Guía de solución de problemas de discos físicos de vSAN

Comprobación del estado del disco físico de vSAN desde la interfaz de usuario web:

Conéctese a vCenter Server Web Client y compruebe el estado del disco desde las siguientes ubicaciones:
 
Inventario > Host y clústeres Clúster de vSAN Configurar >> la administración de discos de vSAN Imagen 1: vista de administración de discos de vSAN Seleccione el host afectado y, a continuación, expanda la sección Ver disco:Imagen 2: Vista de grupo de discos de > vSAN >Aquí puede verificar si un disco se detecta como:








 
En mal estado
desmontado
0 capacidad
falla
de disco permanente disco inactivo
disco ausente
 
Además, compruebe si hay alarmas relacionadas con el disco activadas desde la sección vSAN Skyline Health:
 
Inventario > Host y clústeres Monitor de clústeres > de vSAN Estado > de > vSAN > Skyline Disco >

físico Imagen 3: Vista

Skyline Health Aquí puede verificar si se activa alguna de las siguientes alarmas:
 
Falla de disco permanente inminente; se están evacuando los datos (estado: amarillo).
Falla permanente de disco inminente; la evacuación de datos falló debido a recursos insuficientes (estado: rojo).
Falla permanente de disco inminente; la evacuación de datos falló debido a objetos inaccesibles (estado: rojo).
Falla de disco permanente inminente, evacuación de datos completada (estado: amarillo) Además, puede comprobar el estado del disco desde la lista Dispositivos de almacenamiento del host afectado:

 
 
Inventario > Host y clústeres Clúster > de vSAN afectado Host > ESXi de > vSAN Configurar > dispositivos de almacenamiento >Imagen 4:

Vista Host Storage Devices

Aquí puede verificar si el estado de un disco es:
 
Disco de capacidad
0 Disco ausente
Desmontado
 
Verifique si se está produciendo una resincronización:
 
Inventario > Host y clústeres > vSAN Cluster > Monitor > vSAN > Resincronización de objetos:Imagen 5:

Vista Resincronización de objetos

 
Verifique el estado de los objetos de vSAN:
 
Inventario > Host y clústeres Monitor de clústeres de vSAN Datos > de estado de vSAN > Skyline Estado del objeto de vSAN Imagen 6: vista del estado del objeto de >> vSAN >>



 
El siguiente paso es recopilar más información sobre el problema a través de la CLI y comprobar los registros:Comprobación del estado del disco físico de vSAN desde la CLI:Conectarse a través de SSH al host afectado y ejecutar los siguientes comandos:




 

vdq -qH

Compruebe el parámetro "IsPDL" (pérdida permanente del dispositivo). Si es igual a 1, se pierde el disco.
 
Ejemplo:
 

DiskResults:
 DiskResult[0]:
 Name: naa.600508b1001c4b820b4d80f9f8acfa95
 VSANUUID: 5294bbd8-67c4-c545-3952-7711e365f7fa
 State: In-use for VSAN
 ChecksumSupport: 0
 Reason: Non-local disk
 IsSSD?: 0
IsCapacityFlash?: 0
 IsPDL?: 0
 <<truncated>>
 DiskResult[18]:
 Name:
 VSANUUID: 5227c17e-ec64-de76-c10e-c272102beba7
 State: In-use for VSAN
 ChecksumSupport: 0
 Reason: None
 IsSSD?: 0
IsCapacityFlash?: 0
 IsPDL?: 1

 

vdq -iH

Compruebe si falta un disco del grupo de discos.
 
Ejemplo:
 

Mappings:
DiskMapping[0]:
SSD: naa.58ce38ee2016ffe5
MD: naa.5002538a4819e3e0
 
DiskMapping[2]:
SSD: naa.58ce38ee2016fe55
MD: naa.5002538a48199ca0
MD: naa.5002538a48199e20
MD: naa.5002538a48199e00

 

esxcli vsan storage list

Compruebe el parámetro "In CMMDS". Si es falso, se pierde la comunicación con el disco.
 
Ejemplo:
 

Device: Unknown
Display Name: Unknown
Is SSD: false
VSAN UUID: 529cadbc-acd1-b588-8643-68336d5512d6
VSAN Disk Group UUID:
VSAN Disk Group Name:
Used by this host: false
In CMMDS: false
On-disk format version: <Unknown>
Deduplication: false
Compression: false
Checksum:
Checksum OK: false
Is Capacity Tier: false

 

for i in `esxcli  storage core device list | grep ^naa` ; do echo $i; esxcli storage core device smart get -d $i; done.

Compruebe si hay errores de lectura/escritura con el comando "get inteligente".
 
Ejemplo:
 

naa.55cd2e404c1f35a1
Parameter                   Value  Threshold  Worst  Raw
--------------------------  -----  ---------  -----  ---
Health Status               OK     N/A        N/A    N/A
Media Wearout Indicator     100    0          100    86
Read Error Count            130    39         130    133
Power-on Hours              100    0          100    110
Power Cycle Count           100    0          100    106
Drive Temperature           100    0          100    26
Uncorrectable Sector Count  100    0          100    0

naa.55cd2e404c1f35a5
Parameter                   Value  Threshold  Worst  Raw
--------------------------  -----  ---------  -----  ---
Health Status               OK     N/A        N/A    N/A
Media Wearout Indicator     100    0          100    10
Read Error Count            130    39         130    53
Power-on Hours              100    0          100    110
Power Cycle Count           100    0          100    106
Drive Temperature           100    0          100    27
Uncorrectable Sector Count  100    0          100    0

 

esxcli vsan storage list | grep "VSAN Disk Group UUID:" | sort | uniq -c

Compruebe si hay grupos de discos disponibles.
 
Ejemplo:
 

      2    VSAN Disk Group UUID: 5203424c-ee56-497d-75d1-fcf73ae997cb
      2    VSAN Disk Group UUID: 52af8e5c-77d1-b552-3310-ec5fef09edf4

 

while true;do echo " ****************************************** "; echo "" > /tmp/resyncStats.txt ;cmmds-tool find -t DOM_OBJECT -f json |grep uuid |awk -F \" '{print $4}' |while read i;do pendingResync=$(cmmds-tool  find -t DOM_OBJECT -f json -u $i|grep -o "\"bytesToSync\": [0-9]*,"|awk -F " |," '{sum+=$2} END{print sum / 1024 / 1024 / 1024;}');if [ ${#pendingResync} -ne 1 ]; then echo "$i: $pendingResync GiB";fi;done |tee -a /tmp/resyncStats.txt;total=$(cat /tmp/resyncStats.txt |awk '{sum+=$2} END{print sum}');echo "Total: $total GiB" |tee -aa /tmp/resyncStats.txt;total=$(cat /tmp/resyncStats.txt  |grep Total);totalObj=$(cat /tmp/resyncStats.txt|grep -vE " 0 GiB|Total"|wc -l);echo "`date +%Y-%m-%dT%H:%M:%SZ` $total ($totalObj objects)" >> /tmp/totalHistory.txt; echo `date `; sleep 60; done

Compruebe si hay operaciones de resincronización en curso o bloqueadas.
 
Ejemplo:
 

Total: 0 GiB
Mon Feb 13 17:32:06 UTC 2023

Presione Ctrl+C para detener el comando.
 

cmmds-tool find -f python | grep CONFIG_STATUS -B 4 -A 6 | grep 'uuid\|content' | grep -o 'state\\\":\ [0-9]*' | sort | uniq -c

Compruebe el estado de los componentes.
 
En buen estado: estado 7
; Inaccesible: estado 13
; Ausente o degradado: estado 15
 
; Ejemplo:
 

    425 state\": 7

 
Cómo identificar dónde se encuentra la SSD o el DISCO DURO fallidos en la CLI:
 
Enumere todos los dispositivos disponibles:

esxcli storage core device list | grep "naa" | awk '{print $1}' | grep "naa"

Ejemplo:
 

naa.5000c500852df8d3
naa.55cd2e404c1f35a1
naa.55cd2e404c1f35a5
naa.5000c500852dd5e7

Compruebe la ubicación utilizando cada disco naa de la lista:

esxcli storage core device physical get -d

 
Ejemplo:
 

esxcli storage core device physical get -d naa.5000c500852df8d3
esxcli storage core device physical get -d naa.55cd2e404c1f35a1
esxcli storage core device physical get -d naa.55cd2e404c1f35a5
esxcli storage core device physical get -d naa.5000c500852dd5e7
 
   Physical Location: enclosure 65535 slot 0
   Physical Location: enclosure 65535 slot 1
   Physical Location: enclosure 65535 slot 2
   Physical Location: enclosure 65535 slot 3

Cómo identificar el DISCO DURO o SSD fallido si falta el nombre del dispositivo:

Es posible que el disco fallido no se detecte y no se pueda identificar mediante el nro de NAA correspondiente. En este escenario, es necesario localizar todos los discos, y el que no está localizado físicamente sería el que falló.

Este es un script que se puede utilizar para realizar la tarea un poco más rápido:

echo "=============Physical disks placement=============="
echo ""
esxcli storage core device list | grep "naa" | awk '{print $1}' | grep "naa" | while read in; do
echo "$in"
esxcli storage core device physical get -d "$in"
sleep 1
echo "===================================================="
done

Registros relevantes de vSAN para problemas relacionados con el almacenamiento:
 
/var/log/vmkernel.log
Problemas de lectura y escritura en discos vSAN, latidos del host vSAN, PDL, códigos de detección de SCSI y solicitudes de I/O (lecturas/escrituras), además de información de membresía del clúster.
 
Ejemplo:
 

2021-06-22T12:02:08.408Z cpu30:1001397101)ScsiDeviceIO: PsaScsiDeviceTimeoutHandlerFn:12834: TaskMgmt op to cancel IO succeeded for device naa.55cd2e404b7736d0 and the IO did not complete. WorldId 0, Cmd 0x28, CmdSN = 0x428.Cancelling of IO will be
2021-06-22T12:02:08.408Z cpu30:1001397101)retried.

/var/log/vobd.log
Informa sobre el estado del disco, los discos perdidos permanentes del dispositivo (PDL) y la latencia del disco, e informa sobre cuándo un host entra y sale del modo de mantenimiento.
 
Ejemplo:
 

2022-05-31T11:42:46.065Z: [vSANCorrelator] 10605891965954us: [vob.vsan.lsom.devicerepair] vSAN device 521a74ce-c980-c16c-ff3d-38a036233daf is being repaired due to I/O failures, and will be out of service until the repair is complete. If the device is part of a dedup disk group, the entire disk group will be out of service until the repair is complete.
2022-05-31T11:42:46.065Z: [vSANCorrelator] 10606062774178us: [esx.problem.vob.vsan.lsom.devicerepair] Device 521a74ce-c980-c16c-ff3d-38a036233daf is in offline state and is getting repaired

/var/log/vsandevicemonitord.log
Ayuda a determinar si el disco se marcó como en mal estado debido a una congestión excesiva de registros o latencias de I/O.
 
Ejemplo:
 

INFO vsandevicemonitord WARNING - WRITE Average Latency on VSAN device naa.50000xxxxxxxx has exceeded threshold value 2000000 us 2 times.
INFO vsandevicemonitord Tier 2 (naa.50000xxxxxxxx) as unhealthy