Probleemoplossingsgids voor fysieke schijven voor vSAN

Controleren op de status van de fysieke vSAN-schijf vanuit de webinterface:

Maak verbinding met de vCenter Server Web Client en controleer de schijfstatus vanaf:
 
Inventaris > Host en clusters > vSAN-cluster vSAN-schijfbeheer >> configureren Afbeelding 1: weergave vSAN-schijfbeheer >

Selecteer de betreffende host en vouw vervolgens de sectie Schijf weergeven uit:Afbeelding 2: weergave

vSAN-schijfgroep Hier kunt u controleren of een schijf wordt gedetecteerd als:




 
Ongezonde
niet-gekoppelde
permanente schijfstoring
met 0 capaciteit
Schijf niet werkende
schijf afwezig

Controleer ook of er schijfgerelateerde alarmen zijn die worden geactiveerd vanuit de sectie vSAN Skyline Health: 
 
Inventaris > Host en clusters > vSAN Cluster > Monitor > vSAN > Skyline Health > Fysieke schijf

Afbeelding 3: Skyline-gezondheidsweergave

Hier kunt u controleren of een van de volgende alarmen is geactiveerd:
 
Dreigende permanente schijfstoring, data worden geëvacueerd (Status - geel).
Dreigende permanente schijfstoring, data-evacuatie mislukt vanwege onvoldoende resources (status: rood).
Dreigende permanente schijfstoring, data-evacuatie mislukt vanwege ontoegankelijke objecten (status: rood).
Dreigende permanente schijfstoring, data-evacuatie voltooid (status: geel)
 
U kunt ook de schijfstatus controleren in de lijst met opslagapparaten van de getroffen host:
 
Inventaris > Host en clusters > Betrokken vSAN-cluster > Host vSAN ESXi-host > storage-apparaten configureren Afbeelding > 4:>

Weergave

hoststorageapparaten Hier kunt u controleren of de status van een schijf is:
 
0 Capaciteit
Schijf afwezig
Schijf ontkoppeld
 
Controleer of er een hersynchronisatie plaatsvindt:
 
Inventaris > Host en clusters > vSAN Cluster > Monitor > vSAN > Resyncing Objects: Afbeelding 5:

Weergave Objecten opnieuw synchroniseren

 
Controleer de status van vSAN-objecten:
 
Inventaris > Host en clusters > vSAN-clustermonitor > vSAN Skyline-statusgegevens >> VSAN-objectstatus > Afbeelding 6: weergave vSAN-objectstatus >



 
De volgende stap is het verzamelen van meer informatie over het probleem via CLI en het controleren van de logboeken:Controleren op vSAN fysieke schijfstatus van CLI:Verbinden via SSH met de getroffen host en de volgende opdrachten uitvoeren:




 

vdq -qH

Controleer de parameter "IsPDL" (permanent device loss). Als het gelijk is aan 1, gaat de schijf verloren.
 
Voorbeeld:
 

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

Controleer of er een schijf ontbreekt in de schijfgroep.
 
Voorbeeld:
 

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

Controleer de parameter "In CMMDS". Als dit niet het geval is, gaat de communicatie verloren op schijf.
 
Voorbeeld:
 

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.

Controleer op lees-/schrijffouten met de smart get-opdracht.
 
Voorbeeld:
 

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

Controleer of er schijfgroepen beschikbaar zijn.
 
Voorbeeld:
 

      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

Controleer of er bewerkingen voor hersynchronisatie aan de gang zijn of zijn vastgelopen.
 
Voorbeeld:
 

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

Druk op Ctrl+C om de opdracht te stoppen.
 

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

Controleer de staat van de componenten.
 
Gezond -- status 7
Ontoegankelijk -- status 13
Afwezig of verslechterd -- status 15
 
Voorbeeld:
 

    425 state\": 7

 
De locatie van de defecte SSD of HARDE SCHIJF identificeren via de CLI:
 
Maak een lijst van alle beschikbare apparaten:

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

Voorbeeld:
 

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

Controleer de locatie met behulp van elke schijf naa uit de lijst:

esxcli storage core device physical get -d

 
Voorbeeld:
 

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

De defecte HARDE SCHIJF of SSD identificeren als de apparaatnaam ontbreekt:

Het is mogelijk dat de defecte schijf niet wordt gedetecteerd en niet kan worden geïdentificeerd met behulp van de bijbehorende naa. In dit scenario is het nodig om alle schijven te lokaliseren en de schijf die niet fysiek is gelokaliseerd, is de schijf die defect is.

Hier is een script dat kan worden gebruikt om de taak iets sneller uit te voeren:

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

Relevante vSAN-logboeken voor storagegerelateerde problemen:
 
/var/log/vmkernel.log
Problemen met lezen en schrijven naar vSAN-schijven, vSAN-hosthartslagen, PDL's, SCSI-sensecodes en I/O-aanvragen (lezen/schrijven) en clusterlidmaatschapsinformatie.
 
Voorbeeld:
 

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
Rapporten over de status van de schijf, permanente PDL's (Permanent Device Lost Disks), schijflatentie en rapporten over wanneer een host de onderhoudsmodus in- en uitschakelt.
 
Voorbeeld:
 

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
Hiermee kunt u bepalen of de schijf als ongezond is gemarkeerd vanwege overmatige logdrukte of I/O-latentie.
 
Voorbeeld:
 

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