冬季服务器运维别大意，这几个坑我踩过

前两天北方降温，一个朋友的机房半夜报警，两台数据库服务器直接掉线。查了半天不是硬件坏了，是空调外机被冻住，室内回风温度冲到 32 度，CPU 自己降频保护。冬天出这种事故，比夏天还常见。

很多人觉得冬天冷，机器凉快，反而更稳。这个想法挺危险。低温对服务器本身没啥好处，真正麻烦的是温湿度的剧烈波动，以及为了省电省暖气做出的一堆骚操作。

温度不是越低越好，波动才是杀手

我做过统计，我们那个 40 台机柜的机房，冬天报警次数比夏天多出三成。原因基本集中在两点：一是暖气或空调切换期间冷热通道乱了，某几个机柜进风温度能到 35 度，隔壁机柜还只有 16 度；二是湿度掉到 20% 以下，手一碰机柜门就是一道火花。

• 冷通道进风温度控制在 18-27℃，别低于 15℃，ASHRAE 给的建议区间就是这个
• 湿度盯住 40%-60%，太干上加湿机，太湿容易在电路板上凝水
• 每小时看一次趋势图，别只看瞬时值，5 分钟内掉 8 度一定有问题
• UPS 电池间单独测温，铅酸电池在 0℃ 时容量要打七折

搬设备进门别急着插电

这个坑我在 2019 年踩过。冬天从物流车上卸下来一台新存储，机房外面零下十几度，我图省事直接推进去上架通电，半小时后主控板报错。后来厂商工程师说，冷设备进温暖潮湿的机房，表面会结露，肉眼看不见，但足以让板卡短路。正确做法是原包装在机房门口静置 4 到 8 小时，等温度彻底平衡再拆。

冬天还有几件容易被忽略的事。老鼠和野猫喜欢往暖和地方钻，咬断光纤和网线的事我一年能碰上两三回，机柜底部孔洞一定要封死。供暖季电网负荷大，电压波动比平时明显，有条件就上在线式 UPS 加稳压，别指望市电一直干净。远程运维的团队，趁淡季把 IPMI、KVM 和带外管理通道全测一遍，真出事的时候能省一趟现场。

说到底，冬季运维的重点不是防冷，是防“变”。温度会变，湿度会变，负载和电压也在变。把监控阈值调好，把巡检从每周一次改成每天一次，把备件和应急预案提前摆出来。这套动作花不了多少时间，但能让你在凌晨三点少接一个电话。