IBM服務(wù)器維護(hù)手冊

1、第一類、機(jī)房環(huán)境及物理檢查一、機(jī)房內(nèi)環(huán)境要求1.溫度與濕度：最佳工作溫度：20-25攝氏度極限工作溫度：10-40攝氏度 濕度: 8-80%(在23攝氏度條件下)如果不是工作在最佳溫度，請注意改善機(jī)房環(huán)境2.同時機(jī)房要保證清潔.機(jī)房應(yīng)保持清潔，若空氣灰塵過多，很容易造成資源讀寫錯誤及磁盤機(jī)中磁盤或讀寫磁頭毀損。二、電源要求電 壓:要求電壓穩(wěn)定, 尖峰電壓會損壞設(shè)備電壓范圍:220V +/- 10%, 即200-240V, 50-60Hz電源功率:視機(jī)器類型和系統(tǒng)配置而定電源線:標(biāo)準(zhǔn)的零, 地, 火三相電, 其中零, 地電壓不得超過3.0V.電源接駁:用符合電流要求的空氣開關(guān)或其他設(shè)備和主機(jī)電源

2、線接駁,保證計算機(jī)系統(tǒng)的可靠工作應(yīng)使用穩(wěn)壓電源和UPS，并建議配備發(fā)電機(jī)組;對于冗于電源的接入,建議采用兩路單獨(dú)輸入.三、硬件檢查檢查服務(wù)器、磁陣的安裝、電源線、7133和主機(jī)接線符合要求。服務(wù)器狀態(tài)檢查：1. 當(dāng)服務(wù)器處于啟動和正常工作狀態(tài)時，其前面板上的液晶顯示屏上應(yīng)無信息顯示。2. 當(dāng)液晶顯示器上出現(xiàn)帶數(shù)字和字母的信息時，說明有硬件告警?？梢酝ㄟ^查詢相關(guān)機(jī)型的Service Guide查到相應(yīng)告警原因，情況嚴(yán)重的，則要立即通知IBM技術(shù)專家進(jìn)行問題排查。7133狀態(tài)檢查：磁陣前面板上有7133機(jī)柜的狀態(tài)燈（與電源燈并排）和各硬盤的狀態(tài)燈（一排小燈，與各硬盤位置一一對應(yīng)）。1. 當(dāng)機(jī)柜的狀

3、態(tài)燈出現(xiàn)橙黃色時，說明有硬件告警，此時要檢查磁柜的電源、接線、硬盤等。如果有硬件故障則立即進(jìn)行更換和更正，如果查不出具體問題，則需要聯(lián)系相關(guān)專家進(jìn)一步診斷。2. 當(dāng)硬盤工作正常時，與各硬盤對應(yīng)的硬盤燈會呈綠色，如無讀寫，則綠燈一直亮，如該硬盤有讀寫操作，則綠燈會不規(guī)則閃爍，當(dāng)硬盤損壞時或SSA環(huán)路出現(xiàn)問題時，則硬盤狀態(tài)燈將熄滅，或者呈閃爍狀態(tài)：以13秒的頻率有規(guī)律地、不停地閃爍第二類、系統(tǒng)日常維護(hù)流程2.1系統(tǒng)啟動系統(tǒng)啟動正常順序如下：首先對外設(shè)（磁盤陣列、磁帶庫等）加電。待所有外設(shè)加電自檢完成后， 主機(jī)加電正常起機(jī)。主機(jī)加電后,系統(tǒng)進(jìn)行自檢,在液晶顯示屏顯示”ok”后,才能按白色POWER鍵

4、起機(jī).啟動主機(jī)HACMP，啟動后可用命令 tail -f /tmp/hacmp.out 來檢查啟動情況，在HACMP未完全啟動前不要進(jìn)行下一步。檢查服務(wù)器的網(wǎng)絡(luò)地址，路由表(可用netstat -i , netstat -rn 等)，檢查文件系統(tǒng)，邏輯卷(可用 mount , lsvg -o 等)。檢查各項應(yīng)用是否工作正常。2.2系統(tǒng)關(guān)閉停止HACMP( smitty clstop)。查看HACMP的狀態(tài)，檢查服務(wù)器的網(wǎng)絡(luò)地址，路由表(可用netstat -i , netstat -rn 等)，檢查文件系統(tǒng)，邏輯卷(可用 mount , lsvg -o 等)。在HACMP未完全停止前不要進(jìn)行下

5、一步。關(guān)閉主機(jī) (shutdown F)。重啟系統(tǒng)可以使用：shutdown -Fr如有必要的話，按磁盤陣列前方的白色按鈕關(guān)閉磁盤陣列。2.3查看系統(tǒng)的錯誤記錄在系統(tǒng)運(yùn)行時，一些系統(tǒng)錯誤會記錄在errlog 中，其中有些錯誤還會在終端上顯示。檢查錯誤日志可用以下命令：#errpt|more 查看系統(tǒng)所有的記錄IDENTIFIERTIMESTAM PTCRESOURCE_NAMEDESCRIPTIONE85C5C4C P S CFGLFT SOFTWARE PROGRAM ERROR2BFA76F6 T S SYSPROC SYSTEM SHUTDOWN BY USER9D4CF6E7 T O

6、errdemon ERROR LOGGING TURNED ON1E2AC07E T O errdemon ERROR LOGGING TURNED OFF1E5EER4T T O clstrmgr OPERATOR NOTIFICATION 其中IDENTIFIER 為錯誤編號，當(dāng)需要檢查詳細(xì)信息時常會用到。TIME STAMP 為時間標(biāo)簽，它記錄的是出錯時間，其格式:月月日日時時分分年年T 為Type , 它記錄的是錯誤類型P ：為永久錯誤，需引起注意T ：為臨時錯誤。C 為Class,它記錄的是錯誤種類，如H : HardwareS : SoftwareO : Errloger comm

7、and messagesU : undeterminedRESOURCE_NAME為錯誤來源DESCRIPTION 為錯誤描述#errpt -aj 查看系統(tǒng)詳細(xì)記錄內(nèi)容其中IDENTIFIER為錯誤編號，如 #errpt -aj #errpt -dH 查看系統(tǒng)所有的硬件出錯記錄 2.4系統(tǒng)與數(shù)據(jù)備份有效及時的系統(tǒng)備份是系統(tǒng)管理的非常重要的一環(huán)。當(dāng)系統(tǒng)出現(xiàn)故障時，特別是文件系統(tǒng)被嚴(yán)重?fù)p壞或硬盤損壞時，常需要使用系統(tǒng)備份來恢復(fù)系統(tǒng)。在以下情況下應(yīng)做系統(tǒng)備份：1、新裝機(jī)。在硬件及系統(tǒng)軟件安裝完成后，應(yīng)做系統(tǒng)備份。2、軟件改動。系統(tǒng)軟件或應(yīng)用軟件有改動時，應(yīng)做系統(tǒng)備份。3、定期備份。對系統(tǒng)進(jìn)行定期備份

8、，最好每兩或三個月做一次備份備份注意事項：進(jìn)行系統(tǒng)備份無須停止業(yè)務(wù)，業(yè)務(wù)可以繼續(xù)進(jìn)行。建議客戶進(jìn)行定期的系統(tǒng)備份（使用命令smitty mksysb）?？蛻粢部筛鶕?jù)需要利用SMIT對系統(tǒng)的特定的VG或FS進(jìn)行備份。smitty mksysb只備份rootvg中mount起來的文件系統(tǒng)，其它文件系統(tǒng)或數(shù)據(jù)并沒有做備份，所以數(shù)據(jù)備份需要另外完成（建議客戶使用TAR格式）在條件允許的情況下，最好有一盤以上備份帶，以防止磁帶損壞。 系統(tǒng)備份過程中有時候會提示有些/tmp目錄下的文件無法備份，顯示如下：Creating list of files to back up.Backing up 34025

9、files.1694 of 34025 files (4%).2733 of 34025 files (8%).backup: 0511-449 An error occurred accessing ./tmp/sh34736.1: A file or directory in the path name does not exist.backup: 0511-449 An error occurred accessing ./tmp/sh34736.2: A file or directory in the path name does not exist.backup: 0511-449

10、 An error occurred accessing ./tmp/sh34736.3: A file or directory in the path name does not exist.15458 of 34025 files (45%).31920 of 34025 files (93%).0512-003 mksysb may not have been able to archive some files.The messages displayed on the Standard Error contained additionalinformation.這是正常現(xiàn)象，備份成

11、功。2.5系統(tǒng)恢復(fù) 當(dāng)系統(tǒng)發(fā)生比較嚴(yán)重的故障以致采取一般性維護(hù)手段不能在短期內(nèi)恢復(fù)原系統(tǒng)，在與客戶進(jìn)行蹉商后，可將最近一次的系統(tǒng)備份帶倒回機(jī)器內(nèi)以全面恢復(fù)系統(tǒng)到最近 一次做備份時的系統(tǒng)環(huán)境，然后可將當(dāng)日的數(shù)據(jù)備份再倒回系統(tǒng)內(nèi)。至此，系統(tǒng)可恢復(fù)正常運(yùn)行。此后，客戶應(yīng)當(dāng)與IBM工程師再進(jìn)行整個事件的全面分析與回 顧，以期找到故障發(fā)生的原因，并采取相應(yīng)措施以杜絕類似事件再次發(fā)生。2.6 DUMP當(dāng)系統(tǒng)運(yùn)行出現(xiàn)軟件故障導(dǎo)致系統(tǒng)down機(jī)時，機(jī)器的液晶顯示器會出現(xiàn) 888 102 xxx 0c0 (xxx可能為700或其它)，AIX常會將當(dāng)時系統(tǒng)的運(yùn)行情況記錄下來，這就是DUMP。當(dāng)DUMP產(chǎn)生后，請將

12、磁帶放入磁帶機(jī)，用命令 # snap -a -o /dev/rmt0將DUMP 文件拷貝到磁帶設(shè)備/dev/rmt0 中。注明磁帶機(jī)的block size, DUMP產(chǎn)生的日期和機(jī)器的型號及序列號。同時，請用# errpt -a /tmp/err.log 將errorlog 記在/tmp/err.log中，并將 /tmp/err.log 和 /tmp/hacmp.* 拷貝到軟盤或磁帶上。將磁帶和軟盤交給IBM工程師。2.7日常檢查服務(wù)器狀態(tài)的項目及其相關(guān)命令1 運(yùn)行l(wèi)sdev 命令配以各種參數(shù)，所列各種設(shè)備狀態(tài)都應(yīng)為Available。#lsdev C H S a 列出系統(tǒng)中可用設(shè)備。#lsd

13、ev Cc processor 列出系統(tǒng)中的所有CPU。#lsdev Cc memory 列出系統(tǒng)中的所有內(nèi)存。#lsdev Cc disk 列出系統(tǒng)中的所有硬盤。#lsdev -Cc adapter | grep ent 列出系統(tǒng)中的所有網(wǎng)卡#lsdev -Cc adapter | grep scsi 列出系統(tǒng)中的所有SCSI卡。#lsdev -Cc adapter | grep ssa 列出系統(tǒng)中的所有SSA卡。2 lspv命令#lspv 顯示系統(tǒng)中可用的PV。#lspv hdiskn 顯示hdiskn的具體信息。#lsdev Cc pdisk顯示磁盤陣列的硬盤的具體信息。對SSA硬盤的檢

14、測：在對主機(jī)進(jìn)行工作之前可以先把磁盤陣列上電，等主機(jī)完全啟動后，登錄到主機(jī)上，運(yùn)行以下命令“ lsdev Cc pdisk “,應(yīng)該可以看到所有SSA硬盤，并且狀態(tài)應(yīng)為Available.。3lsattr命令# lsattr E l mem0列出系統(tǒng)中內(nèi)存mem0的大小，本項目中內(nèi)存有4GB。4lsvg命令#lsvg 列出系統(tǒng)中所有的vg。#lsvg rootvg 列出rootvg的詳細(xì)信息。#lsvg o 列出激活的vg5oslevel命令#oslevel 顯示操作系統(tǒng)版本信息。6netstat命令#netstat in 顯示系統(tǒng)中各網(wǎng)卡的配置。可查看網(wǎng)卡的IP配置好了沒有。7# diag

15、命令運(yùn)行硬件診斷程序檢測主機(jī)內(nèi)所有硬件，檢測結(jié)果為 “No trouble found ”顯示各部分工作正常。 8使用#diag命令（選擇：Task Selection- SSA Service Aids）對SSA硬盤鏈路連接的校驗，可以通過SSA 工具里的Link Verification 來檢測。如有必要，可以用 Certify Disk運(yùn)行硬盤診斷部分進(jìn)行硬盤的表面分析測試 ，由1% 至100%，檢測結(jié)果顯示主機(jī)內(nèi)置硬盤的所有扇區(qū)均讀寫正常。9lsps a 查看PAGING SPACE的使用情況，如果使用率超過70%，就需要采取措施。10lsvg o | lsvg il | grep i

16、 stale查看有無stale的lv，如果輸入該命令之后有輸出結(jié)果，就需要采取措施11有否發(fā)給root用戶的錯誤報告(mail)。12檢查雙機(jī)狀態(tài)：lssrc g cluster 檢查ha三個工作進(jìn)程是否激活，/usr/sbin/cluster/clstat a檢查雙機(jī)狀態(tài)是否up，并檢查hacmp.out日志，看是否有異常信息。13用vmstat, topas，sar 命令檢查系統(tǒng)性能，檢查cpumemoyrIO ，是否存在性能瓶頸。14檢查能否順利進(jìn)入CDE界面，如果不能進(jìn)入的話，要檢查/etc/hosts表中有否錯誤的項目。15用smitty ssaraid 查看磁盤陣列RAID盤的狀態(tài)

17、是否是Good。如果是degrade或其他狀態(tài)表示RAID盤出現(xiàn)問題了16用sysdumpdev l 查看系統(tǒng)的DUMP設(shè)置是否正常。17用instfix ik | grep ML當(dāng)前操作系統(tǒng)補(bǔ)丁版本補(bǔ)丁程序(PTF)是否滿足穩(wěn)定運(yùn)行的需要。一般要求433操作系統(tǒng)補(bǔ)丁要打到10以上，5.1操作系統(tǒng)補(bǔ)丁要打到5以上18使用df kP查看磁盤空間占用率，請確保以下文件系統(tǒng)的占用率高于80%立即上報： 2.8性能監(jiān)控與調(diào)優(yōu)通過命令vmstat 1 來觀察.kthr memory page faults cpu- - - - -rb avm frerepipofr srcyin sycs us sy

18、id wa命令解析：vmstat 命令的輸出可以反映系統(tǒng)整體運(yùn)行狀況，包括cpu、內(nèi)存、虛擬頁面、系統(tǒng)進(jìn)程和系統(tǒng)調(diào)用情況。檢查CPU是否為瓶頸,分別檢查CPU的四項數(shù)值和kthr的兩項數(shù)值.檢查MEM是否為瓶頸,分別檢查Memory的兩項數(shù)值和Page 的六項數(shù)值.通過命令 sar mu P ALL 來觀察。命令解析：sar可以用來收集反映系統(tǒng)運(yùn)行狀況，在這里主要是查看CPU的運(yùn)行狀況，CPU是否負(fù)載均衡,是否存在分配不均的情況。通過命令ps gv | more來觀察。PID TTY STATTIME PGINSIZE RSS LIMTSIZ TRS %CPU %MEM COMMAND 0 -

19、 A 4:20 7 12 14516 xx 0 145040.05.0 swapper 1 - A 1:33103 78952 79044 32768 25 360.0 29.0 /etc/ini命令解析：ps可以用來查看進(jìn)程的當(dāng)前狀態(tài)。在這里通過參數(shù)的配搭，可以觀察目前正在運(yùn)行的進(jìn)程所耗的時間,CPU和memory 量.其中，%CPU表示進(jìn)程所占用的CPU資源情況，%MEM表示進(jìn)程所占用的內(nèi)存情況。主要檢查是否有標(biāo)示為的僵尸進(jìn)程耗 用系統(tǒng)資源，以及informix 數(shù)據(jù)庫的oninit進(jìn)程的系統(tǒng)消耗情況。在機(jī)器上用dd命令進(jìn)行磁盤陣列的寫操作校驗，與此同時用iostat 1 dhdiskX觀

20、察磁盤。Disks: % tm_act Kbps tps Kb_read Kb_wrtn命令解析: iostat可以用來查看系統(tǒng)的 I/O的輸入輸出情況，在這里主要查看陣列上的硬盤的每秒讀寫量，同時估算磁盤陣列讀寫速度HHhHhh 。通過命令netstat a進(jìn)行查看。Active Internet connections (including servers)ProtoRecv-QSend-QLocal Address Foreign Address (state命令解析: netstat可以用來查看系統(tǒng)的網(wǎng)絡(luò)情況，在這里主要是查看網(wǎng)絡(luò)客戶端連接的情況和開銷，檢查參數(shù)為state，如有死連接

21、，state狀態(tài)為fin_wait, 這樣耗用系統(tǒng)網(wǎng)絡(luò)資源，從而導(dǎo)致網(wǎng)絡(luò)性能下降構(gòu)成瓶頸。2.9 安全工作守則a.系統(tǒng)定期進(jìn)行系統(tǒng)備份，系統(tǒng)盤建議鏡像。b.當(dāng)有系統(tǒng)變更或進(jìn)行操作系統(tǒng)補(bǔ)丁安裝的時候，必須作一次系統(tǒng)備份。c.在7133和shark發(fā)現(xiàn)有硬盤故障的時候，請?zhí)嵝芽蛻糇⒁猱?dāng)天的數(shù)據(jù)備份。在更換硬盤的時候，請確認(rèn)當(dāng)天數(shù)據(jù)備份已經(jīng)完成。d.在更換敏感的電子元件，時候一定要防靜電。e.在插拔外圍設(shè)備的時候，請把外圍設(shè)備下電。f.在進(jìn)行主機(jī)微碼升級時候，請留意微碼的完整性。 g.在進(jìn)行文件刪除的時候，請留意當(dāng)前路徑是否正確。h.在進(jìn)行文件解壓縮的時候，請留意參數(shù)和路徑。2.10 維護(hù)電話在日常

22、維護(hù)中碰到問題和疑難，可以致電：IBM 免費(fèi)技術(shù)支持保修熱線： 800-810-6677 010-5100客戶技術(shù)咨詢熱線： 800-810-1818IBM廣州分公司聯(lián)系電話： 020- 本帖最后由 mfkqwyc86 于 2010-11-4 12:32 編輯 _#君子務(wù)本，本立而道生。-mfkqwyc86,飛鷹工作室ITPUT個人空間： / -01.【Oracle RAC】Linux + Oracle 11g R2 RAC 安裝配置詳細(xì)過程/viewspace-02.【Oracle RAC】Oracle RA

23、C更改VIP IP地址_2節(jié)點(diǎn)的實驗/viewspace-03.【Oracle RAC】Oracle RAC刪除一個節(jié)點(diǎn)_3節(jié)點(diǎn)的實驗/viewspace-04.【Oracle RAC】Oracle RAC增加一個節(jié)點(diǎn)_3節(jié)點(diǎn)的實驗/viewspace-05.【Oracle RAC+DG】Oracle RAC+ASM+DataGuard配置實驗記錄/viewspace-06.【Oracle RAC】Oracle RAC CRS、

24、OCR、Voting破壞重建/viewspace-07.【Oracle 表分區(qū)管理】Oracle Partition表分區(qū)與分區(qū)索引幾種方式的實驗操作/viewspace-08.【IBM DB2表空間管理】db2表空間管理實例講解之精華/viewspace-09.【IBM DB2補(bǔ)丁升級】從v升級到DB2 v/viewspace-10.【中間件資料下載匯總】WebSphere,MQ,Portal,We

25、bLogic資料下載匯總【PDF格式-共51類】/viewspace-只看該作者 mfkqwyc86 飛鷹工作室 精華貼數(shù) 1 個人空間 400技術(shù)積分 826 (3079)社區(qū)積分 28 (9086)注冊日期 2007-4-28論壇徽章:1#2使用道具發(fā)表于 2010-11-4 12:22 跟貼說明:大家看了以下日常維護(hù)及故障處理匯總方法后,請大家在貼后跟上自己遇到過的錯誤問題,及解決方法!第三類、故障定位、故障排除根據(jù)我們在實際商用系統(tǒng)中碰到問題，我們總結(jié)出了以下幾種常見故障及其定位方式和解決方法。3.1硬件故障硬件故障有很多種，對系統(tǒng)產(chǎn)生的影響也

26、不一樣，這里按其故障對系統(tǒng)的影響程度分：致命影響的硬件故障和只影響功能的硬件故障兩類進(jìn)行硬件分類：其損壞對系統(tǒng)產(chǎn)生致命影響（將使機(jī)器宕機(jī)或無法啟動）的硬件包括：主板、CPU、I/O柜（包含本地盤、光驅(qū)、PCI插槽等的柜子）或CEC柜（包含CPU/MEMORY等的柜子）、I/O柜與CEC柜的接線、電源模塊、風(fēng)扇、本地硬盤、內(nèi)存損壞等等注：I/O柜和CEC柜一般在比較高端的小型機(jī)才有，如M80，低端的是合一的。這些設(shè)備的損壞等將使系統(tǒng)無法完成自檢、引導(dǎo)和啟動，液晶顯示屏上都將有錯誤信息，可根據(jù)液晶顯示屏上的錯誤碼對照Service Guide查的錯誤原因，如果是工作狀態(tài)下出現(xiàn)這些硬件損壞，則系統(tǒng)將

27、被掛起或宕機(jī)。其損壞對僅對系統(tǒng)產(chǎn)生功能影響（機(jī)器不會宕機(jī)并能正常啟動）的硬件包括：網(wǎng)卡、本地硬盤有壞塊、顯卡、SSA卡和其他外圍設(shè)備這些設(shè)備的損壞只影響特定功能，如網(wǎng)絡(luò)功能、顯示功能、訪問磁陣的功能等，對于本地硬盤有壞塊的情況，則要看壞塊中是否包含了重要的系統(tǒng)文件，如果不是重要系統(tǒng)文件，則系統(tǒng)功能不受影響，但也建議立即更換該硬盤。故障定位和排除：以上硬件故障信息都可以使用：液晶屏上的錯誤碼或：errpt dH 查看到根據(jù)錯誤碼確定是什么硬件出了故障，對商用系統(tǒng)來講，由于是雙機(jī)系統(tǒng)，如果損壞機(jī)器是主機(jī)可以將此服務(wù)器切換成備機(jī)，然后修復(fù)故障機(jī)器，恢復(fù)系統(tǒng)。3.2磁陣故障磁陣引起的故障是目前碰到的最

28、頻繁、危害最大的故障，據(jù)不完全統(tǒng)計，其故障覆蓋到總故障的70%以上，具體來講，可能引起磁陣故障的環(huán)節(jié)包括：磁陣硬盤、7133柜子、主機(jī)上的SSA卡、連接7133與主機(jī)的SSA線、硬盤的位置和ssa線的接線方式、以及盤柜使用的電壓及周圍磁場、磁陣/硬盤/ssa卡的微碼等都可能造成7133的異常。7133磁陣的問題是最復(fù)雜的，一般有物理損壞的原因也有環(huán)境原因，這是主因，如接線、插盤位置不符合要求、未及時查看系統(tǒng)告警等造成系統(tǒng)中斷等輔因。按 照我們的經(jīng)驗，不管是什么硬件故障導(dǎo)致7133故障，系統(tǒng)都會產(chǎn)生告警，如果能及時發(fā)現(xiàn)問題并采取措施，一般都能防止故障的發(fā)生。故障定位：7133硬件故障也可以使用：

29、errpt dH 查看到伴隨的錯誤碼有：B4C00618 P H ssa0 RESOURCE UNAVAILABLEFE9E9357 P H ssa0 DISK OPERATION ERRORFE9E9357 P H pdisk3 DISK OPERATION ERROR03913B94 U H LVDD HARDWARE DISK BLOCK RELOCATION ACHIEVED613E5F38 P H LVDD I/O ERROR DETECTED BY LVM625E6B9A P H ssa0 ADAPTER DETECTED OPEN SERIAL LINK26CA120B P H

30、ssa0 CACHE STORAGE CARD所有的錯誤碼都預(yù)示著7133有異常，紅色部分則表示肯定出現(xiàn)了硬件故障，需要立即進(jìn)行檢查并采取措施，否則磁陣將很快不能訪問。對于藍(lán)色部分：625E6B9A P H ssa0 ADAPTER DETECTED OPEN SERIAL LINK表示ssa出現(xiàn)了開環(huán)，出現(xiàn)開環(huán)不僅影響IO性能，也增加了風(fēng)險，即如果另一個環(huán)路也出現(xiàn)問題，將不能訪問磁陣。開環(huán)一般有兩種情況：1)如果625E6B9A報錯比較頻繁，如每天幾次，則表示系統(tǒng)很有可能出了硬件故障，雖然不會導(dǎo)致訪問磁陣失敗，但需要立即查出原 因并解決。查錯方法可以參考下面的描述。2)如果 625E6B9A

31、錯誤偶爾報一次，則要具體情況具體對待，有可能是讀寫忙出現(xiàn)的誤報，也按下面方法進(jìn)行排查，如果沒有查出具體的原因，則可以繼續(xù)觀察。26CA120B P H ssa0 CACHE STORAGE CARD該錯誤一般是在:SSA卡帶write cache并打開FastWrite，而ssa卡上用于write cache供電的可充電鎳鎘電池達(dá)到或接近安全壽命的情況下產(chǎn)生的。這類錯誤產(chǎn)生將影響IO寫性能，并且由于在FastWrite打開的情況下，主備機(jī)需 要同步ssa卡上的write cache，所以甚至?xí)绊懙街鱾錂C(jī)同步。具體解決方法可參考下文。故障排除：對于紅色部分錯誤的問題排除，一般可以使用diag命

32、令進(jìn)行進(jìn)一步診斷：#diag - Task Selection - SSA Service Aids - Link Verification 檢查環(huán)路中是否出現(xiàn)了？的盤符或狀態(tài)不是good的硬盤或使用：#smitty ssaraid - List All Defined SSA RAID Arrays查看磁盤陣列RAID盤的狀態(tài)是否是Good。如果是degrade或其他狀態(tài)表示RAID盤出現(xiàn)問題了這時候不建議再進(jìn)行單獨(dú)硬盤的Certify，而是趕緊通知IBM準(zhǔn)備好相同型號和大小的硬盤(至少兩塊)到現(xiàn)場進(jìn)行進(jìn)一步的診斷和壞盤更換。625E6B9A P H ssa0 ADAPTER DETECTE

33、D OPEN SERIAL LINK的排查方法：1、要求將7133中未插硬盤的槽位全部插上dummy盤。 (dummy盤:啞元盤,就是那個空殼子，相當(dāng)于代替SSA硬盤裝在磁盤陣列的塑料模型,當(dāng)磁盤陣列的16個槽位沒有被SSA硬盤插滿時才用到.)2、看看Loop狀態(tài):diag-Task Selection-SSA Service Aids-Link Verification.正常Adapter Port下的兩列數(shù)字是連續(xù)不間斷的排列,且Status都為good,如果Physical列有?符號.或Status不是good，則說 明已經(jīng)存在硬盤或鏈路故障，這種情況則要立即采取行動，做進(jìn)一步檢查以確定

34、是否要更換硬盤。檢查單盤是否有問題的方法如下： diag-Task Selection-SSA Service Aids-Certify Disk 選擇認(rèn)為存在故障的硬盤進(jìn)行檢查3、如果7133存在硬件故障時，可從狀態(tài)燈上觀察到： 當(dāng)單塊硬盤出現(xiàn)故障或未被使用時，其面板上的硬盤狀態(tài)燈會不亮 陣列的狀態(tài)燈黃燈會亮 或接SSA線的端口的指示燈也會熄滅如果通過以上三種方法都未發(fā)現(xiàn)問題，而系統(tǒng)仍報Open Serial Link錯誤，建議繼續(xù)跟蹤。26CA120B P H ssa0 CACHE STORAGE CARD的處理方法：背景介紹： IBM小型機(jī)上連接7133磁陣所配置的SSA卡一般都帶有一塊

35、充電電池，該電池用于在突然停電的情況下保護(hù)ssa卡上的fast write cache中的信息不丟失，這塊電池的安全壽命一般是22000小時，差不多兩年半的時間，也就是說，當(dāng)fast write模式啟動的情況下，一般兩年半以后需要更換這塊電池。問題表現(xiàn)： 對ssa卡上的電池保護(hù)是通過卡上的一個計數(shù)器實現(xiàn)的，每運(yùn)行一小時該計數(shù)器會增加一，當(dāng)該計數(shù)接近或超過22000時，系統(tǒng)會有26CA120B硬件報警：26CA120B P H ssa1 CACHE STORAGE CARD 可以用如下命令檢查ssa卡上的狀態(tài)：(-a 后帶上卡的邏輯設(shè)備名，這里假設(shè)是ssa0) ssa_fw_status -a

36、ssa0-p (檢查電池已經(jīng)工作的時間，小時為單位) ssa_fw_status -a ssa0-l (檢查電池安全工作壽命，小時為單位) ssa_fw_status -a ssa0-c (檢查ssa卡上的fast write功能是否被激活)處理步驟： （按優(yōu)選方式列出，從中選擇一種即可）1)更換電池選擇系統(tǒng)閑時，更換主備機(jī)ssa卡電池，可以采用：停備機(jī)更換備機(jī)ssa卡電池起備機(jī)（雙機(jī)服務(wù)）主備倒換停原主機(jī)更換原主機(jī)ssa卡電池起原主機(jī)（雙機(jī)服務(wù)）2)如果系統(tǒng)出現(xiàn)26CA120B電池告警，使用ssa_fw_status -a ssa0-c 檢查主用ssa卡(一般是ssa0)的Fast Writ

37、e是否處于inactive（未被激活）狀態(tài)，如果是，則以root執(zhí)行如下命令： ssa_format -l ssa0 -b errclear 0 /usr/lib/errstop /usr/lib/errdemon 可以暫緩更換電池時間，等有電池后再更換，但這段時間對磁陣讀寫性能會有所影響。3)如果短期內(nèi)不能更換電池，同時主機(jī)主用卡的Fast Write仍然處于Active狀態(tài)，建議手工屏蔽fast write功能 1）先停止雙機(jī) 2）在1號機(jī)修改hdisk該屬性： smitty dev-ssa disks-ssa logical disks-change /show characters o

38、f . - choose hdisk2 - fast write no 3）在1號機(jī)激活卷組 varyonvg zxinvg 4）在1號機(jī)去激活卷組 varyoffvg zxinvg 5）在2號機(jī)上執(zhí)行 smitty dev-ssa disks-ssa logical disks-change /show characters of . - choose hdisk2 - fast write no 檢查fast write是否已經(jīng)改為no (只要1號機(jī)做了2好機(jī)就不用再修改了) 6）在2號機(jī)上執(zhí)行 rmdev -dl hdisk2 cfgmgr -v 7）在2號機(jī)上執(zhí)行 lspv(查看hdi

39、sk2是否已找到) 8）然后執(zhí)行 varyonvg zxinvg varyoffvg zxinvg 9）重新啟動雙機(jī) B4C00618 P H ssa0 RESOURCE UNAVAILABLE而不伴隨其他紅色標(biāo)出錯誤的情況，則通過以下方式排查：可能是hdisk中將enable user of hot spare打開了，而實際并沒有配置hot spare盤，可以通過如下方式解決：檢查RAID的狀態(tài)：#smitty ssaraid list all defined SSA RAID arrays : all are in status good (ssa0 ) 檢查是否配置了hot spare:

40、list/identify SSA Physical disks-List hot spares : none修改每個ssa卡所配置的hdisk的屬性：: set enable use of hot spare to no然后再執(zhí)行：# /usr/lib/errstop# cp /var/adm/ras/errlog /var/adm/ras/errlog.bak#/usr/lib/errdemon#errclear 0對于物理硬盤的接法可參考如下說明：（有可能老局未配置hot spare，則連線方法按未配置hot spare盤的個數(shù)計算）分以下幾種情況講述：1) 數(shù)據(jù)盤小于等于6塊，建議配置

41、一塊hotspare2) 數(shù)據(jù)盤大于等于8塊小于等于10塊，建議配置兩塊hotspare3) 數(shù)據(jù)盤大于等于12塊小于等于14塊，建議配置兩塊hotsparel 數(shù)據(jù)盤小于等于6塊，配置一塊hotspare的接線和配置規(guī)則：a) 主機(jī)A1、A2接磁陣1、8位置；備機(jī)A1、A2接磁陣4、5位置b) 保證磁陣前排1458硬盤位置一定要插盤，其余的盤可以挑空位插，注意1-4、5-8兩側(cè)的數(shù)據(jù)盤保持軸對稱關(guān)系插入（如1和8是軸對稱的、4和5是軸對稱的）c) 沒有插硬盤的位置一定要插上dummy盤d) 做RAID01時，考慮到性能問題，請將1-4、5-8以軸對稱方式一一對應(yīng)做硬盤鏡像，舉例如下:ibm對

42、pdisk的排序與實際的物理位置是不同的，所以必須先通過lsdev -C |grep pdisk的方式找出其對應(yīng)關(guān)系并記錄下來，如：pdisk0 Available 11-08-1641-01-P SSA160 Physical Disk Drivepdisk1 Available 11-08-1641-05-P SSA160 Physical Disk Drivepdisk2 Available 11-08-1641-04-P SSA160 Physical Disk Drivepdisk3 Available 11-08-1641-08-P SSA160 Physical Disk Dri

43、ve看第三列中間字符中有-01-的字樣，表示其物理硬盤位置，以上對應(yīng)關(guān)系表示pdisk0-pdisk3對應(yīng)的物理槽位分別是前排1548的位置，所以在使用smitty ssaraid做RAID0+1時，需將18位置的硬盤（pdisk0/pdisk3）做成鏡像、45位置的硬盤（pdisk2/pdisk1）做成 鏡像，所以選擇Primary Disks/Secondary Disks時如下：smitty ssaraid- Add an SSA RAID Array - .Primary Disks 需要選擇：pdisk0 pdisk2 - 14槽位的硬盤作為主盤Secondary Disks 需要選

44、擇：pdisk3 pdisk1 - 85槽位的硬盤作為從盤該要求只是從性能考慮，并不增加其他特性。e) hot spare盤插入位置可以找前排8個位置中的空位插入即可。無特殊位置要求，制作方法如下：使用lsdev -C |grep pdisk方式找出其pdisk號，如pdisk5 然后使用如下方式將其做成hot spare盤。smitty ssaraid-Change Use of Multiple SSA Physical Disks-選擇ssa卡(連接磁陣的ssa卡，缺省為ssa0)-選擇作為hotspare的pdisk，如pdisk6 -New Use-選擇 hot spare 按回車創(chuàng)

45、建即可l 數(shù)據(jù)盤大于等于8塊小于等于10塊，配置兩塊hotspare的接線和配置規(guī)則：a) 主機(jī)A1、A2接磁陣1、12位置；備機(jī)A1、A2接磁陣8、9位置b) 保證磁陣前排18位置插滿數(shù)據(jù)盤，9-12位置的數(shù)據(jù)盤和hot spare盤位置可任意。c) 沒有插硬盤的位置一定要插上dummy盤d) 做RAID01時，考慮到性能問題，請將1-4、5-8以軸對稱方式一一對應(yīng)做硬盤鏡像，9-12位置中有數(shù)據(jù)盤的，將其對應(yīng)做鏡像，其余兩塊做hot spare，舉例如下:ibm對pdisk的排序與實際的物理位置是不同的，所以必須先通過lsdev -C |grep pdisk的方式找出其對應(yīng)關(guān)系并記錄下來，

46、如：pdisk0 Available 11-08-1641-01-P SSA160 Physical Disk Drivepdisk1 Available 11-08-1641-05-P SSA160 Physical Disk Drivepdisk2 Available 11-08-1641-04-P SSA160 Physical Disk Drivepdisk3 Available 11-08-1641-08-P SSA160 Physical Disk Drivepdisk4 Available 11-08-1641-02-P SSA160 Physical Disk Drivepdi

47、sk5 Available 11-08-1641-03-P SSA160 Physical Disk Drivepdisk6 Available 11-08-1641-07-P SSA160 Physical Disk Drivepdisk7 Available 11-08-1641-06-P SSA160 Physical Disk Drivepdisk8 Available 11-08-1641-09-P SSA160 Physical Disk Drivepdisk9 Available 11-08-1641-11-P SSA160 Physical Disk Drivepdisk10

48、Available 11-08-1641-10-P SSA160 Physical Disk Drivepdisk11 Available 11-08-1641-12-P SSA160 Physical Disk Drive看第三列中間字符中有-01-的字樣，表示其物理硬盤位置，以上對應(yīng)關(guān)系表示pdisk0-pdisk11對應(yīng)的物理槽位分別是154823769111012的位置，所以在使用smitty ssaraid做RAID0+1時，前面八塊盤按1-4、5-8軸對稱方式對應(yīng)做mirror,9-12中如選擇 9(pdisk8)/12(pdisk11)位置做mirror所以選擇Primary D

49、isks/Secondary Disks時如下：smitty ssaraid- Add an SSA RAID Array - .Primary Disks 選擇：pdisk0 pdisk4 pdisk5 pdisk2 pdisk8 物理1-4,9槽位Secondary Disks選擇：pdisk3 pdisk6 pdisk7 pdisk1 pdisk11物理8-5,12槽位該要求只是從性能考慮，并不增加其他特性。e) 剩余物理位置10(pdisk10)/11(pdisk9)盤做成hot spare，方法同上e)步驟 l 數(shù)據(jù)盤大于等于12塊小于等于14塊，配置兩塊hotspare的接線和配置規(guī)則：a)