未解决
此帖子已超过 5 年
58 消息
0
8965
Isilon X200故障
Hi,
Isilon X200 Onefs Version 7.0.1.5
遇到故障报错
Device var 1,Provider ad4p7 disconnected. Boot mirror is critical.
Device root 1,Provider ad4p5 disconnected. Boot mirror is critical.
Unhealthy boot disk(ad4),mirror is degraded.
使用命令 #gmirror status 输出如下：
Name Status Components
mirror/root0 COMPLETE ad7p4
ad4p4
mirror/var-crash COMPLETE ad7p10
mirror/mfg COMPLETE ad7p9
ad4p10
mirror/journal-backup COMPLETE ad7p8
ad4p8
mirror/var1 DEGRADED ad7p7
mirror/var0 COMPLETE ad4p6
ad7p6
mirror/root1 DEGRADED ad7p5
使用命令#atacontrol list 如下：
ATA channel 0:
Master: no device present
Slave: no device present
ATA channel 1:
Master: no device present
Slave: no device present
ATA channel 2:
Master: ad4 Serial ATA v1.0 II
Slave: no device present
ATA channel 3:
Master: no device present
Slave: ad7 Serial ATA v1.0 II
ATA channel 4:
Master: no device present
Slave: no device present
ATA channel 5:
Master: no device present
Slave: no device present
根据以上信息，我判断是ad4的boot drive故障，但是我用SolVe Generator生成的更换文档是更换 Slave的，而现场的是Master故障。
文档中前几步骤如： Install a drive support package等的都是为了生成日志信息，以保留给support，然后就是直接关机更换。
现在有以下几个疑问：
1、现在有点怀疑这个情况是否需要更换这个硬件？
2、isilon是如何引导的，我这的情况是master故障，我更换后怎么确认系统能从原来的slave这个boot drive引导？
3、如果我有一台isilon的测试机Onefs 7.1.1.2，而需要更换的isilon Onefs为7.0.1.5。我使用带有高版本Onefs的Boot drive安装到低版本的设备上会不会有其他问题？
4、我现在有两台Onefs 7.1.1.2的X200，我将其中一台的master boot drive拔下，用另外一台来更换，结果无法启动
所以我现在怀疑我的判断是不是正确的了？
求大神们帮帮忙啊。
Roger_Wu
4K 消息
1
2017年1月21日 17:00
根据KB提示建议先升级一下：ETA 194692: EMC Isilon nodes: Boot flash drives become non-operational due to excessive writes https://support.emc.com/kb/301967
These issues are addressed in OneFS 7.2.0.0, 7.1.1.2, 7.1.0.6, 7.0.2.12, and 6.5.5.29.
If any S200, S210, X200, X400, X410, NL400, or 108NL nodes in your cluster have experienced boot drive failures, EMC strongly recommends that you upgrade to the appropriate version of OneFS recommended below as soon as possible:
如果升级失败的话基本上要联系售后工程师来处理了，degraded boot drive可能无法升级成功：OneFS: Cannot perform upgrade with degraded boot drive https://support.emc.com/kb/456690
后面的几个问题要Isilon专家来解答一下。
Jeffey1
2.8K 消息
0
2017年1月21日 18:00
shaoyong
根据你提供的gmirror status命令输出分析，故障的boot drive编号为ad7.
Dell EMC官方文档中有提及，编号为ad7的组件是slave boot drive，下面是文档截图：
所以我觉得你应该替换slave boot drive，而不是master组件。更多信息，请参考文档《Boot Drive Replacement Guide》。
Jeffey1
2.8K 消息
0
2017年1月21日 18:00
shaoyong
如果是ad4就是master坏了，可是你提供的命令输出是ad7哦。
Lu_shaoyong
58 消息
0
2017年1月21日 18:00
Hi,
这个确认上ad4，不是ad7
并且我在测试机器上直接在线拔过J3，然后再看mirror状态，跟我提供的图上一样的
Lu_shaoyong
58 消息
0
2017年1月21日 19:00
Hi，
每个mirror都有两部分（除了mirror/var-crash之外），分为ad4、ad7，我的结果中，只有ad7，而ad4 missing，所以故障位置应该上ad4。
如下图是我在测试设备上将J3拔出之后的结果：
Jeffey1
2.8K 消息
1
2017年1月21日 21:00
shaoyong
那你可以按照文档《Boot Drive Replacement Guide》第4页之后的操作步骤，继续替换故障的备件。
Lu_shaoyong
58 消息
0
2017年1月21日 21:00
Hi，
我按照此文档做了，在关闭节点前的步骤仅Install a drive support package这个没做，但是这个步骤也好像是收集信息以提供给support的。
按照文档来，就是关闭节点然后更换，完成后启动节点。我做完后启动节点无法启动报错如下：
Executing GEOM bootdisk startup...
This system has 2 formatted boot disks (ad7 and ad4),
but the boot disk IDs are not a pair.
UnbootableBootdiskException: 5: Exception caught in startup attempt 1
Traceback (most recent call last):
File "/usr/lo cal/lib/python2.6/site-packages/isi/sys/bootdisk.py", line 1831, in startup
File "/usr/local/lib/python2.6/site-packages/isi/sys/bootdisk.py", line 1741, in _startup
File "/usr/local/lib/python2.6/site-packages/isi/sys/bootdisk.py", line 1667, in handle_bootdisk_ids
File "/usr/local/lib/python2.6/site-packages/isi/sys/bootdisk.py", line 1628, in two_bootdisks_two_ids
UnbootableBootdiskException: 5
The system is unbootable.
GEOM start failed
Please contact EMC Customer Support:
United States: 1 800 782 4362 (1 800 SVC 4EMC)
Canada: 1 800 543 4782 (1 800 543 4SVC)
Worldwide Country Code: 1 508 497 7901
Command Options:
1) Enter recovery shell
2) Continue booting
3) Reboot
option> No handlers could be found for logger "lcd.library"
Jeffey1
2.8K 消息
1
2017年1月21日 22:00
shaoyong
根据你目前的情况，你可以参考：457965 : OneFS 7.0.2 and 7.1.0: Node fails to boot completely after replacing a boot drive or joining a cluster https://support.emc.com/kb/457965
Roger_Wu
4K 消息
0
2017年1月25日 00:00
楼主后来设备起来了不？欢迎来分享解决经验。
ksa13
1 消息
0
2019年12月3日 01:00
hi shaoyang，这个case你有结果吗？是不是打补丁解决的？
Lu_shaoyong
58 消息
0
2019年12月3日 18:00
Hi，
这个故障，EMC的KB给出的解决办法是更换Boot Device。我使用的备件是从其他同型号的节点上拆下来的，但是按照官方的文档更换后节点无法启动，后来没辙了，更换回原来的Boot Device，启动节点后状态正常。
首先不确定正常状态能保持多久，其次不确定是否是因为Boot Device上有数据而导致更换后节点无法启动，或者是原厂备件有什么特别的设置，一直没找到原因。因为故障设备为实验环境，所有也没购买EMC的备件，按照Boot Device型号找了非EMC备件，进行更换实验，正常更换后节点也无法启动，使用非常规手段...... 进行更换后设备正常，但是部分节点上更换过的Boot Device会报错提示不支持，并且无法通过命令查询使用寿命。