过年前，经历了「当网管」近二十年来，最麻烦的一次维护。问题最后通过硬件更换解决了，但原因一直不明，只能先记录下来。
起因是公司购买的 DELL PowerEdge T440 立式服务器（Xeon Silver 4210R 2 + 8G 4）内存捉襟见肘，在通过虚拟机软件分出来四五个虚拟机之后，经常出现由于内存耗尽，虚拟机自动关机的问题（因为宿主系统也需要占用内存）。所以到 JD 上买了两条 16G 内存，打算一颗 CPU 加一条16G，每颗形成 8G * 2 + 16G 的混合模式。
内存到货，立刻开始安装。首先关机——这里出现了第一只黑乌鸦：关了 5-10 分钟，宿主机迟迟无法关机完成。于是只能手工拔电——至于为什么没有长按开关来合法强关，只能说自己当时脑子抽了。关机后，打开机箱，在 A4 和 B4 插槽位分别插上新内存条，插电开机，没有反应。重新把内存查到 A3 和 B3 插槽，检查其他连线正常，插电开机，还是没有反应。在排查期间，由于心里着急，头上甩出了一滴汗，不知道飞去了哪里，在主板上看了一圈也没找到汗滴。
「也许是内存条有问题」，拔下新内存条，还原所有配置，插电，还是无法启动，只有 iDRAC 维护系统亮灯。在服务器卖家的技术支持下，下载了 iDRAC 的日志，里面除了显示有电缆断开（当然会断开，因为强行拔电了），还有 CPU0 报告电压异常。
在接下来的时间里，服务器卖家呼叫戴尔技术支持，官方支持免费更换了主板、PSU 电源后，仍然无法启动。服务器卖家亲自来维修免费更换了 两颗 CPU 并发现原装的 8G 内存也坏了两条，做了更换。到了这里，硬件基本回到了初始状态，可以正常开机，但无论如何都进不去系统，提示引导区错误。
「曹，里面有内部业务平台的工具，最关键的是工具的最新代码还没有在 git 上存档」。用主板上 RAID 芯片做的软 RAID-1 也完全没有起到 RAID 的作用。于是战战兢兢地抱着硬盘跑去华强北找数据恢复，1800 块钱外加一个周末，硬盘没坏，数据找回。
找回了数据，打算在服务器上重做系统。插上新内存条，硬件配置为 4210R + 16G 2 和 4210R + 8G 4 的方式（因为戴尔售后支持说单 CPU 不要混插，虽然我觉得很奇怪，因为双 CPU 不同的内存配置在软件做虚拟机的时候，难道问题不会更大吗？），系统识别出一共 64G，可用 48G 内存，有一条 16G 有问题。做内存测试只能测试 48G，通过。
于是截图+说明给 JD 卖家，更换了一条 16G 内存。内存卖家态度也很好，接受了更换请求（谁让你包装上写着五年包换）。收到新内存，插上机器，64G 终于全部识别。
至此，花了接近三个星期，一个简单的内存升级终于搞完了。
回顾整个过程，整件事情最可能的起因，就是那一次强行拔电，或者在拔电后第一次安装新内存时发生放电（因为三条内存损坏），或者那一滴可能滴到主板上的汗珠恰好发生了短路。由于这几种可能的原因，付出了一块主板，一个电源，两个 CPU，两条原厂内存，一条新购内存，一次高价数据恢复的代价。
不过 DELL 的服务器也有几个奇葩的特点：断电之后可能主板仍然有电，因此断电后需要等一段时间主板电容的电漏光之后，新的硬件配置才可能有效。另外，主板软 RAID-1 在突然断电后丢失硬盘数据也是万万没想到——那 RAID-1 的意义在哪？即便是发生了某些特殊放电，两颗 CPU 的损坏更是第一次让我知道原来 CPU 还能因为主板而损坏——那三条内存的损坏也极有可能与主板有关。
教训：
- 以后买物理服务器，配置一次搞定，别想着省钱自己之后升级，贵有贵的道理
- 能用云服务解决的，就别买物理服务器，维护精力消耗不起
- 真要买服务器，一定要买新品带支持的。坏这么一次，除了机箱之外，硬件几乎从头到脚换了一遍，自己要修的话就坑大了
- 板载 RAID 不靠谱，要 RAID 就用硬 RAID 卡
- Ubuntu 自带的 Virtual Machine Manager 建多虚拟机实例的可靠性堪忧，远赶不上 EXSi，求稳定的话别用
- 术业有专攻，别把自己三脚猫的网管手艺拿到生产环境上操练