Feilsøkingsveiledning for fysiske vSAN-disker

Kontrollere status for fysisk vSAN fra webgrensesnittet:

Koble til vCenter Server Web Client, og kontroller diskstatusen fra:
 
Lager > Vert og klynger vSAN-klynge > Konfigurere > vSAN Disk Management Bilde 1: vSAN Disk Management-visning Velg den berørte verten, og utvid deretter visningsdiskdelen:Bilde 2: vSAN > Disk Group-visning >



Her kan du kontrollere om en disk oppdages som:




 
Usunn
Umontert
0 kapasitet
Permanent diskfeil
Disk ned
disk fraværende
 
Se også etter diskrelaterte alarmer som utløses fra vSAN Skyline Health-delen:
 
Lager > Vert og klynger > vSAN Cluster > Monitor > vSAN > Skyline Health > Fysisk disk

Bilde 3: Skyline Health-visning

Her kan du kontrollere om noen av følgende alarmer utløses:
 
Forestående permanent diskfeil, data blir evakuert (Helsetilstand - Gul).
Forestående permanent diskfeil, dataevakuering mislyktes på grunn av utilstrekkelige ressurser (Helsetilstand - Rød).
Forestående permanent diskfeil, dataevakuering mislyktes på grunn av utilgjengelige objekter (Helsetilstand - Rød).
Forestående permanent diskfeil, evakuering av data er fullført (Helsetilstand – gul)
 
Du kan også kontrollere diskstatus fra listen over lagringsenheter til den berørte verten:
 
Lager > Vert og klynger vSAN-klynge > berørt vSAN ESXi-vert >> Konfigurere > lagringslagringsenheter >

Bilde 4: Visning

av vertslagringsenheter Her kan du kontrollere om diskstatusen er:
 
0 Kapasitet
Disk fraværende
disk umontert
 
Bekreft om det er en Resync skjer:
 
Lager > Vert og klynger > vSAN Cluster > Monitor > vSAN > Resyncing Objects:Bilde 5:

Visning av nye synkroniseringsobjekter

 
Bekreft statusen til vSAN Objects:
 
Lager > Vert og klynger vSAN Cluster > Monitor > vSAN Skyline Health > Data vSAN > object health Bilde 6>: vSAN-objekttilstandsvisning >



 
Det neste trinnet er å samle inn mer informasjon om problemet via CLI og kontrollere loggene: Kontrollere status for fysisk vSAN fra CLI:Connect over SSH til den berørte verten, og kjøre følgende kommandoer:




 

vdq -qH

Sjekk parameteren "IsPDL" (permanent enhetstap). Hvis det er lik 1, går disken tapt.
 
Eksempel:
 

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

Kontroller om det mangler en disk fra diskgruppen.
 
Eksempel:
 

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

Sjekk parameteren "In CMMDS". Hvis falsk, går kommunikasjonen tapt til disken.
 
Eksempel:
 

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.

Se etter lese-/skrivefeil med Smart Get-kommandoen.
 
Eksempel:
 

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

Se etter tilgjengelige diskgrupper.
 
Eksempel:
 

      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

Sjekk om det er pågående eller stopper resynkroniseringsoperasjoner.
 
Eksempel:
 

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

Trykk CTRL+C for å stoppe kommandoen.
 

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

Kontroller tilstanden til komponentene.
 
Sunn -- tilstand 7
Utilgjengelig -- tilstand 13
Fraværende eller degradert -- tilstand 15
 
Eksempel:
 

    425 state\": 7

 
Slik identifiserer du hvor den defekte SSD eller harddisken er plassert over CLI:
 
Liste over alle tilgjengelige enheter:

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

Eksempel:
 

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

Kontroller plasseringen ved hjelp av hver disk naa fra listen:

esxcli storage core device physical get -d

 
Eksempel:
 

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

Slik identifiserer du den defekte HARDDISKEN eller SSD-en hvis enhetsnavnet mangler:

Det er mulig at den defekte disken ikke oppdages og ikke kan identifiseres ved hjelp av tilsvarende naa. I dette scenariet er det nødvendig å finne alle disker, og den som ikke er fysisk plassert, vil være den som mislyktes.

Her er et skript som kan brukes til å utføre oppgaven litt raskere:

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

vSAN relevante logger for lagringsrelaterte problemer:
 
/var/log/vmkernel.log
Problemer med å lese og skrive til vSAN-disker, vSAN-verthjerteslag, PDL-er, SCSI-sensorkoder og I/O-forespørsler (leser/skriver) og informasjon om klyngemedlemskap.
 
Eksempel:
 

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
Rapporter om disktilstand, tapte disker (PDL-er) for permanente enheter), diskventetid og rapporter om når en vert går inn i og avslutter vedlikeholdsmodus.
 
Eksempel:
 

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
Det hjelper deg med å finne ut om disken ble merket som usunn på grunn av overdreven overbelastning av loggen eller ventetider på I/O.
 
Eksempel:
 

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