周一上午,客户一个电话打到销售那边,语气很冲:你们机房上周五晚上断电,我们服务器数据丢了,损失你们得负责。

销售转给我,我第一反应是:上周五机房没断电啊。值班记录我看了,整晚没有任何断电告警,UPS 也没切换过。但这话不能直接说,先查。

先看机房监控:上周五晚上机房温度、电流、电压一切正常,没有任何断电记录。再看客户那台服务器的系统日志,uptime 一查,机器从没关过机,运行时间显示已经跑了两百多天——服务器根本没断电,哪来的数据丢失。

那就奇怪了,客户为什么一口咬定断电?我打电话过去,客户说:我们同事周五晚上看到服务器旁边电源插座的灯灭了,肯定是断电了,然后周一上班发现文件打不开。

我一听大概明白了:插座灯灭,不一定是机房断电。让客户拍个机柜照片,照片发过来,我一眼就看到问题:他们那台服务器的电源线插在一个插排上,插排放在机柜边上,位置很矮,线从机柜前面绕过去——这种走线,保洁拖地或者谁路过踢一脚,插排开关就碰关了。

我让客户检查插排,果然,插排的开关是关着的。打开开关,服务器正常启动,文件一个没少。客户那边安静了几秒,说"那可能是我们这边碰到的"。

后来才知道,周五晚上有个同事加班,在机柜旁边收拾东西,脚踢到了插排,把开关关了。数据压根没丢,就是机器被关了三天。

这事最后没让我们赔,客户还道了歉,说不好意思冤枉你们了。我没说啥难听的,就提了一句:这种共享插排,最好换成带锁的 PDU,或者把插排固定到机柜里,省得再被踢到。客户说行,回头换。

干这行最怕的不是真出故障,是客户一口咬定是你的问题,结果查下来是乌龙。这种时候别急着辩解,先把证据摆出来,再帮他把真正的问题解决了,比吵一百句都管用。