双电源掉一路虽不致宕机，但丧失冗余保护，剩余单路故障将导致整机断电；排查须以ipmitool传感器读数和物理断电验证为准，禁信缓存图标，并核查BMC SEL日志、BIOS冗余策略设置。
双电源掉一路不会导致服务器宕机，但会失去冗余保护——这意味着剩下那路电源一旦出问题，整机立刻断电。排查重点不是“为什么没挂”，而是“哪一路掉了、为什么掉、是否还在带载、有没有触发告警”。
怎么确认是不是真掉了一路电源
别信机箱指示灯或厂商管理界面的“绿色小图标”，它们可能缓存状态或压根不更新。真实依据只有两个：
- 查
ipmitool的原始传感器读数：ipmitool sdr type "Current"或ipmitool sdr type "Voltage"，看是否有某路Current显示na、0.000或远低于另一路（比如一路 8A，另一路 0.2A） - 物理检查：关机后拔掉其中一路电源线，再上电，观察系统是否仍能启动并稳定运行；如果不能，说明之前所谓“掉一路”其实是误判，实际是单路供电模式被强制启用或 BIOS 设置异常
注意：ipmitool 需要 BMC 可达且用户有 sensor 权限；云服务器或某些 ODM 厂商设备可能屏蔽该接口，此时只能依赖厂商专用工具（如 Dell 的 racadm、HPE 的 ilorest）。
为什么掉电后系统没报警或日志没记录
常见原因不是硬件沉默，而是日志路径被绕过：
- BMC 日志和系统内核日志是分离的：
dmesg和journalctl几乎从不记录电源插拔事件，必须查 BMC 侧日志：ipmitool sel list（SEL = System Event Log） - SEL 日志默认只保留最近几十条，且部分厂商默认关闭电源类事件记录，需提前配置：
ipmitool raw 0x30 0x70 0x0c 0x01（启用电源事件上报，具体命令依 IPMI 版本而异） - 有些服务器在单路供电时会静默降频或限制 PCIe 插槽供电，不触发告警，但后续加负载（如启动 GPU 或 RAID 重建）就会突然断电——这时要结合
ipmitool sdr type "Power"看实时功耗是否逼近单路额定上限
掉一路后服务还能跑，但业务开始超时，怎么办
这不是网络或应用层问题，大概率是电源切换瞬间引起的电压扰动，导致磁盘 IO 暂停、网卡丢包或 NVMe 设备 reset。不要直接查 nginx 日志，先做三件事：
- 查磁盘响应延迟突增：
iostat -x 1 5看%util是否长期 100、await是否跳到 >100ms；再用smartctl -a /dev/sda确认有没有UDMA_CRC_Error_Count或Hardware_ECC_Recovered上升 - 查网卡驱动是否重置：
ethtool -S eth0 | grep "reset\|error"，重点关注tx_timeout_count和rx_restart_count - 确认 PCIe link 宽度是否缩水：
lspci -vv -s $(lspci | grep Ethernet | head -1 | awk '{print $1}') | grep Width，掉电后若从x8降为x1，吞吐量会断崖下跌
BIOS/UEFI 里哪些设置容易让双电源形同虚设
很多服务器出厂默认关掉了关键冗余策略，尤其在虚拟化或容器场景下被误调：
-
AC Power Recovery设为Last State或Off：掉电恢复后，可能只有一路电源参与上电，另一路需手动插拔才能唤醒 -
PSU Redundancy Mode设为Input Based而非Grid Based：当两路输入来自同一 UPS 或同一市电回路时，“Input Based”会认为冗余已失效，自动切到单路模式，却不报错 -
Dynamic Power Mode开启：某些型号会根据负载动态关闭空闲 PSU，但在高负载突增时来不及唤醒，造成瞬时断电
这类设置无法用 Linux 命令修改，必须进 BIOS 逐项核对。最稳妥的做法是拍下当前 BIOS 设置页照片，再对比厂商文档中“Redundant AC Input”章节的推荐值。
