服务器电源冗余需验证四要素：一查带外管理中电源在位、状态、冗余模式及输入参数；二验物理连接、指示灯与线缆；三核型号、功率、电压等规格一致性；四实测断电切换，确保无中断、日志正常、负载自动转移。
排查服务器电源模块故障，核心是确认双路供电是否真实有效、冗余逻辑是否正常启用。不能只看“两个电源都亮”，必须验证状态识别、负载分担与故障切换能力。
一、先看状态：登录带外管理查实时供电信息
通过 iDRAC（Dell）、iLO（HPE）、BMC（华为/浪潮等）或 IPMI 工具进入系统健康页面，重点查看：
- 电源在位（Present）：两路均显示 “Yes”，排除插槽未识别或模块脱落
- 电源状态（State）：两路均应为 “Normal” 或 “OK”，若出现 “Fault”、“Absent”、“PowerOff” 需立即定位
- 冗余模式（Redundancy Mode）：明确显示 “Redundant” 或 “N+1”，而非 “Non-Redundant” 或 “Load Sharing”（后者不等于冗余）
- 输入电压/电流读数：两路均有稳定输入值（如 220V±5%，电流非零），单侧为 0 或异常波动即存在供电中断
二、再查物理：两端接口+指示灯+线缆交叉验证
很多冗余告警其实源于“虚接”——看似插着，实则没通电：
- 逐根检查两条电源线：两端（服务器端口 & PDU 插座）是否完全推入、卡扣锁紧；轻拉无松动
- 观察电源模块尾部指示灯：绿色长亮 = 正常输入；琥珀闪烁 = 模块故障；完全不亮 = 输入断电（查PDU空开、UPS输出、市电相序）
- 用同规格备用线做交叉测试：A线接PSU1、B线接PSU2 → 再互换 → 若告警随某条线转移，说明该线缆损坏
三、比对规格：型号、功率、能效、电压必须完全一致
不同规格电源即使都通电，也无法组成冗余对，iDRAC 会主动降级为单电源模式：
- 拆下两个模块，核对标签：型号（如 DPS-750AB-11 A）、额定功率（750W）、输入类型（AC 100–240V）、能效等级（Titanium/Platinum）必须一字不差
- 常见错误：混用 750W 白金 vs 1100W 钛金、交流 vs 直流、老版固件 vs 新版模块（部分 Dell 15G/16G 对固件版本有兼容要求）
- 扩容时务必采购原厂同批次备件，避免“能插上、能亮、但不冗余”
四、实测切换：模拟断电验证冗余是否真生效
状态正常 ≠ 切换可靠。必须做一次受控断电测试：
- 选业务低峰期，登录 iDRAC 实时刷新电源状态页
- 拔掉 PSU1 的市电插头（注意：不是拔模块！是断输入）
- 观察 3 秒内 PSU2 状态是否由 “Normal” 保持不变，且无告警弹出；系统日志中应记录 “PSU1 lost input, PSU2 assumed full load” 类提示
- 同时用另一台机器 ping 服务器管理IP，确认全程无丢包、无延迟跳变
- 插回 PSU1，等待 30 秒，确认其自动恢复 “Normal” 并重新参与负载分担（部分机型需手动刷新）
不复杂但容易忽略：冗余不是装上两个电源就自动成立的，它依赖硬件匹配、线路可靠、固件支持和策略启用四个条件同时满足。日常运维中，每季度做一次断电切换测试，比等宕机后再排查强十倍。
