1. 课程导入与集群交付全景
在开始动手上架第一台机架服务器之前，我们需要先建立一张"全局地图"：一台 Intel Xeon 企业服务器从到货、上架、装系统、组网、调优，到最终交付给业务方，中间要经过哪些环节，每个环节由谁负责，哪些参数一旦定错后面就要返工。这一节不涉及具体命令，但决定了后面 29 节的学习顺序和判断标准。
一、典型集群架构：从机柜到业务
企业级 Xeon 集群通常不是"一堆服务器"，而是分层组织的。最底层是物理层：机柜、PDU、交换机、KVM、Xeon 服务器节点。往上是资源层：CPU 核心、内存通道、NVMe/SSD、网卡（含 RDMA 网卡）。再往上是平台层：BIOS/UEFI 固件、BMC（如 iDRAC、iLO、XCC）、操作系统、驱动与固件版本。最上层才是业务层：数据库、虚拟化、容器平台、HPC 调度器。
以一台典型双路 Xeon 节点为例：2 颗 Xeon Scalable（如 Gold 6430，32 核/颗，共 64 核）、16 条 DDR5 RDIMM（8 通道×2 条/通道，512GB）、2 块 NVMe 系统盘 + 8 块数据盘、2 张 25GbE 业务网卡 + 1 张 100GbE 存储/RDMA 网卡。这些参数不是随便填的，它们直接决定后面 NUMA 绑定、内存带宽、网络吞吐的调优空间。
二、交付生命周期：六个阶段与关键判断点
交付不是"装完系统就结束"，而是一条有明确验收标准的链路。下面按阶段说明每个阶段真正要盯住的东西。
1. 到货验收。核对序列号、CPU 型号（如 Xeon Gold 6430）、内存容量与条数、盘位数量、网卡型号与端口数。重点检查是否有运输损伤、BMC 管理口是否可登录。判断依据：BMC 能获取到 IP 并显示硬件清单与订单一致。
2. 上架与布线。按机柜 U 位图安装，双路 PDU 分别接 A/B 路电源，业务网卡与存储网卡分不同交换机，管理口单独走管理网。判断依据：所有线缆有标签，BMC 与业务网口链路灯正常。
3. 固件与 OS 部署。先统一 BIOS/BMC/网卡固件版本，再装 OS。这一步最容易埋坑：固件版本不一致会导致后续 NUMA、RDMA 行为差异。判断依据：所有节点固件版本一致，OS 能识别全部 CPU 核心、内存容量和网卡。
4. 组网与集群搭建。配置管理网、业务网、存储网三段 IP，配置主机名解析、时间同步、SSH 互信，再部署集群管理组件。判断依据：节点间可互 ping、时间偏差小于 100ms、集群状态全部 online。
5. 调优与压测。根据业务类型做 NUMA 绑定、内存通道均衡、网卡中断亲和、RDMA 参数调整，然后用基准工具验证。判断依据：压测结果达到预设指标，且 CPU/内存/网络无异常瓶颈。
6. 交付与文档。整理配置基线、IP 规划表、固件版本表、压测报告，移交给业务方。判断依据：业务方按文档能独立重启节点并恢复服务。
三、关键角色与职责边界
集群交付通常涉及四类角色，边界不清是返工的主要原因。
- 现场工程师：负责上架、布线、加电、BMC 初始配置，交付"物理可用"的节点。
- 系统工程师：负责固件基线、OS 安装、驱动、网络配置、集群软件部署，交付"系统可用"的集群。
- 性能/调优工程师：负责 NUMA、内存、网络、存储调优与压测，交付"性能达标"的配置。
- 业务方/验收方：负责提出业务指标、参与验收测试、接收文档，确认"业务可用"。
一个常见误区是：现场工程师装完 OS 就认为交付完成，而业务方要的是能跑数据库的集群。因此每个阶段都要有明确的"交接物"——比如现场交 BMC IP 表，系统交固件版本表，调优交压测报告。
四、学习路径：本课程怎么学
后续章节按"先物理后逻辑、先单机后集群、先功能后性能"的顺序展开。建议的学习节奏是：
- 先掌握单节点硬件识别与 BMC 操作，能独立完成一台机器的上架与带外管理。
- 再掌握固件基线、OS 部署、网络规划，能搭出一个小型集群。
- 然后进入 NUMA、内存、网络、存储调优，理解参数与业务性能的关系。
- 最后通过压测、排障和交付文档，形成完整的交付闭环。
本节的核心不是记住某个命令，而是建立"分层 + 生命周期 + 角色"的三维视角。后面每一节都会落在这张图的某个具体位置上，届时你会更清楚自己正在处理哪一层、哪个阶段、对谁负责。