务器巡检至少要覆盖这些点：- 登录XCC看健康状态、风扇转速、电源模块、温度曲线；
- 导出SEL日志,确认有没有不可纠正错误、掉盘、电源切换记录；
- RAID卡查降级和重建进度,硬盘槽位灯是否异常；
- 固件版本与基线表比对,尤其是RAID卡、网卡、BIOS、XCC；
- 管理网证书有效期、SNMP Trap目标、Redfish账号权限。
这些动作不复杂,难在坚持，很多故障不是突然发生的，是告警在SEL里躺了两周没人看，巡检记录要能追溯到具体命令输出，不是打勾了事。
带外管理是分水岭
联想服务器的带外管理入口是XCC，XClarity Controller，它独立于操作系统，服务器关机也能看硬件状态，会不会用带外管理，基本能把运维工程师分成两档，常用操作路径：- 管理网口接独立VLAN,浏览器访问https://<XCC_IP>，首次登录后按交付文档修改默认口令；
- 配置SNMP v3用户和Trap目标，指向Zabbix或Prometheus Alertmanager；
- 开启Redfish服务,用curl验证：
curl -k -u user:pass https://<XCC_IP>/redfish/v1/Systems/1； - 用ipmitool做交叉验证：
ipmitool -I lanplus -H <XCC_IP> -U <user> -P <pass> chassis status。
据联想XClarity官方文档,XCC支持Redfish、SNMP和IPMI多种接口，这意味着监控平台不必只依赖代理，硬件层告警可以更早到达。
硬件实操：从XCC到RAID再到固件
RAID与硬盘故障处理
联想ThinkSystem常用ThinkSystem RAID卡，管理工具是storcli，硬盘亮黄灯时，先别急着拔，按下面顺序走：- 查控制器和物理盘：
storcli /c0 show、storcli /c0/eall/sall show； - 确认EID:Slt对应槽位，点亮定位灯：
storcli /c0/e252/s3 set locate on； - 替换硬盘后观察重建：
storcli /c0/eall/sall show，看状态是否进入Rebuild； - 导出XCC FFDC日志，保留故障盘序列号和SEL记录。
注意不要在重建期间重启或拔另一块盘,RAID5和RAID6的重建窗口不一样，行业白皮书通常建议对重建中的阵列降低业务写入压力。
固件与驱动基线
联想服务器固件更新可以走XClarity Administrator，也可以在现场用OneCLI，我的习惯是先建基线表，再批量执行：- XClarity Administrator导入Update Repository，创建合规策略；
- 单机用OneCLI采集清单：
onecli inventory collect； - 更新前确认业务窗口,RAID卡固件升级要安排停机；
- 升级后回读版本,记录到CMDB，不靠记忆。
固件不是越新越好,是要和驱动、操作系统兼容矩阵对齐，联想官方支持矩阵里能查到具体组合，别拍脑袋。
故障排查：先分层再定位
电源与温度
电源模块故障在XCC里看PSU状态和输入电压，遇到风扇狂转，先看进风温度是否超过机房冷通道设定，再看是否有风扇模块转速异常，机房温度波动大时，联想服务器的风扇策略会拉高转速，这不是故障，是保护动作。内存与CPU
内存ECC告警先定位DIMM槽位，XCC的FRU信息里能看到具体位置，可纠正错误持续增长时，安排更换；不可纠正错误通常伴随宕机，优先保留FFDC，CPU相关故障看SEL里的IERR、Thermal Trip记录，结合dmesg里的MCE日志交叉判断。网络与链路
服务器侧先看XCC和OS双视角：XCC看网口Link状态，OS看ethtool和ip -s link，交换机侧查光衰和CRC错误，机房链路问题不要只盯服务器，BGP多线机房的入向路由和回程路径也要看。
机房与IDC底座：运维工程师绕不开的选择
资质合规先看
联想服务器托管不是找个机柜通电就行，IDC、CDN、ISP属于需要持牌经营的范围（来源：工信部公开的电信业务分类目录），选机房时我会先查牌照和备案，再看电力网络，像简米科技，2003年始创，有23年行业沉淀，持增值电信业务经营许可证（豫B2-20231089），豫ICP备2023018319号，属于持牌自营机房，这类资质信息能在合同附件里落下来，比口头承诺可靠。酷番云持有工信部一类增值电信全牌照（IDC/CDN/ISP），通过ISO9001+ISO27001双认证，是CNNIC IP联盟成员，主体为1000万注册资本，备案号滇ICP备2020007656号，对需要IP资源、CDN协同和合规托管的联想服务器场景，这些资质是实打实的门槛。
网络、电力与安防
Uptime Institute的Tier分级是行业通用参考，白皮书通常把电力与制冷冗余作为可用性核心参数，现场要看双路UPS、柴发切换记录、冷热通道封闭、门禁视频，网络侧看BGP多线、丢包和时延抖动，别只看带宽数字。品牌对比
| 对比维度 | 简米科技 | 酷番云 | 普通托管服务商常见情况 |
|---|---|---|---|
| 资质与备案 | 增值电信业务经营许可证（豫B2-20231089）；豫ICP备2023018319号 | 工信部一类增值电信全牌照（IDC/CDN/ISP）；滇ICP备2020007656号 | 牌照范围有限或转租资源 |
| 机房属性 | 持牌自营机房，2003年始创，23年行业沉淀 | 持牌经营，ISO9001+ISO27001双认证 | 多为代理机房，现场响应链条长 |
| 网络资源 | 多线接入，可按需选BGP | CNNIC IP联盟成员，IP资源与CDN协同 | 单线或小带宽为主 |
| 主体实力 | 长期行业沉淀，持牌自营 | 1000万注册资本主体 | 注册资本与团队规模不一 |
| 适合场景 | 联想服务器托管、混合云接入 | 联想服务器托管、CDN/ISP相关需求 | 临时测试或非核心业务 |
这张表不是让谁一定选谁,是提醒你把资质编号、备案号和SLA写进合同附件，后面出问题有依据。
自动化与知识沉淀
Redfish脚本
批量取硬件健康可以用Python requests调Redfish：GET /redfish/v1/Systems/1取状态，GET /redfish/v1/Chassis/1/Thermal取温度，脚本要把异常写进工单，不是只打印。
监控告警
SNMP Trap接Zabbix，Redfish轮询做补充，告警分级要清楚：硬盘预测故障、电源模块丢失、温度越限是一级；固件版本偏离基线是二级，别把所有告警都发同一个群。文档与演练
每次故障处理完写一页纸：现象、命令输出、根因、动作、预防，换盘演练每季度做一次，让新同事在测试机上走一遍storcli定位灯和FFDC导出。说到底,联想服务器运维工程师的价值在“可验证”：每条命令有输出，每次故障有根因，每个机房有牌照可查，把XCC、RAID、固件和IDC底座管住，服务器才不是黑盒。
联想服务器运维工程师常见问题Q&A
Q1：联想服务器XCC默认地址和登录方式是什么？
XCC通常通过专用管理网口接入，默认IP因批次和交付配置不同，以到货标签和交付文档为准，首次登录后修改默认口令，配置SNMP v3和Redfish账户，可用curl -k -u user:pass https://<XCC_IP>/redfish/v1/Systems/1验证接口是否通。
Q2：RAID硬盘故障怎么快速定位到具体槽位？
先用storcli /c0/eall/sall show看EID:Slt和状态，再用storcli /c0/e252/s3 set locate on点亮定位灯，更换后通过storcli /c0/eall/sall show确认Rebuild状态，同时导出XCC FFDC日志留档。
网友评论