该服务器在开机运行约28-30分钟后，会出现黑屏无显示、系统无响应的情况，只能通过强制断电/重启恢复。该现象在同一天内重复出现三次。排查初期怀疑与磁盘/RAID阵列状态异常（硬盘活动指示灯上出现"请勿移除"红色图标）有关，但经日志分析后确认与硬盘无直接关联。

通过服务器系统日志（syslog）比对三次开机记录，发现完全一致的规律：每次开机后约28-29分钟，系统会主动触发"Suspend（挂起）"操作，随后日志中断，期间设备黑屏无响应，只能强制重启后才恢复。具体时间线如下：

时间	事件	说明
10:02	系统开机（第1次）	正常启动完成
10:30:45	触发 Suspend（系统挂起）	systemd 记录 "Starting Suspend..." / "Suspending system..."，开机后约28分钟触发
10:30 - 11:11	无日志 / 黑屏无响应	约40分钟系统无任何日志输出，期间屏幕黑屏无显示，判断为挂起后无法正常恢复
11:11:23	冷启动（第2次）	内核完整重新加载（非从睡眠恢复），确认为强制重启后的全新开机
11:40:16	再次触发 Suspend	开机后约29分钟再次触发挂起，与第一次时间间隔高度一致
11:40 - 14:08	无日志 / 黑屏无响应	约2.5小时无日志，同样表现为黑屏无响应
14:08:14	冷启动（第3次）	再次强制重启后开机
14:2x - 至今	问题排查与修复	登录系统确认为 Ubuntu 桌面版 GNOME 自动挂起策略触发，非硬盘/RAID故障

经确认，该服务器安装的是 Ubuntu 桌面版系统（GNOME 桌面环境），系统默认开启了"闲置一段时间后自动挂起（Automatic Suspend）"电源管理策略，触发周期约为28-30分钟。

问题核心在于：HPE DL380 属于服务器硬件，其主板 BIOS/ACPI 通常并未针对 S3 睡眠状态（Suspend to RAM）进行充分验证或支持。当系统尝试进入挂起状态后，无法正常恢复，导致黑屏卡死、无任何显示输出，只能通过强制断电重启恢复。

因此，本次故障的根本原因判定为：GNOME 桌面自动挂起策略触发了服务器不支持的 S3 睡眠状态，而非磁盘、RAID阵列或内存等硬件故障。

按照"系统层 + 应用层"双重屏蔽的方式，彻底禁用该服务器的挂起/睡眠功能：

操作	命令
屏蔽 systemd 睡眠相关 target	`systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target`
验证屏蔽状态	`systemctl status sleep.target` → 返回 masked
关闭 GNOME 接电源时自动挂起	`gsettings set org.gnome.settings-daemon.plugins.power sleep-inactive-ac-type 'nothing'`
关闭 GNOME 电池供电时自动挂起	`gsettings set org.gnome.settings-daemon.plugins.power sleep-inactive-battery-type 'nothing'`
验证配置生效	`gsettings get org.gnome.settings-daemon.plugins.power sleep-inactive-ac-type` → 返回 'nothing'

排查过程中发现该服务器3块硬盘中有1块的"请勿移除"指示灯常亮，经确认该阵列为 RAID 0（无冗余）。RAID 0 下该指示灯常亮通常代表控制器对该盘进行持续的重试读写（该盘可能存在预测性故障或响应异常），而非正常的阵列重建行为。

由于本次黑屏问题已确认由系统挂起策略导致，与该硬盘现象暂无直接因果关系，但该盘状态仍存在潜在风险，建议后续独立跟进处理，具体建议如下：

登录 iLO / SSA 或执行 ssacli ctrl all show config detail 命令，确认该逻辑盘及物理盘的具体状态（是否为 Predictive Failure / Failed）
RAID 0 无容错能力，若该盘确认存在故障风险，建议尽快备份阵列上的数据
如条件允许，建议评估是否将该阵列迁移至有冗余能力的 RAID 级别（如 RAID 1/5/6），降低单盘故障导致数据丢失的风险

本次黑屏死机故障的根本原因为系统电源管理策略（GNOME 自动挂起）与服务器硬件不兼容，已通过 systemctl mask 及 gsettings 配置修复
建议后续在该服务器上新装系统时，优先安装 Ubuntu Server（无桌面环境）版本，从源头避免此类桌面电源管理策略带来的问题
建议持续观察至少1-2个工作日，确认问题不再复现后可视为闭环
该阵列的1块硬盘状态异常问题建议单独跟进，避免因 RAID 0 单盘故障导致数据丢失

HP服务器故障排查

results matching ""