Data Domain: Festplatte kann nicht ausfallen | EVT-LAGERUNG 00026

• Das System erzeugt eine Warnmeldung EVT-STORAGE-00026 mit einem FailureReason-Code und einem BlockingReason-Code im Feld für zusätzliche Informationen.
• Die Warnmeldung wird als KRITISCH – Hardwarefehler-Ereignis angezeigt und bezieht sich auf ein bestimmtes Gehäuse und einen bestimmten Laufwerksteckplatz. Zum Beispiel:

  • Event Id:        EVT-STORAGE-00026
    Event Message:   Unable to fail the disk.
    Object:          Enclosure=6:Disk=2
    Additional Information:
    EnclosureSerialNumber=<encl.serialnumber>:DiskSerialNumber=<DiskSN>:FailureReason=<ZZZ>:BlockingReason=<XXX>

  Hinweis: <ZZZ> und <XXX> oben sind Platzhaltervariablen für die tatsächlichen FailureReason- und BlockingReason-Codes. 
• Die Warnmeldung tritt in der Regel kurz nach einem Systemneustart auf, wenn SSM eine Festplatte identifiziert, die die Fehlerschwellenwerte überschreitet, und versucht, sie fehlschlagen zu lassen, bevor RAID seine Festplattengruppen vollständig zusammengestellt hat.

Während eines Systemneustarts scannt SSM alle Festplatten und identifiziert alle Festplatten, die ausgetauscht werden müssen (z. B. Festplatten, die den Schwellenwert für die mittlere Fehleranzahl überschritten haben). SSM gibt dann eine IOCTL-Anforderung an DD_RAID aus, um eine Kopierekonstruktion durchzuführen und die betroffene Festplatte zum Fehlschlagen zu bringen. Zu diesem Zeitpunkt ist DD_RAID jedoch möglicherweise noch nicht fertig mit der Zusammenstellung der Laufwerksgruppen. Da die Zielfestplattengruppe noch nicht verfügbar ist, kann DD_RAID das Gerät nicht finden und gibt einen Fehler zurück. Dies löst die Warnmeldung EVT-STORAGE-00026 aus.

Die folgende Sequenz aus Systemprotokollen veranschaulicht das Timing-Problem:

1. SSM identifiziert die fehlerhafte Festplatte und fordert die Kopierekonstruktion an:

   • Jul 19 09:09:04 localhost ssm: INFO: FM: Failing disk 7.38
     Jul 19 09:09:04 localhost ssm: INFO: FM: SAS BMS exceeded threshold. Trying to run copy reconstruction on 7.38 dm-25
     Jul 19 09:09:04 localhost ssm: INFO: FM: mark pending failed dm-25
     Jul 19 09:09:04 localhost ssm: INFO: FM: request RAID to do copy reconstruction dm-25
     Jul 19 09:09:04 localhost ssm: INFO: FM: RAID cannot do copy reconstruction for dm-25

2. DD_RAID lehnt die IOCTL-Anforderungen (cmd 0x50 kopieren und neu erstellen cmd 0x81) ab, da die Festplattengruppe nicht zusammengestellt ist:

   • Jul 19 09:09:04 localhost kernel: (E5)[1064.801341] DD_RAID: Error ioctl detected: cmd = 0x50, error = -19
     Jul 19 09:09:04 localhost kernel: (E5)[1064.802181] DD_RAID: User requested disk failure [254:400]
     Jul 19 09:09:04 localhost kernel: (E5)[1064.802228] DD_RAID: Error ioctl detected: cmd = 0x81, error = -19

3. Der Gerätezuordnungseintrag (dm-25) des Laufwerks wird erstellt, aber die Festplattengruppe wird einige Minuten später zusammengestellt:

   • Jul 19 09:06:05 localhost kernel: (E4)[884.874774] device-mapper: md @ ffff885fe9850800 dm-25 -> sdfv[131:16], sdab[65:176]

     • ....

   • Jul 19 09:12:12 localhost kernel: (E5)[1251.762266] DD_RAID: raid_level=6, level_options=3, config_disks=14, working_disks=14
     Jul 19 09:12:12 localhost kernel: (E5)[1252.037931] DD_RAID: DiskGroup [dg4][0x4458c2a8b505dd64]: Reassembled

     • Da SSM die Anforderung zum Fehlschlagen um 09:09:04 Uhr ausgegeben hat und die Festplattengruppe die erneute Montage erst um 09:12:12 Uhr abgeschlossen hat, konnte RAID die Anforderung nicht verarbeiten.
       Das System versucht den Vorgang 24 Stunden später erneut und ist in der Regel erfolgreich.
   Hinweis: Alle Protokolleinträge, auf die oben verwiesen wird, werden im kern.info Protokoll, das in einem Support-Bundle enthalten ist.

1. Identifizieren Sie die Ursachencodes. Überprüfen Sie den Warnmeldungstext EVT-STORAGE-00026 und notieren Sie sich die Werte für FailureReason und BlockingReason . Verwenden Sie die folgenden Tabellen, um jeden Code zu interpretieren.

2. Überprüfen Sie die FailureReason-Codes:

   UNBEKANNTER FEHLER	000
   RAID-SCHREIBFEHLER	001
   RAID-VERBINDUNGSFEHLER	002
   MITTLERER FEHLER	003
   LEISTUNGSFEHLER	004
   Ende der Nutzungsdauer (EOL) der SSD	005

3. Überprüfen Sie die BlockingReason-Codes:

   Es sind nicht genügend Ersatzteile auf der Haupteinheit vorhanden. Fügen Sie eine Ersatzfestplatte zur Haupteinheit hinzu.	001
   Es sind nicht genügend Ersatzteile im externen Einschub vorhanden. Fügen Sie eine Ersatzfestplatte zum externen Gehäuse hinzu.	002
   Ein Umbau ist im Gange. Die Festplatte wird nach Abschluss der Rekonstruktion ausfallen.	003
   DD_RAID befindet sich in einem heruntergestuften Zustand. Bringen Sie DD_RAID in einen normalen Zustand.	004
   Unbekannter Grund. Bereiten Sie den Austausch dieser Festplatte vor.	005

4. Erlauben Sie den automatischen Wiederholungsversuch. Wenn die Warnmeldung nach einem Neustart angezeigt wird, warten Sie 24 Stunden. Sobald die RAID-Laufwerksgruppen vollständig montiert sind, versucht das System automatisch, das Laufwerk auszusetzen.

5. Ersetzen Sie die fehlerhafte Festplatte. Nachdem das System die Festplatte erfolgreich ausgefallen ist, ersetzen Sie die betroffene Festplatte gemäß den standardmäßigen Data Domain-Verfahren zum Austausch von Festplatten.

6. Wenden Sie sich an den Dell Support , wenn die Warnmeldung nach 24 Stunden weiterhin besteht oder wenn die Ursachencodes auf einen Zustand hinweisen, den das System nicht automatisch beheben kann.