Guida alla risoluzione dei problemi dei dischi fisici vSAN

Verifica dello stato del disco fisico vSAN dall'interfaccia utente web:

Connettersi a vCenter Server Web Client e controllare lo stato del disco da:
 
Inventario > Host e cluster Cluster vSAN Configurazione > di vSAN Disk Management Figura 1: vista vSAN Disk Management Selezionare l'host interessato ed espandere la sezione "Visualizza disco": Figura 2: Vista del gruppo di > dischi vSAN > Qui è possibile verificare se un disco viene rilevato >come:








 
Non integro
Dismounted
0 Capacity
Permanent Disk Failure
Disco inattivo
Disco assente
 
Inoltre, verificare la presenza di allarmi relativi al disco attivati dalla sezione vSAN Skyline Health:
 
Inventario > Host e cluster > vSAN Cluster Monitor >> vSAN > Skyline Health > Disco fisico Figura

3: Vista

Integrità Skyline Qui è possibile verificare se è attivato uno dei seguenti allarmi:
 
Guasto permanente del disco imminente, i dati vengono evacuati (stato di integrità giallo).
Guasto permanente del disco imminente, evacuazione dei dati non riuscita a causa di risorse insufficienti (stato di integrità rosso).
Guasto permanente del disco imminente, evacuazione dei dati non riuscita a causa di oggetti inaccessibili (stato di integrità - rosso).
Guasto permanente del disco imminente, evacuazione dei dati completata (stato di integrità - giallo)
 
Inoltre, è possibile controllare lo stato del disco dall'elenco dei dispositivi di storage dell host interessato:
 
Inventario > Host e cluster > Cluster > vSAN interessato Host > ESXi vSAN Configurazione > dei dispositivi di storage >Figura 4:

Vista Host Storage Devices

Qui è possibile verificare se lo stato di un disco è:
 
Capacità
0 Disco assente
Disco disinstallato
 
Verificare se è in corso una risincronizzazione:
 
Inventario > Host e cluster > vSAN Cluster Monitor >> vSAN > risincronizzazione degli oggetti: Figura 5:

Vista di risincronizzazione degli oggetti

 
Verificare lo stato degli oggetti vSAN:
 
Inventario > Host e cluster > vSAN Cluster Monitor >> vSAN > Skyline > Health Data > integrità deglioggetti vSAN Figura 6: Vista integrità oggetti

vSAN

 
Il passaggio successivo consiste nel raccogliere ulteriori informazioni sul problema tramite CLI e controllare i registri:Controllo dello stato del disco fisico vSAN dalla CLI:Connettersi tramite SSH all host interessato ed eseguire i seguenti comandi:




 

vdq -qH

Controllare il parametro "IsPDL" (perdita permanente del dispositivo). Se è uguale a 1, il disco viene perso.
 
Esempio:
 

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

Verificare se è presente un disco mancante nel gruppo di dischi.
 
Esempio:
 

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

Controllare il parametro "In CMMDS". Se il valore è false, la comunicazione con il disco viene interrotta.
 
Esempio:
 

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.

Verificare la presenza di errori di lettura/scrittura con il comando smart get.
 
Esempio:
 

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

Verificare la presenza di gruppi di dischi disponibili.
 
Esempio:
 

      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

Verificare se sono presenti operazioni di risincronizzazione in corso o bloccate.
 
Esempio:
 

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

Premere Ctrl+C per arrestare il comando.
 

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

Controllare lo stato dei componenti.
 
Integro -- stato 7
Inaccessibile -- stato 13
Assente o Danneggiato -- stato 15
 
Esempio:
 

    425 state\": 7

 
Come identificare la posizione dell'unità SSD o del DISCO rigido guasta sulla CLI:
 
Elencare tutti i dispositivi disponibili:

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

Esempio:
 

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

Controllare la posizione utilizzando ogni naa del disco dall'elenco:

esxcli storage core device physical get -d

 
Esempio:
 

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

Come identificare il DISCO RIGIDO o l'unità SSD guasta se il nome del dispositivo è mancante:

È possibile che il disco guasto non venga rilevato e non sia in grado di eseguire l'identificazione utilizzando il numero naa corrispondente. In questo scenario, è necessario individuare tutti i dischi e quello che non si trova fisicamente è quello che si è guastato.

Di seguito è riportato uno script che può essere utilizzato per eseguire l'attività un po' più velocemente:

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

Registri rilevanti per vSAN per problemi relativi allo storage:
 
/var/log/vmkernel.log
Problemi di lettura e scrittura su dischi vSAN, heartbeat dell host vSAN, PDL, codici di rilevamento SCSI e richieste di I/O (letture/scritture) e informazioni sull'appartenenza al cluster.
 
Esempio:
 

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
Segnala lo stato del disco, i PDL (Permanent Device Lost Disks), la latenza del disco e segnala quando un host entra e esce dalla modalità di manutenzione.
 
Esempio:
 

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
Consente di determinare se il disco è stato contrassegnato come non integro a causa di un'eccessiva congestione del registro o di latenze di I/O.
 
Esempio:
 

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