今天差点被服务器 PUA 了大家好啊今天本来是个美好的周六好吧周六通常不美好结果刚到公司屁股还没坐热手机就疯狂报警——业务系统挂了服务器起不来了。于是开始了今天这场“与戴尔 R750 斗智斗勇”的晨间运动记录一下全过程希望能帮遇到类似问题的朋友少走点弯路。第一眼卧槽啥情况远程连不上跑到机房一看服务器屏幕一串红字Boot Failed: Windows Boot ManagerPXE-E16: No valid offer received最后一行No boot device available or Operating System detected翻译成人话服务器找不到系统盘了找不到硬盘之后自己试图从网卡启动PXE但也没找到网络启动服务器最后两手一摊我啥都没有你看着办吧。简单来说就是三个字不认盘。这时候心里一紧——不会是硬盘坏了吧这台 R750 可是跑着核心业务的RAID 10 阵列四块 SAS 盘。现场勘查Boot Manager 里 Windows Boot Manager 是灰色的重启按 F11 进 Boot Manager启动菜单发现一个诡异的现象列表里明明有 Windows Boot Manager 这个选项但它是灰色的选不了。系统只能默认去选 PXE Device 网卡启动所以一直报 PXE 错误。这个灰色就很灵性了——说明 UEFI 固件里还有这个引导条目但它指向的磁盘分区已经无效了相当于一个空壳子BIOS 识别不到对应的系统盘分区干脆给你禁用了。那问题来了到底是引导分区坏了还是整块阵列都丢了于是开始逐步排查。排查第一步进 BIOS 看能不能看到硬盘重启按 F2 进 System Setup进 Device Settings 看看有没有 PERC 阵列卡。好家伙Device Settings 列表里只有网卡根本没有 PERC RAID 卡的身影这比 Windows 引导坏了更严重——系统连 RAID 控制器都认不到了更别提里面的虚拟磁盘。这时候已经确认不是简单的 BCD 引导修复能解决的了底层阵列层面出了问题。排查第二步试试 Lifecycle ControllerF10重启在戴尔 LOGO 界面按 F10 进 Lifecycle Controller打算从硬件配置里看 RAID 状态。结果第一次进去弹了个初始化向导点 Cancel 取消。然后去 Hardware Configuration → RAID Configuration直接报错 STOR0502说无法加载 RAID 配置向导。好家伙Lifecycle Controller 也读不到阵列卡。这个报错印证了前面的结论——阵列卡层面确实有问题不是 UEFI 设置的事。排查第三步终极方案——CtrlR 进 RAID 卡原生界面既然所有图形化界面BIOS 的 Device Settings、Lifecycle Controller都不认阵列卡那就只能走最后一条路了RAID 卡自己的纯 BIOS 配置界面。操作方式彻底断电拔电源线等 30 秒放电重新通电开机。放完电开机卡在这个界面屏幕文字AC Input Detected. Initializing and Verifying System Security.翻译已检测到交流电源输入正在初始化并验证系统安全。这是 Dell PowerEdge R750 服务器的iDRAC 开机自检流程还没到服务器 BIOS 和 RAID 卡自检阶段。等待阶段保持机器通电耐心等待这个界面自动走完一般 30~90 秒屏幕会自动跳转到戴尔 LOGO 界面。屏幕出现戴尔 LOGO 的时候盯紧屏幕下方的小字一看到 Press CtrlR for PERC Configuration Utility 立刻按 CtrlR。进去之后界面显示PERC H755Slot3现有阵列RAID 10容量 14903GB状态 Online阵列本身状态完全正常没有外来配置没有硬盘掉线没有降级。阵列是好的只是 UEFI 启动模式/引导条目出了问题。这才松了一口气——数据没丢系统还在只是服务器“失忆”了不知道怎么启动。解决调整启动配置既然阵列是 Online 的问题就单纯是引导层面的了。两种可能BIOS 启动模式UEFI/Legacy和系统安装模式不匹配UEFI 引导条目丢了操作很简单重启按 F2 进 BIOS进 Boot Settings确认 Boot Mode 是 UEFI系统原来就是 UEFI 方式安装的在启动顺序里把 RAID 阵列PERC H755调到第一启动项保存退出重启之后熟悉的 Windows Server 启动画面出现了业务顺利恢复。整个故障从发现到解决大概 30 分钟。经验总结干货来了这次故障的根源RAID 阵列本身正常但 UEFI 引导配置丢失/错乱导致 BIOS 找不到系统盘分区Windows Boot Manager 变灰不可选。这类问题在戴尔 PowerEdge 服务器上相当常见尤其是在异常断电、非正常关机之后。排查优先级记住这个顺序现象排查动作优先级找不到启动盘先 F11 看 Boot Manager 里有没有 Windows Boot Manager是不是灰色1灰色/选不了进 F2 Device Settings 看能不能看到 PERC RAID 卡2看不到 RAID 卡重启按 CtrlR 进 RAID 卡原生界面检查阵列状态3阵列状态异常检查硬盘灯换盘/重建阵列4阵列状态正常检查 BIOS 启动模式重建 BCD 引导5几个关键判断技巧Windows Boot Manager 灰色不可选 UEFI 引导条目失效通常有两种原因情况 A阵列丢失/硬盘掉线 — 这时候 CtrlR 里会显示 Offline/Degraded或者干脆没有虚拟磁盘情况 B阵列正常只是引导坏了 — CtrlR 里阵列状态 Online只需要修复引导或调整 BIOS 启动设置Device Settings 里看不到 PERC 卡 ≠ RAID 卡物理损坏很多时候只是 UEFI 枚举的问题CtrlR 是绕开所有 UEFI 层面的最可靠入口只要 CtrlR 能进去看到阵列硬件就没大问题。几个省时间的小贴士遇到 Windows Boot Manager 灰色先别急着插 U 盘修引导。先去 CtrlR 看一眼阵列状态90% 的情况是阵列层面有问题修引导根本没用。Lifecycle Controller 报 STOR0502 别慌。这只是 UEFI 环境读不到 RAID 卡配置不代表阵列卡真坏了。断电重启按 CtrlR 大概率能进去。BIOS 启动模式一定要对。UEFI 安装的系统切到 Legacy 模式是肯定起不来的反过来也一样。这种问题最容易发生在恢复 BIOS 出厂设置之后。手边常备一个 Windows Server 安装 U 盘。如果真是 BCD 引导坏了用 U 盘进修复模式跑几条命令就能救回来text bootrec /fixmbr bootrec /fixboot bootrec /scanos bootrec /rebuildbcd今天这台 R750 的最终状态四块硬盘全部健康RAID 10 阵列 OnlineBIOS 启动模式调整为 UEFI启动顺序优先 RAID 阵列系统正常进入业务恢复整个故障耗时约 30 分钟数据零丢失写在最后服务器故障这事儿吧大部分时候不是硬盘真坏了而是服务器“失忆”了——要么是 UEFI 引导条目丢了要么是启动顺序乱了要么是阵列配置需要重新导入。遇到这种情况不要慌按部就班排查先确认阵列硬件层面是否正常CtrlR 大法好再处理引导软件层面。阵列要是真崩了那该换盘换盘该恢复备份恢复备份急也没用。希望这篇记录对你有帮助。如果你也遇到过类似的情况或者有更好的排查思路欢迎交流。