統(tǒng)一存儲(chǔ)維護(hù)與故障診斷

-硬盤(pán)故障

2目標(biāo)學(xué)習(xí)完本章節(jié)后，您將能夠：掌握存儲(chǔ)系統(tǒng)開(kāi)工失敗的處理流程掌握存儲(chǔ)控制器故障的處理流程掌握RAID組故障的處理流程掌握鏈路異常的處理流程了解MSCS的原理以及安裝部署流程3硬盤(pán)故障故障場(chǎng)景

現(xiàn)象描述可能原因故障類(lèi)型場(chǎng)景的硬盤(pán)故障主要包括：無(wú)法識(shí)別；介質(zhì)故障；即將失效；物理故障；出現(xiàn)硬盤(pán)故障時(shí)，硬盤(pán)指示燈都將紅燈常亮，并產(chǎn)生相應(yīng)告警，硬盤(pán)故障時(shí)會(huì)導(dǎo)致RAID組降級(jí)甚至失效。出現(xiàn)介質(zhì)故障時(shí)可能會(huì)導(dǎo)致部分?jǐn)?shù)據(jù)損壞。硬盤(pán)與槽位接觸不良或硬盤(pán)故障硬盤(pán)出現(xiàn)不可修復(fù)的壞道硬盤(pán)可修復(fù)壞道達(dá)到閾值硬盤(pán)磁頭、電機(jī)等故障4硬盤(pán)故障存儲(chǔ)系統(tǒng)硬盤(pán)故障排查思路注：這里除接觸不良外都可以通過(guò)更換硬盤(pán)的方式解決，如果涉及到RAID失效時(shí)，請(qǐng)參考RAID故障進(jìn)行處理。所有更換的硬盤(pán)必需是經(jīng)過(guò)華為認(rèn)證且和產(chǎn)品型號(hào)對(duì)應(yīng)的硬盤(pán)，其他途徑獲取的硬盤(pán)存儲(chǔ)系統(tǒng)無(wú)法識(shí)別。5硬盤(pán)故障硬盤(pán)SMART信息簡(jiǎn)介硬盤(pán)SMART信息是硬盤(pán)生產(chǎn)商們建立的，硬盤(pán)上保存的跟執(zhí)行情況、可靠程度、讀寫(xiě)錯(cuò)誤率等屬性相關(guān)的數(shù)據(jù)；這些屬性反應(yīng)了硬盤(pán)當(dāng)前的健康狀態(tài)，通過(guò)分析這些數(shù)據(jù)能判斷該硬盤(pán)是否具有風(fēng)險(xiǎn)，比如硬盤(pán)即將失效就是通過(guò)SMART信息來(lái)判斷的，SMART信息中有如下常用的屬性：6硬盤(pán)故障硬盤(pán)SMART信息簡(jiǎn)介smart判斷標(biāo)準(zhǔn)InformationalExceptionslogpage正常情況該logpage內(nèi)容在smart信息中為：IEasc=0x00ascq=0x00Noadditionalsenseinformation若為其他打印，如asc和ascq為其他值，則說(shuō)明硬盤(pán)存在異常，如溫度超標(biāo)，或者硬盤(pán)出現(xiàn)即將失效的故障Totaluncorrectederrors正常情況該內(nèi)容在smart信息中為：Totaluncorrectederrors=0若不為0，且為一個(gè)較大的值，則說(shuō)明該盤(pán)存在介質(zhì)故障的風(fēng)險(xiǎn)GrownDefectList正常情況該內(nèi)容在smart信息中為：GrownDefectListisempty…，即GrownDefectList為空。若“0x000084-00-000004D3”這樣格式的打印，若行數(shù)較多，則說(shuō)明存在介質(zhì)故障風(fēng)險(xiǎn)。InvalidDWORDcount正常情況該內(nèi)容在smart信息中為：InvalidDWORDcount=0若為一個(gè)較大的值則說(shuō)明該盤(pán)存在鏈路故障的風(fēng)險(xiǎn)Runningdisparityerrorcount正常情況該內(nèi)容在smart信息中為：Runningdisparityerrorcount=0若該值不為0則說(shuō)明該盤(pán)存在鏈路故障的風(fēng)險(xiǎn)LossofDWORDsynchronization正常情況該內(nèi)容在smart信息中為：LossofDWORDsynchronization=0若為一個(gè)較大的值則說(shuō)明該盤(pán)存在鏈路故障的風(fēng)險(xiǎn)7小結(jié)開(kāi)工失敗通常是由于保險(xiǎn)箱盤(pán)異?；蛘哂脖P(pán)框和控制框不匹配導(dǎo)致，建議在設(shè)備上架運(yùn)行后不要輕易調(diào)整硬盤(pán)和框的位置。RAID組是先降級(jí)后失效的，恢復(fù)時(shí)則需要反向進(jìn)行，先恢復(fù)至降級(jí)然后通過(guò)更換硬盤(pán)重構(gòu)再將RAID恢復(fù)為正常。處理控制器故障時(shí)為了確保業(yè)務(wù)的連續(xù)性和數(shù)據(jù)的完整性，在處理前務(wù)必檢查鏈路是否冗余，臟數(shù)據(jù)是否刷盤(pán)。鏈路異常的排查應(yīng)是優(yōu)先考慮連通性，對(duì)于iSCSI來(lái)講就是通過(guò)PING命令，對(duì)FC來(lái)講就是檢查接收和發(fā)送光功率。硬盤(pán)故障的識(shí)別也是由外到內(nèi)的一個(gè)排查過(guò)程-從指示燈到告警最后在排查硬盤(pán)內(nèi)部信息（Smart）。8思考題陣列保險(xiǎn)箱硬盤(pán)的作用是什么，在存儲(chǔ)中是如何進(jìn)行冗余備份的？在處理RAID組失效時(shí)，如果一個(gè)RAID組同時(shí)出現(xiàn)2塊以上硬盤(pán)故障如何處理？在更換控制器的過(guò)程中出現(xiàn)被更換控制器出現(xiàn)多次重啟（不超過(guò)3次）可能會(huì)有哪些原因？在什么情況下一個(gè)RAID5的LUN會(huì)出現(xiàn)介質(zhì)故障的告警？硬盤(pán)處于即將失效的具體原因是什么？是否會(huì)導(dǎo)致RAID組降級(jí)？9習(xí)題判斷