服务器硬件维护，外行看着只是换硬盘插内存，实际做过才清楚里面细节很多。我先后在两家公司负责机房运维，从早期塔式服务器，到机架式、刀片服务器，经手机器大概两三百台。下面梳理日常维护项目，顺带讲讲工作经历怎么写。
维护工作分为不同层级。日常巡检属于基础工作，按天或者按周期执行。先查看机房环境，温湿度是否正常，空调有无漏水，机柜风扇运转状态。逐台查看服务器面板，黄灯红灯告警状态，双路电源运行情况，硬盘指示灯异常闪烁记录。不用登录系统，在机柜通道巡查，就能发现大部分硬件故障。巡检做好记录，异常设备标记，需要报修、更换硬件的及时处理。
硬盘是故障率最高的部件。机械硬盘使用三五年，容易出现坏道；SSD没有机械结构，但写入寿命耗尽同样会损坏。RAID卡管理界面或者系统smartctl工具，能提前捕获预警信息，重映射扇区数量上涨、待处理坏扇区出现，就安排更换硬盘，不要等到硬盘彻底失效。支持热插拔机型换盘简单，拔出旧盘插入新盘，阵列自动重建。重建期间服务器性能下降，同一个阵列已有硬盘重建，再损坏一块风险极高，更换硬盘尽量错开时间。
内存故障表现隐蔽，系统无故重启、蓝屏，查看日志才发现ECC报错。服务器内存支持ECC，单比特错误自动校正，多比特错误直接宕机。iLO、iDRAC带外管理卡可以查看内存ECC计数，数值持续上涨，代表内存需要更换。更换内存不要混用不同频率、不同容量内存条；双路主板，留意CPU对应的插槽编号，插错内存主板识别失败。
电源模块、风扇属于损耗件，运行几年转速下降，或是出现异响。冗余电源的作用就是单模块损坏，另一模块维持运行，但故障电源要尽快更换，避免双电源同时失效。风扇故障，机箱温度逐步上升，短时间看不出问题，高负载长期运行容易过热降频。带外管理卡读取各风扇转速，低于阈值安排更换。
固件、BIOS升级很容易被忽略。厂商会不定期推送BIOS、RAID卡固件、网卡固件更新，修复bug优化性能。升级存在风险，尤其是BIOS，升级中途断电服务器直接无法启动。升级前确认几项条件：双电源正常、升级全程不断电、业务低峰期操作，提前阅读升级文档特殊说明。批量升级单台依次操作，不要同时执行，故障发生保留业务退路。
清灰除尘看着简单，机房环境再好，运行几年散热器、风扇都会堆积灰尘。积灰拉高风扇转速，散热变差，噪音和功耗同步上涨。一般一年深度清灰一次，防静电毛刷配合吹风机，普通吸尘器会产生静电击穿元器件。清灰同步检查线缆松动情况，网线、光纤不要过度弯折。
备件管理很考验运维经验。硬盘、内存、电源、风扇，根据服务器数量、故障概率储备库存。备件储备太少，故障后等待采购；库存过多占用资金。我的经验，同型号服务器总量的百分之五到十储备硬盘，电源风扇各备两三个。保修期内设备走厂商保修，过保机器启用备件。每季度盘点备件，清理过期、损坏备件。
撰写工作简历，很多人直接写流水账：负责服务器硬件维护，巡检、更换硬盘、固件升级。这类描述很难打动招聘方，看不出实际工作成果。更好的写法，动作搭配业务结果。例如“管理50台机架式服务器，依托带外管理卡提前识别更换12块预警硬盘，非计划宕机次数由上一年6次降至1次”。数据对比直观体现工作价值。
另一种思路，按项目、事件组织内容，不要单纯罗列职责。例如“完成全机房固件升级项目，覆盖30台服务器，分三批在业务低峰执行，修复RAID卡偶发掉盘故障”。有背景、操作、最终结果，面试时也方便延伸讲述，比单纯罗列职责说服力更强。
维护设备数量多，可以标注管理规模，例如“管理两个机房合计200余台物理服务器硬件运维”。如果带团队，写明团队人数；编写维护文档、制定巡检规范，也是加分项，代表不止动手操作，还能沉淀流程。写简历重点不是罗列做过哪些操作，而是体现产出效果。