用户在 Windows 系统上有时会遇到蓝屏 (BSOD, Blue Screen of Death)，或者机器停止响应 (Hang) 这两类业务影响严重的问题。Windows 系统蓝屏后，默认配置下机器会自动重启恢复；对于机器停止响应，往往也需要重启作为临时解决方案以快速恢复业务，这都会造成业务的中断。考虑到业务风险，客户需要找出问题的根本原因来避免问题再次发生。但是由于 Windows 蓝屏和停止响应都是技术疑难类问题，需要配置注册表，等待问题复现后收集核心转储 (Kernel Dump) 或 完全内存转储 ( Complete Dump )，花费数天或数周分析，有时甚至还要多次复现才能定位问题根本原因, 处理非常耗时。
这两类问题虽然表象不同，但原因比较类似。一般与操作系统 bug、驱动或三方软件兼容性、杀毒软件、病毒木马等原因相关。在本篇文章中，我们根据云平台上这两类问题的排查经验，总结了这两类问题的可能原因、跟进方案和最佳实践。
尤其是考虑到这两类问题分析耗时，业务潜在风险高，而通过采用本文提供的最佳实践，可以快速解决大部分的系统蓝屏和停止响应问题，消除业务风险。因此我们强烈建议您在实际运维中，采纳本文最佳实践以便在阿里云 ECS 上更好的使用 Windows 操作系统。
Windows 操作系统在遇到关键异常的情况下，为了防止数据丢失，系统自动崩溃蓝屏，如果有配置内存转储文件(crash dump) 的收集，系统会自动生成蓝屏存储到指定的目录 (默认文件为 C:\Windows\memory.dmp)。
Windows 系统有多种原因导致蓝屏，包括但不限于：
误操作或者病毒引起的系统文件、注册表损坏驱动程序与操作系统兼容性引起的异常内存访问操作系统自身 bug三方杀毒软件驱动异常
操作系统在蓝屏的情况下，会抛出对应的 Bugcheck Code 以及可能的导致蓝屏的模块来大概说明问题发生的原因。例如：如下是通过微软notmyfault.exe手工触发蓝屏的结果。
微软官方列举了如下 Bugcheck Code，详细请参考如下链接：
Bug Check Code Reference
http://msdn.microsoft.com/en-us/library/windows/hardware/ff560129(v=vs.85).aspx
对于用户而言，更重要的是如何处理 Windows 蓝屏，请参考如下跟进方案以及最佳实践。
根据与微软官方的沟通以及日常排查经验，为了防止系统蓝屏的发生以及可能引起的数据丢失，我们建议客户在日常运维中：
<1> 请在 ECS 上启用安骑士防护或其它商业版杀毒防护工具，定期杀毒，定期更新杀毒软件版本，防止病毒或者杀毒软件驱动与操作系统兼容性引起的蓝屏。
<2> 请定期运行 Windows Update，确保微软最新安全更新已经安装。
<3> 请不要将重要数据放在系统盘，建议放在数据盘中。
<4> 对系统盘、数据盘启用自动快照策略，同时在重要变更操作前手工创建系统盘和数据盘快照，以便异常情况下通过快照回滚快速恢复数据。
注：创建自动快照策略
https://help.aliyun.com/document_detail/25456.html
<5> 请在修改系统注册表前备份注册表文件。避免修改系统文件。
如果 Windows ECS 在使用过程中突然断开、无法远程，查看日志发现异常重启的情况，怀疑可能出现过系统蓝屏，请采用如下方法验证：
方法1：打开"事件查看器"，打开"系统日志", 在问题发生时间点，如果看到有来源"volmgr"抛出的 ID 46事件，说明之前发生过蓝屏，但是由于没有配置 Paging File 页面文件以及内存转储文件，导致 dump 收集失败。
错误 2016/3/25 0:42:55 volmgr 46 无
故障转储初始化未成功
方法2：如果之前有正常配置过蓝屏收集，在系统日志中可以发现事件 ID 41的 Kernel-Power 的关键错误日志，提示系统从意外的关闭中回复以及事件 ID 1001，来源为 Bugcheck 的日志提示系统出现崩溃。
由于蓝屏日志的分析非常耗时，考虑到快速恢复业务和避免问题再次发生，我们强烈建议客户在遇到蓝屏机器重启后，采用如下3条来避免潜在的已知问题：
<1> 卸载三方杀毒软件
请注意：禁用杀毒软件的防护功能一般不会消除杀毒软件内核驱动的影响。如果由于安全需求无法卸载三方杀毒软件，请您务必更新杀毒软件到最新版本以消除兼容性问题。
<2> 安全模式下，使用微软 Msert 离线杀毒工具或者三方专业杀毒软件杀毒。
<3> 运行 Windows Update，安装所有更新。
Windows 出现无法响应的现象，包括但不限于：
机器运行一段时间后，无论远程桌面还是管理控制台，背景不变，鼠标无法移动。用户可以看到密码输入页面，输入密码后，出现白色背景，蓝色背景或者黑色背景，无法登入操作系统。操作系统仍然在运行，但是无法 ping 通，无法通过网络访问应用。
Windows 系统有多种原因导致停止响应，包括但不限于：
病毒影响、三方应用(杀毒软件)引起的兼容性问题。系统设备驱动程序与操作系统兼容性引起。 Windows 操作系统自身 bug。 系统内存核心资源 (Committed Charge, Paged Pool, Non-paged Pool等) 耗尽。机器启动脚本、登录脚本、组策略应用由于线程死锁等原因导致无法登录。与系统蓝屏问题处理相同，根据与微软官方的建议以及日常排查经验，为了防止系统停止响应，我们建议客户在日常运维中：
<1> 请在 ECS 上启用安骑士防护或其它商业版杀毒防护工具，定期杀毒，定期更新杀毒软件版本，防止病毒或者杀毒软件驱动与操作系统兼容性引起的系统停止响应。
<2> 请定期运行 Windows Update，确保微软最新安全更新和系统补丁已经安装。
<3> 请不要将重要数据放在系统盘，建议放在数据盘中。
<4> 对系统盘、数据盘启用自动快照策略，同时在重要变更操作前手工创建系统盘和数据盘快照，以便异常情况下通过快照回滚快速恢复数据。
注：创建自动快照策略
https://help.aliyun.com/document_detail/25456.html
<5> 请在修改系统注册表前备份注册表文件。避免修改系统文件。
<6> 请经常检查系统负载，确保运行的三方应用程序不存在资源泄露或线程死锁，定期更新三方应用程序到最新版本。
考虑到业务快速恢复，我们强烈建议客户在遇到系统停止响应的情况，重启机器恢复业务后，参考如上的最佳实践。尤其是请您务必采用如下4条来避免潜在的已知问题：
<1> 卸载三方杀毒软件
请注意： 禁用杀毒软件的防护功能，杀毒软件内核驱动可能仍然运行，继续影响操作系统行为。如果由于安全需求无法卸载三方杀毒软件，请您务必更新杀毒软件到最新版本以消除兼容性问题。
<2> 安全模式下，使用微软 Msert 离线杀毒工具或者三方收费版本杀毒软件杀毒。
<3> 运行 Windows Update，安装所有更新。
<4> 检查或停用 Windows 的启动脚本、登录脚本、组策略以查看问题是否再次发生。
如果采用最佳实践后，仍然发生Windows蓝屏或者停止响应问题，建议您：
1、参考微软官方 KB 中的排查建议
Troubleshoot "blue screen" or Stop error problems before you contact Microsoft Support
https://support.microsoft.com/en-us/kb/3106831
2、参考知识点“ECS Windows开启内核转储（Core Dump）配置说明”收集数据，工单反馈进一步分析。
