Guide de dépannage des disques physiques vSAN

Vérification de l’état du disque physique vSAN à partir de l’interface utilisateur Web :

Connectez-vous au client Web vCenter Server et vérifiez l’état du disque à partir de :
 
Inventaire > Hôte et clusters > Cluster > vSAN Configuration > de la gestion des disques vSAN Image 1 : vue Gestion des disques vSAN Sélectionnez l’hôte concerné, puis développez la section Afficher le disque :Image 2 : Vue du groupe de disques vSAN >Ici, vous pouvez vérifier si un disque est détecté comme :








 
Unhealthy
Unmounted
0 Capacity
permanent disk failure
Disk Down
Disk Absent
 
En outre, recherchez les alarmes liées aux disques déclenchées à partir de la section Intégrité de Skyline vSAN :
 
Inventaire > Hôte et clusters > Cluster > vSAN Surveiller > vSAN > Intégrité > Skyline Disque

physique Image 3 : Vue

Intégrité Skyline Ici, vous pouvez vérifier si l’une des alarmes suivantes s’est déclenchée :
 
Panne de disque permanente imminente, les données sont en cours d’évacuation (état d’intégrité : jaune).
Défaillance imminente du disque permanente, échec de l’évacuation des données en raison d’un manque de ressources (état d’intégrité : rouge).
Défaillance imminente du disque permanente, échec de l’évacuation des données en raison d’objets inaccessibles (état d’intégrité : rouge).
Défaillance imminente du disque permanente, évacuation des données terminée (état de santé : jaune)
 
Vous pouvez également vérifier l’état du disque à partir de la liste des périphériques de stockage de l’hôte concerné :
 
Inventaire > Hôte et clusters Cluster vSAN Hôte >> ESXi concerné Configurer > le stockage Périphériques de stockage > Image 4 :>

Vue

Host Storage Devices Ici, vous pouvez vérifier si l’état d’un disque est :
 
0 Capacity
Disk Absent
Disk Unmounted
 
Vérifiez si une resynchronisation est en cours :
 
Inventaire > Hôte et clusters Surveillance du > cluster >> vSAN Objets de resynchronisation vSAN >:Image 5 :

Resynchronisation de la vue Objects

 
Vérifiez l’état des objets vSAN :
 
Inventaire > Hôte et clusters Surveillance > du cluster > vSAN Données d’intégrité > vSAN > Skyline Intégrité > de l’objet vSAN Image 6 : vue de l’intégrité > de l’objet
vSAN


 
L’étape suivante consiste à recueillir plus d’informations sur le problème via la CLI et à vérifier les journaux :Vérification de l’état du disque physique vSAN à partir de la CLI :Connexion via SSH à l’hôte concerné et exécution des commandes suivantes :




 

vdq -qH

Vérifiez le paramètre « IsPDL » (perte d’appareil permanente). S’il est égal à 1, le disque est perdu.
 
Exemple :
 

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

Vérifiez s’il manque un disque dans le groupe de disques.
 
Exemple :
 

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

Vérifiez le paramètre « In CMMDS ». Si la valeur est false, la communication est perdue sur le disque.
 
Exemple :
 

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.

Recherchez les erreurs de lecture/écriture avec la commande smart get.
 
Exemple :
 

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

Recherchez les groupes de disques disponibles.
 
Exemple :
 

      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

Vérifiez s’il existe des opérations de resynchronisation en cours ou bloquées.
 
Exemple :
 

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

Appuyez sur Ctrl+C pour arrêter la commande.
 

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

Vérifiez l’état des composants.
 
Healthy -- state 7
Inaccessible -- state 13
Absent or Degraded -- state 15
 
Example :
 

    425 state\": 7

 
Identification de l’emplacement du disque SSD ou du disque dur défectueux via l’interface de ligne de commande :
 
Répertoriez tous les périphériques disponibles :

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

Exemple :
 

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

Vérifiez l’emplacement à l’aide de chaque NAA de disque dans la liste :

esxcli storage core device physical get -d

 
Exemple :
 

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

Identification du disque dur ou du disque SSD défectueux si le nom de l’appareil est manquant :

Il est possible que le disque défaillant ne soit pas détecté et qu’il ne soit pas possible de l’identifier à l’aide du numéro NAA correspondant. Dans ce scénario, il est nécessaire de localiser tous les disques, et celui qui ne se trouve pas physiquement est celui qui a échoué.

Voici un script qui peut être utilisé pour effectuer la tâche un peu plus rapidement :

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

Journaux pertinents vSAN pour les problèmes liés au stockage :
 
/var/log/vmkernel.log
Problèmes de lecture et d’écriture sur les disques vSAN, les pulsations de l’hôte vSAN, les PDL, les codes de détection SCSI et les demandes d’E/S (lectures/écritures), ainsi que les informations d’appartenance au cluster.
 
Exemple :
 

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
Rapports sur l’intégrité des disques, les disques perdus permanents (PDL), la latence des disques et des rapports sur le passage en mode maintenance et la sortie d’un hôte.
 
Exemple :
 

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
Cela vous aide à déterminer si le disque a été marqué comme défectueux en raison d’un encombrement excessif des logs ou de latences d’E/S.
 
Exemple :
 

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