Guia de solução de problemas do disco físico do vSAN

Verificando o status do disco físico do vSAN na IU da Web:

Conecte-se ao vCenter Server Web Client e verifique o status do disco em:
 
Inventário > Host e clusters > Cluster do vSAN Configurar > o gerenciamento de discos do vSAN Figura 1: exibição do vSAN Disk Management Selecione o host afetado e, em seguida, expanda a seção de exibição de discos:Figura 2: exibição do grupo de discos do vSAN > Aqui você pode verificar se um disco é detectado >como:








 
Unhealthy
Desmontado
0 Capacidade
Falha permanente do disco Disco inativo Disco
ausente


Além disso, verifique se há alarmes relacionados ao disco disparados na seção vSAN Skyline Health: 
 
Inventário > Host e clusters Monitorar o cluster > do vSAN Integridade do horizonte do > vSAN > Imagem 3:>>

Visualização

da integridade do horizonte Aqui, você pode verificar se algum dos alarmes a seguir foi acionado:
 
Iminente falha permanente do disco, os dados estão sendo evacuados (estado de integridade - amarelo).
Falha permanente do disco iminente; falha na evacuação de dados devido a recursos insuficientes (estado de integridade - vermelho).
Falha permanente do disco iminente, falha na evacuação de dados devido a objetos inacessíveis (estado de integridade - vermelho).
Falha permanente do disco iminente, evacuação de dados concluída (estado de integridade - amarelo)
 
Além disso, você pode verificar o status do disco na lista de dispositivos de armazenamento do host afetado:
 
Inventário > Host e clusters > Cluster > do vSAN afetado pelo host > do ESXi do vSAN Configurar > dispositivos de armazenamento de armazenamento >Figura 4:

Visualização

de dispositivos de armazenamento do host Aqui, você pode verificar se o status de um disco é:
 
0 disco ausente
de capacidade
disco desmontado

Verifique se há uma ressincronização acontecendo: 
 
Inventário > Host e clusters > Cluster vSAN > Monitor > vSAN > Resincronizando objetos:Figura 5:

Exibição Ressincronizando objetos

 
Verifique o status dos objetos vSAN:
 
Inventário > Host e clusters > Cluster > vSAN Monitorar > dados de integridade do horizonte do vSAN Integridade do objeto vSAN Figura 6: exibição da integridade > do > objeto vSAN >



 
A próxima etapa é coletar mais informações sobre o problema na CLI e verificar os logs:Checking for vSAN Physical Disk status from CLI:Connect over SSH to the affected host e executar os seguintes comandos:




 

vdq -qH

Verifique o parâmetro "IsPDL" (perda permanente de dispositivo). Se for igual a 1, o disco será perdido.
 
Exemplo:
 

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

Verifique se há um disco ausente no grupo de discos.
 
Exemplo:
 

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 o parâmetro "In CMMDS". Se falso, a comunicação será perdida no disco.
 
Exemplo:
 

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.

Verifique se há erros de leitura/gravação com o comando smart get.
 
Exemplo:
 

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

Verifique se há grupos de discos disponíveis.
 
Exemplo:
 

      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

Verifique se há operações de ressincronização em andamento ou travadas.
 
Exemplo:
 

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

Pressione Ctrl+C para interromper o comando.
 

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

Verifique o estado dos componentes.
 
Íntegro -- estado 7
Inacessível -- estado 13
Ausente ou degradado -- estado 15
 
Exemplo:
 

    425 state\": 7

 
Como identificar onde a SSD ou a unidade de disco rígido com falha está localizada pela CLI:
 
Listar todos os dispositivos disponíveis:

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

Exemplo:
 

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

Verifique o local usando cada disco NAA na lista:

esxcli storage core device physical get -d

 
Exemplo:
 

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

Como identificar o disco rígido ou SSD com falha se o nome do dispositivo estiver faltando:

É possível que o disco com falha não seja detectado e não seja possível identificá-lo usando o NAA correspondente. Nesse cenário, é necessário localizar todos os discos, e o que não está fisicamente localizado seria o que falhou.

Aqui está um script que pode ser usado para executar a tarefa um pouco mais 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 do vSAN para problemas relacionados a armazenamento:
 
/var/log/vmkernel.log
Problemas de leitura e gravação em discos do vSAN, heartbeats do host do vSAN, PDLs, códigos de detecção SCSI e solicitações de E/S (leituras/gravações) e informações de associação do cluster.
 
Exemplo:
 

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
Relata a integridade do disco, os PDLs (discos permanentes perdidos do dispositivo), a latência do disco e informa quando um host entra e sai do modo de manutenção.
 
Exemplo:
 

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 ajuda a determinar se o disco foi marcado como não íntegro devido ao congestionamento excessivo de logs ou latências de E/S
.
 
Exemplo:
 

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