突发硬件故障时应优先隔离问题并保障业务连续性，而非立即修复；需提前配置一致的备用服务器、自动同步数据、跨可用区部署；借助负载均衡或智能DNS实现秒级流量切换；切换后须验证连通性、数据一致性及监控指标，并保留故障现场以便根因分析。
遇到突发硬件故障，核心目标是快速隔离问题、保障业务不中断，而不是当场修好服务器。切换是否顺利，取决于平时有没有做足准备。
提前配好“备胎”服务器
备用服务器不能是临时搭的空壳，得和主服务器配置一致或接近：
- 操作系统版本、内核参数、关键服务（Nginx、MySQL等）版本要对齐；
- 预装好相同的安全策略、防火墙规则和SSL证书；
- 数据库和网站文件通过自动同步机制（如rsync+inotify或数据库主从）保持准实时更新；
- 若用云平台，建议跨可用区部署，避免单点物理故障波及全部节点。
用好流量调度工具，实现秒级切换
靠手动改DNS太慢（TTL生效可能要数小时），应依赖更敏捷的调度层：
- 负载均衡器（如HAProxy、Nginx Plus、阿里云SLB）：健康检查失败后自动剔除故障节点，流量几秒内切走；
- 智能DNS（如Cloudflare、AWS Route 53）：设置低TTL+健康探测，可将用户导向备用IP；
- CDN回源切换：若静态资源托管在CDN，可快速修改回源地址指向备用服务器，绕过源站故障。
切换时盯紧三件事
执行切换不是点一下按钮就完事，需同步验证：
- 确认服务连通性：用curl或telnet测试关键端口（如80、443、3306），确保备用机监听正常；
- 核对数据一致性：尤其对订单、支付类业务，比对最新几条记录是否与主库同步；
- 观察监控指标：CPU、内存、错误日志量是否突增，防止备用机因配置不足或缓存未热导致二次抖动。
切换后别急着关故障机
保留现场有助于定位根因：
- 若还能进系统，立即收集dmesg、smartctl -a /dev/sda、/var/log/messages等日志；
- 若完全无响应，记录BIOS自检卡点、指示灯状态（如RAID卡报警灯）、异常噪音；
- 把故障信息同步给硬件供应商，为后续更换或索赔留证。
