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，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 Manager

  • PXE-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 Controller（F10）

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—— 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 Ctrl+R for PERC Configuration Utility 立刻按 Ctrl+R。

进去之后界面显示：

  • PERC H755（Slot3）

  • 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：

  1. BIOS 启动模式（UEFI/Legacy）和系统安装模式不匹配

  2. UEFI 引导条目丢了

操作很简单：

  1. 重启，按 F2 进 BIOS

  2. 进 Boot Settings，确认 Boot Mode 是 UEFI（系统原来就是 UEFI 方式安装的）

  3. 在启动顺序里把 RAID 阵列（PERC H755）调到第一启动项

  4. 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 Ctrl+R 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 Ctrl+R 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 — Ctrl+R 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，Ctrl+R 是绕开所有 UEFI 层面的最可靠入口，只要 Ctrl+R 能进去看到阵列，硬件就没大问题。

几个省时间的小贴士

  1. 遇到 Windows Boot Manager 灰色，先别急着插 U 盘修引导。先去 Ctrl+R 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。

  2. 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 Ctrl+R 大概率能进去。

  3. 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。

  4. 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 Online

  • BIOS 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，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。