VMware: Guía de solución de problemas de discos físicos de vSAN
Resumen: Esta es una guía general de solución de problemas para ayudar a identificar si hay un problema con un disco físico en los clústeres de vSAN.
Instrucciones
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:
Impending permanent disk failure, data is being evacuated (Health state - Yellow).Impending permanent disk failure, data evacuation failed due to insufficient resources (Health state - Red).Impending permanent disk failure, data evacuation failed due to inaccessible objects (Health state - Red).Impending permanent disk failure, data evacuation completed (Health state - Yellow)
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 en la "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
Verifique en el "In CMMDS" parámetro. 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.
Healthy -- state 7Inaccessible -- state 13Absent or Degraded -- state 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 de vSAN, latidos del host de vSAN, PDL, códigos de detección de SCSI y solicitudes de I/O (lecturas/escrituras), e 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 de los discos, los discos perdidos permanentes de dispositivos (PDL) y la latencia de discos, 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
Lo 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