p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明pp預(yù)防性維護(hù)說(shuō)明國(guó)際商業(yè)機(jī)器〔中國(guó)〕文檔編號(hào)：當(dāng)前版本號(hào)：最初公布日期最修訂日期：

3.12022年12月13日2022年9月2日IBM中國(guó)維護(hù)與技術(shù)效勞 1p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明IBM中國(guó)維護(hù)與技術(shù)效勞 2p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明一、硬件維護(hù)局部：檢查機(jī)房環(huán)境：〔請(qǐng)參照IBM機(jī)房條件及各機(jī)型的具體要求〕溫度：室內(nèi)溫度建議保持在22±2℃濕度：相對(duì)濕度應(yīng)保持在50±5%電源：依據(jù)不同機(jī)型使用的電源有：200~240V溝通單相；380~415V溝通三相；-48V±5%直流，實(shí)測(cè)電壓不應(yīng)超出允許的范圍。零線與火線不能反接，通常是面對(duì)插座的左邊為零線，右邊為火線。機(jī)器必需有良好的接地保護(hù)，地線的接地電阻要求小于1歐姆。因接地電阻測(cè)量需要專業(yè)儀器，因此以客戶供給的測(cè)量數(shù)值為準(zhǔn)，工程師只要確保機(jī)柜電源線的地線、機(jī)殼〔接上電源線后〕到建筑物接地端的電阻小于1(此處指的是雙動(dòng)力源供電，比方電力供給來(lái)自不同的發(fā)電廠，而不是指設(shè)備是不是有冗余電源)，此外，需要記錄假設(shè)是雙動(dòng)力源是否部署在了各自獨(dú)立的PDU或者UPS上。干凈度：機(jī)房應(yīng)保持清潔且有良好的治理與維護(hù)。如機(jī)房太臟應(yīng)提示客戶留意。設(shè)備散熱：設(shè)備進(jìn)風(fēng)口溫度是否夠低并有足夠的氣流。機(jī)房?jī)?nèi)設(shè)備的擺放是否符合冷熱通道原則〔確定不能讓設(shè)備排出的熱空氣排向其它設(shè)備的進(jìn)風(fēng)口〕。隨機(jī)工具：對(duì)于59X/FHAR&V時(shí)需要用到的平臺(tái)，滑軌等工具，巡檢時(shí)應(yīng)確認(rèn)隨機(jī)工具的當(dāng)前存儲(chǔ)狀態(tài)，以備不時(shí)之需。檢查系統(tǒng)硬件狀況：先從外觀上檢查硬件狀況，檢查設(shè)備故障燈是否有亮。各種設(shè)備上都有故障指示燈，通常為橙色并有標(biāo)記。高端效勞器，如p670/p690/p59x/FHA，應(yīng)檢查UEPO開關(guān)上的系統(tǒng)故障指示燈是否亮。同時(shí)檢查BPCBPDBPRDCAMDA等電源子系統(tǒng)的Power-onPower-inPower-outEnableGreenLED等是否長(zhǎng)亮。還要檢查部件故障燈，如I/Odrawer、PCI卡，硬盤等。檢查是否有人改裝過(guò)IBM設(shè)備〔如拆掉面板、開口、拆掉過(guò)濾網(wǎng)、轉(zhuǎn)變網(wǎng)絡(luò)連接等〕。這些改裝可能會(huì)影響設(shè)備的穩(wěn)定運(yùn)行，甚至帶來(lái)嚴(yán)峻后果。對(duì)于高端Power5/Power6效勞器，還應(yīng)檢查其正面Lightstrip和反面Lightstrip。有安裝的部件〔如CPUbook〕所對(duì)應(yīng)的綠色LED應(yīng)長(zhǎng)亮。任何故障指示燈〔橙色〕都應(yīng)不亮。同時(shí)留意主機(jī)的OperatorPanel，高端Power5/Power6或其它由HMC治理的機(jī)器應(yīng)檢查HMC圖形界面的虛擬OperatorPanel。設(shè)備發(fā)生故障時(shí)通常伴有出錯(cuò)代碼，必需把全部故障代碼記錄下來(lái)。除此以外還應(yīng)留意有否其他特別狀況〔如硬盤、風(fēng)扇特別的聲音、電纜破損、系統(tǒng)出風(fēng)是否順暢、氣流是否由于異物遮擋而影響散熱效果等〕。?IBM中國(guó)維護(hù)與技術(shù)效勞 3p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明檢查硬件錯(cuò)誤報(bào)告errorlog：無(wú)HMC治理的系統(tǒng)可登錄到AIXerrpt–dH”errpt–ajerr_id|more”diag-edhdisk1”。診斷程序可對(duì)故障記錄中的SENSEDATA進(jìn)展分析并給出SRN、SRC、FRU等。注：假設(shè)故障記錄太多，應(yīng)將故障報(bào)告取回作進(jìn)一步分析。可用命令：“snap–r;snap–gc”用“mail”命令查看有否發(fā)給root用戶的錯(cuò)誤報(bào)告。用“alog–otboot”命令和“alog–otconsole”命令檢查系統(tǒng)的啟動(dòng)記錄和主控臺(tái)的出錯(cuò)信息。對(duì)于Power5shutdown〔ServiceProcessor〕菜單檢查故障記錄。對(duì)于Power5、Power6、Power7主機(jī)，無(wú)須shutdown分區(qū)就可以進(jìn)入ASMI菜單進(jìn)行檢查。有HMC治理的系統(tǒng)，可進(jìn)入ServiceFocalPoint進(jìn)展檢查。HMCV6步驟如下：在ServiceFocalPoint名目下點(diǎn)擊ManageEvents翻開ManageServiceableEvents窗口。單擊OK，進(jìn)入ServiceableEventsOverview窗口，里面記載了最近的錯(cuò)誤日志。單擊一條記錄，再選擇Selected菜單，選擇ViewDetails，觀察錯(cuò)誤具體信息。IBM中國(guó)維護(hù)與技術(shù)效勞 4p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明里Selected菜單，選擇CloseEvent，關(guān)閉錯(cuò)誤具體信息。HMCV7步驟如下：登錄后直接點(diǎn)擊屏幕左下角的扳手圖標(biāo)，接下來(lái)的步驟就跟HMCV6一樣了。確認(rèn)硬件問題解決后應(yīng)關(guān)閉SystemAttentionLightHMCAIXdiagTaskSelection->選擇IdentifyandAttentionIndicators->選擇SetSystemAttentionIndicatortoNormal。有HMC治理的主機(jī)在圖形界面下deactivate相關(guān)主機(jī)的AttentionLED.檢查機(jī)器清潔度檢查機(jī)器的清潔程度，如面板上會(huì)不會(huì)有很多灰塵。假設(shè)機(jī)器比較臟，或金屬部件有腐蝕的跡象，則需要提示客戶留意改善機(jī)房環(huán)境。有需要的話可以請(qǐng)IPR進(jìn)展專業(yè)檢測(cè)。IBM中國(guó)維護(hù)與技術(shù)效勞 5p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明某些機(jī)型有空氣過(guò)濾網(wǎng)，如7040/9119，長(zhǎng)期使用可能需要更換，否則過(guò)濾網(wǎng)堵塞會(huì)影響散熱效果。請(qǐng)依據(jù)實(shí)際狀況打算是否更換。9119的過(guò)濾網(wǎng)安裝在機(jī)柜前門，要確保3塊過(guò)濾網(wǎng)都安裝到位，并且機(jī)柜正面上下沒有開口，全部冷卻氣流都應(yīng)當(dāng)經(jīng)過(guò)濾網(wǎng)進(jìn)入。風(fēng)扇轉(zhuǎn)動(dòng)狀況：從機(jī)器相應(yīng)的散熱口檢查冷卻氣流的狀態(tài)，特別需要留意是否風(fēng)量小或者無(wú)冷卻風(fēng)。如有特別，應(yīng)收IQYY并開出對(duì)應(yīng)PMH。規(guī)律卷/硬盤檢查用“l(fā)svg–o|lsvg–il|grepstale”檢查是否有stalestale狀態(tài)規(guī)律卷應(yīng)馬上進(jìn)展同步修復(fù)。是否有deconfig硬件資源：Power5以前的主機(jī)用“bindprocessor–q”命令檢查是否有CPUdisable。用“l(fā)sattr–Elsys0”命令CPUGUARD是否設(shè)置正確。AIX5.2以前的版本CPUGUARDdisable的。通常系統(tǒng)/分區(qū)CPU數(shù)目≥3的就應(yīng)當(dāng)enableCPUGUARD〔AIX5.2或以上則CPU≥2時(shí)就應(yīng)當(dāng)enableCPUGUARD〕。內(nèi)存用命令lsattr–Elmem0查看。有分區(qū)的機(jī)器有肯定內(nèi)存overhead，具體計(jì)算參考pSeriesPlanningforPartitioned-SystemOperationsSA38-0626-00Power5、Power6、Power7主機(jī)登入ASMmenu->SystemConfiguration->HardwareDeconfiguration->ProcessorDeconfiguration和MemoryDeconfiguration檢查是否有被deconfigured的CPU或內(nèi)存。同時(shí)檢查有無(wú)其他部件被deconfigured并做相應(yīng)記錄。DUMP信息〔具體請(qǐng)參考《AIX操作系統(tǒng)DUMP設(shè)置及收集指南》〕：DUMP設(shè)備應(yīng)當(dāng)有足夠大的空間，可用“sysdumpdev–eDUMP的大小以檢驗(yàn)DUMPDUMP〔假設(shè)系統(tǒng)內(nèi)存大于4GB，AIX5L會(huì)自動(dòng)建立專用的DUMP設(shè)備：/dev/lg_dumplv〕。檢查DUMP的拷貝名目〔文件系統(tǒng)〕是否有足夠的空間〔PrimaryDUMPDUMP〔文件系統(tǒng)ROOTVG上。為確保系統(tǒng)掛機(jī)時(shí)可以做強(qiáng)制DUMP，請(qǐng)把“alwaysallowdump”設(shè)成“TURE”，可在線修改。DUMP壓縮功能除了可以節(jié)約空間外AIX做DUMP(默認(rèn)是關(guān)閉)，命令為sysdumpdevC，可在線修改。網(wǎng)絡(luò)通信：檢查網(wǎng)卡狀態(tài)、IP地址是否正常。通常不建議使用自適應(yīng)速率〔千兆以太網(wǎng)除外〕，網(wǎng)卡的設(shè)置應(yīng)與交換機(jī)端口的設(shè)置匹配。用“ping”命令檢查網(wǎng)卡通信是否正常，如是否丟包，速度是否正常等。用“netstat–rn”檢查路由表是否正常。檢查/etc/hosts文件或DNS設(shè)置是否正常。SSA/SCSI/SASRAID狀態(tài)〔IBM存儲(chǔ)效勞器請(qǐng)參考存儲(chǔ)設(shè)備檢查指南〕：IBM中國(guó)維護(hù)與技術(shù)效勞 6p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明磁盤陣列通常承受RAID1/RAID5/RAID10等數(shù)據(jù)保護(hù)方式。不建議客戶使用RAID0的方式，在RAID0方式下數(shù)據(jù)沒有任何保護(hù)。檢查磁盤陣列中的RAID盤是否有壞盤，是否有degrade的狀況。檢查磁盤陣列的cache是否翻開。熱備盤〔hotspare〕盤可以提高磁盤陣列的牢靠性，猛烈建議設(shè)置熱備盤。以內(nèi)置SASRAID為例步驟如下：檢查DiskArray狀態(tài)：#diag->TaskSelection->RAIDArrayManager->IBMSASDiskArrayManager->ListIBMSASDiskArrayConfiguration檢查SAS通道狀態(tài)：#diag->TaskSelection->RAIDArrayManager->IBMSASDiskArrayManager->DiagnosticsandRecoveryOptions->ShowSASControllerPhysicalResources檢查cache電池狀態(tài)：#diag->TaskSelection->RAIDArrayManager->IBMSASDiskArrayManager->DiagnosticsandRecoveryOptions->ControllerRechargeableBatteryMaintenance->DisplayControllerRechargeableBatteryInformationLIC版本信息查看并且記錄系統(tǒng)當(dāng)前的微碼版本以及HMC〔BPA的微碼版本〕RIO連接狀況HMC上查看RIOTopology狀態(tài)，留意檢查環(huán)路狀態(tài)及速率。磁帶機(jī)是否需要清洗：磁帶機(jī)/磁帶庫(kù)是重要的數(shù)據(jù)備份設(shè)備，應(yīng)定期清洗。不同的磁帶機(jī)/磁帶庫(kù)有不同的清洗間隔，請(qǐng)查閱相關(guān)手冊(cè)。某些磁帶機(jī)可用“/usr/lpp/diagnostics/bin/utape-cdrmt0-n“命令查看磁帶機(jī)使用時(shí)數(shù)。Systemreadinesscheck檢查〔power5及以后機(jī)型〕Power5及以后機(jī)型需要做systemreadinesscheck并記錄結(jié)果。強(qiáng)制ECA信息依據(jù)不同階段公布的ECA列表，檢查對(duì)應(yīng)機(jī)器是否存在需要進(jìn)展的強(qiáng)制ECA，應(yīng)記錄對(duì)應(yīng)的ECA號(hào)碼及完成狀態(tài)。ServiceAgent是否設(shè)置：我們建議給全部的保修期/MA客戶都安裝ServiceAgent，并激活其自動(dòng)報(bào)修功能。ServiceAgent安裝后應(yīng)保持可以與IBMSDRcallhomeemailnotification,SNMPIBM中國(guó)維護(hù)與技術(shù)效勞 7p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明監(jiān)控或者SystemDirector監(jiān)控。以下數(shù)據(jù)是否已經(jīng)收集：AIXsnap文件ASMIerrlog文件RIOTopology文件硬件dump文件其他日志文件〔iqyy等〕硬件檢查完成后必需填寫《RS/6000及p系列系統(tǒng)預(yù)防性維護(hù)效勞報(bào)告單〔硬件局部〕》，對(duì)于檢查中覺察的問題必需準(zhǔn)時(shí)解決。IBM中國(guó)維護(hù)與技術(shù)效勞 8p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明二、軟件維護(hù)局部〔僅適用于有軟件維護(hù)協(xié)議的客戶〕：軟件錯(cuò)誤報(bào)告：用“errpt–dS”命令檢查系統(tǒng)的軟件出錯(cuò)報(bào)告。假設(shè)故障記錄太多，應(yīng)將故障報(bào)告取回，作進(jìn)一步分析。用“mail”命令查看有否發(fā)給root用戶的錯(cuò)誤報(bào)告。用“alog–otboot”命令和“alog–otconsole”命令檢查系統(tǒng)的啟動(dòng)紀(jì)錄和主控臺(tái)的出錯(cuò)信息。檢查HACMP、TSM等軟件的LOG看有否不正常的地方。檢查文件系統(tǒng)查看有沒有“滿”AIX的根本文件系統(tǒng)。如/(根文件系統(tǒng))滿則會(huì)導(dǎo)致用戶不能登錄。關(guān)鍵文件系統(tǒng)的使用率不應(yīng)當(dāng)超過(guò)80%(/usr除外)，且剩余空間最好大于200MB系統(tǒng)有關(guān)于文件系統(tǒng)錯(cuò)誤的報(bào)告則應(yīng)用“fsck”命令對(duì)文件系統(tǒng)進(jìn)展檢查修復(fù)。JFSLOG的大小與文件系統(tǒng)的比例應(yīng)為：1個(gè)PP的LOG治理512個(gè)PP的文件系統(tǒng)。假設(shè)JFSLOG不夠大則應(yīng)擴(kuò)大，但JFSLOG不應(yīng)超過(guò)256MB。假設(shè)太多的文件系統(tǒng)使用同一個(gè)LOG則會(huì)影響性能，應(yīng)考慮不同的文件系統(tǒng)使用不通的JFSLOG。檢查規(guī)律卷：用“l(fā)svg–o|lsvg–il|grepstale”檢查是否有stale狀態(tài)的規(guī)律卷。如有stale狀態(tài)規(guī)律卷應(yīng)馬上進(jìn)展同步修復(fù)。內(nèi)存交換區(qū)(pagingspace)：AIX4.3.3以后對(duì)內(nèi)存交換區(qū)的使用機(jī)制與舊版本已經(jīng)不一樣。內(nèi)存交換區(qū)的大小與物理內(nèi)存的大小并用率超過(guò)70%，則需要擴(kuò)大。某些數(shù)據(jù)庫(kù)廠家或應(yīng)用開發(fā)商可能對(duì)內(nèi)存交換區(qū)有特別要求，請(qǐng)?jiān)儐栂嚓P(guān)廠商或開發(fā)商。增加內(nèi)存交換區(qū)并不會(huì)提高性能，內(nèi)存交換區(qū)使用偏高通常是由于物理內(nèi)存缺乏造成的，所以升級(jí)物理內(nèi)存才是解決之道。交換區(qū)不應(yīng)設(shè)置在rootvg以外的卷組。從性能上考慮，每個(gè)硬盤上應(yīng)當(dāng)只有一個(gè)內(nèi)存交換區(qū)，并且全部?jī)?nèi)存交換區(qū)的大小應(yīng)當(dāng)全都。假設(shè)rootvg是承受鏡像保護(hù)的，則內(nèi)存交換區(qū)也必需鏡像。假設(shè)rootvg有固態(tài)硬盤則建議把內(nèi)存交換區(qū)放在固態(tài)硬盤上以提高性能。IBM中國(guó)維護(hù)與技術(shù)效勞 9p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明bootimage是否修改正而沒有重啟：bootimage修改正應(yīng)當(dāng)重啟AIX，比方安裝了的補(bǔ)丁或者運(yùn)行了bosboot命令等。有些案例，客戶做了某些修改而沒有重啟AIX，等幾個(gè)月之后重啟AIX的時(shí)候才覺察無(wú)法啟動(dòng)。這時(shí)候已經(jīng)想不起來(lái)做過(guò)什么修改了，造成PD很困難。運(yùn)行命令：uptime和ls–l/etc/bosboot.sum，uptime應(yīng)當(dāng)小于/etc/bosboot.sum文件日期到當(dāng)前的時(shí)間，否則就代表bootimage修改正后沒有重啟。系統(tǒng)性能：用vmstat、topas等命令進(jìn)展簡(jiǎn)潔的性能分析，檢查是否有性能瓶頸。數(shù)據(jù)備份：ROOTVG的備份。系統(tǒng)備份要準(zhǔn)時(shí)，它應(yīng)能恢復(fù)操作系統(tǒng)崩潰前的正常工作狀態(tài)。因此每當(dāng)系統(tǒng)轉(zhuǎn)變?cè)O(shè)置，安裝PTF，調(diào)整應(yīng)用程序等的前后都應(yīng)做好系統(tǒng)備份。系統(tǒng)備份建議至少每季度做一次，手頭至少保存兩份系統(tǒng)備份帶。TSM數(shù)據(jù)庫(kù)備份等。用戶數(shù)質(zhì)是否標(biāo)簽明確、保存妥當(dāng)。通信：用“ping”命令檢查通信是否正常。用“netstat–rn”檢查路由表是否正常。檢查/etc/hosts文件或DNS設(shè)置是否正常。數(shù)據(jù)是否已作保護(hù)為保證系統(tǒng)高可用性，建議ROOTVG承受鏡像保護(hù)方式。用“l(fā)svg–lrootvg”檢查是否ROOTVG上全部的規(guī)律卷已鏡像。用“l(fā)slv–llvname”命令檢查規(guī)律卷的兩份拷貝是否在不同的物理硬盤上。用戶數(shù)據(jù)也應(yīng)實(shí)行適當(dāng)?shù)谋Ｗo(hù)方式，如RAID1/5/10、規(guī)律卷鏡像和規(guī)律卷0+1等。假設(shè)客戶承受規(guī)律卷鏡像或規(guī)律卷0+1的方式，則應(yīng)檢查其建的規(guī)律卷是否設(shè)置正確。系統(tǒng)DUMP設(shè)置〔具體請(qǐng)參考《AIX操作系統(tǒng)DUMP設(shè)置及收集指南》〕：系統(tǒng)DUMPsysdumpdev–e”命令估量系統(tǒng)DUMP的大小以檢驗(yàn)DUMPDUM〔4G會(huì)自動(dòng)建立專用的DUMP設(shè)備：/dev/lg_dumplv〕。IBM中國(guó)維護(hù)與技術(shù)效勞 10p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明檢查DUMP的拷貝名目〔文件系統(tǒng)〕是否有足夠的空間〔PrimaryDUMP設(shè)備，則無(wú)此要求〕。假設(shè)要轉(zhuǎn)變DUMP的拷貝名目〔文件系統(tǒng)〕則必需保證其建立在ROOTVG上。為確保系統(tǒng)掛機(jī)時(shí)可以做強(qiáng)制DUMP，請(qǐng)把“alwaysallowdump”設(shè)成“TURE”，可在線修改。DUMP壓縮功能除了可以節(jié)約空間外，還可以大大縮短AIX做DUMP的時(shí)間，建議翻開(默認(rèn)是關(guān)閉)，命令為sysdumpdevC，可在線修改。補(bǔ)丁程序(PTF)檢查檢查的范圍包括操作系統(tǒng)補(bǔ)丁、HACMP補(bǔ)丁、TSM補(bǔ)丁等。檢查系統(tǒng)補(bǔ)丁是否符合客戶Fixes策略要求。具體承受什么版本請(qǐng)參考最的《FixesSuggestionLetter》，并與客戶協(xié)商打算。收集snappackage存檔運(yùn)行“snap-r;snap–gfkbLc”，取回/tmp/ibmsupt/snap.tar.Z或/tmp/ibmsupt/snap.pax.Z文件存檔。收集LVM信息(主要是LVMAPING信息)有助于日后系統(tǒng)出問題時(shí)數(shù)據(jù)恢復(fù)。留意：檢查/tmp文件系統(tǒng)剩余空間最好不要小于200M。IBM中國(guó)維護(hù)與技術(shù)效勞 11p系列、系統(tǒng)p預(yù)防性維護(hù)說(shuō)明不同預(yù)防性維護(hù)周期建議的工作內(nèi)容的是每個(gè)月。不同的預(yù)防性維護(hù)周期建議承受不同的維護(hù)內(nèi)容，具體入下表