如何在线更换服务器故障硬盘之定位故障磁盘

前言:

随着上个世纪开始计算机的陆续普及，企业对于数据的安全性要求越来越高；对于业务系统使用的可连续性越来越重视。作为一个为企业提供数据存储方或者是私有云项目的建设方，那么客户的需求就是我们的建设目标，客户聚焦关注的目标就是我们建设方案更新/技术更新的方向。

如果硬盘出现了故障的情况，我们如何在不停机的情况下帮助客户更换硬盘？

其实服务器供应商已经提供了此方法，例如戴尔服务器的IPMI带外管理，浪潮服务器的BMC等都是可以对磁盘进行管理，例如：带外磁盘引导、配置阵列、清除阵列、定位磁盘等。不过，此方法只能针对最近出的新服务器。旧服务器上的带外管理未集成磁盘点亮功能。

那么我们如何定位到故障磁盘盘位进行在线更换老旧设备上的硬盘？

此时需要使用到阵列卡管理命令行工具进行管理。下面将介绍如何定位到故障磁盘，如何添加到阵列卡中。这里使用dell服务器做为此次文章的输出。

1. 安装DELL服务器阵列管理工具perccli

此方法适用于DELL服务器上的所有版本raid卡

1.1. 说明：

软件包名称：perccli.zip
软件包版本：7.1-007.0127、A05
软件包类别：SAS RAID
软件包发布时间：17 5月 2018
此版本软件包已支持PERC H740和H840包括前面版本
戴尔官网下载地址：https://www.dell.com/support/home/zh-cn/drivers/driversdetails?driverid=f48c2
说明：此处下载地址下载的软件包格式为RPM格式安装包，作者已通过fakeroot alien命令将rpm包转换成deb包，可直接解压缩安装
deb包下载路径：https://edisk.eflycloud.com/s/CD44wGDTbGQr32J   //下载密码：ruijiang

1.2. 常用命令：

# ./perccli64 /c0/eall/sall show                                 查看物理硬盘信息列表
# ./perccli64 /c0/vall                                           查看虚拟磁盘信息列表，即阵列信息
# ./perccli64 /c0 show preservedCache                            查看虚拟磁盘丢失信息
# ./perccli64 /c0/fall show all                                  查看脱机硬盘信息
# ./perccli64 /c0/v11 delete preservedcache                      清除控制器0上的虚拟磁盘11的缓存信息
# ./perccli64  /c0/fall delete                                   清除外来硬盘配置信息
# ./perccli64 /c0/fall import [preview]                          导入外来硬盘配置
# ./perccli64 /c0 add vd r0 drives=32:10 wb ra                   编号为32:10的硬盘做raid0 （32:10 == EID:Slt）
# ./perccli64 /c0 add vd r5 size=all drives=32:01,32:02,32:03    对应编号3块硬盘做raid5
# ./perccli64 /c0 add vd r1 size=all drives=32:01,32:02          对应编号2块硬盘做raid1 （32:01 == EID:Slt）

1.3. 安装

1、软件包获取：https://edisk.eflycloud.com/s/CD44wGDTbGQr32J   //下载密码：ruijiang
2、mkdir -p /opt/MegaRAID/perccli                          //创建perccli安装目录/opt/MegaRAID/perccli
3、unzip /opt/MegaRAID/perccli/perccli.zip              //解压缩
4、dpkg -i /opt/MegaRAID/perccli/Linux/perccli_007.0127.0000.0000-2_all.deb      //安装

2. 定位损坏磁盘方位

举例损坏磁盘为：/dev/sdc

2.1. 查看损坏磁盘盘符信息

• 记录对应盘符DID值

/dev/sdc为：[0:0:4:0]，对应的DID值为4

root@nodeserver1:/opt/MegaRAID/perccli# lsscsi
[0:0:2:0]    disk    ATA      WDC WDS100T2G0A- 0000  /dev/sda
[0:0:3:0]    disk    ATA      INTEL SSDSC2BB80 0101  /dev/sdb
[0:0:4:0]    disk    ATA      WDC WDS100T2G0A- 0000  /dev/sdc
[0:0:5:0]    disk    ATA      INTEL SSDSC2KB96 0110  /dev/sdd
[0:0:6:0]    disk    ATA      INTEL SSDSC2KB96 0110  /dev/sde
[0:0:7:0]    disk    ATA      INTEL SSDSC2KB96 0110  /dev/sdf
[0:2:0:0]    disk    DELL     PERC H730 Mini   4.27  /dev/sdg

• 含义

[0:0:4:0] ：[controllerID:未知:DID:未知]

2.2. 查询服务器上的raid卡

root@nodeserver1:~# cd /opt/MegaRAID/perccli
root@nodeserver1:/opt/MegaRAID/perccli# ./perccli64 show

• 以下查询显示的raid卡只有一张，序号为：0

---------------------
Status Code = 0
---------------------
Status = Success
Description = None
Number of Controllers = 1
Host Name = nodeserver1
Operating System  = Linux4.15.0-29-generic
System Overview :
===============
------------------------------------------------------------------------
Ctl Model        Ports PDs DGs DNOpt VDs VNOpt BBU sPR DS EHS ASOs Hlth
------------------------------------------------------------------------
  0 PERCH730Mini     8   8   1     0   1     0 Opt On  3  N      0 Opt
------------------------------------------------------------------------
Ctl=Controller Index|DGs=Drive groups|VDs=Virtual drives|Fld=Failed
PDs=Physical drives|DNOpt=DG NotOptimal|VNOpt=VD NotOptimal|Opt=Optimal
Msng=Missing|Dgd=Degraded|NdAtn=Need Attention|Unkwn=Unknown
sPR=Scheduled Patrol Read|DS=DimmerSwitch|EHS=Emergency Hot Spare
Y=Yes|N=No|ASOs=Advanced Software Options|BBU=Battery backup unit
Hlth=Health|Safe=Safe-mode boot

2.3. 查询raid卡下的磁盘

2.3.1. 语法：

• root@nodeserver1:/opt/MegaRAID/perccli# ./perccli64 /c$x/eall/sall show

$x替换成0或者1，可以从上面[2.2]步骤中获取这个值：Status Code = 0/1

2.3.2. 示例:

root@nodeserver1:/opt/MegaRAID/perccli# ./perccli64 /c0/eall/sall show
Controller = 0
Status = Success
Description = Show Drive Information Succeeded.
Drive Information :
=================
-------------------------------------------------------------------------------
EID:Slt DID State DG       Size Intf Med SED PI SeSz Model                  Sp
-------------------------------------------------------------------------------
32:0      0 Onln   0 278.875 GB SAS  HDD N   N  512B ST300MP0026            U
32:1      1 Onln   0 278.875 GB SAS  HDD N   N  512B AL13SXB300N            U
32:2      2 JBOD   -   931.0 GB SATA SSD N   N  512B WDC WDS100T2G0A-00JH30 U
32:3      3 JBOD   - 744.625 GB SATA SSD N   N  512B INTEL SSDSC2BB800G7    U
32:4      4 JBOD   -   931.0 GB SATA SSD N   N  512B WDC WDS100T2G0A-00JH30 U
32:5      5 JBOD   -  893.75 GB SATA SSD N   N  512B INTEL SSDSC2KB960G8    U
32:6      6 JBOD   -  893.75 GB SATA SSD N   N  512B INTEL SSDSC2KB960G8    U
32:7      7 JBOD   -  893.75 GB SATA SSD N   N  512B INTEL SSDSC2KB960G8    U
-------------------------------------------------------------------------------
EID-Enclosure Device ID|Slt-Slot No.|DID-Device ID|DG-DriveGroup
DHS-Dedicated Hot Spare|UGood-Unconfigured Good|GHS-Global Hotspare
UBad-Unconfigured Bad|Onln-Online|Offln-Offline|Intf-Interface
Med-Media Type|SED-Self Encryptive Drive|PI-Protection Info
SeSz-Sector Size|Sp-Spun|U-Up|D-Down/PowerSave|T-Transition|F-Foreign
UGUnsp-Unsupported|UGShld-UnConfigured shielded|HSPShld-Hotspare shielded
CFShld-Configured shielded|Cpybck-CopyBack|CBShld-Copyback Shielded

其中，关键数值是：

1、EID：EnclosureDevice ID
2、DID：DeviceID
3、SLT：SlotNo

2.3.3. 定位故障磁盘c轴、e轴、z轴坐标

结合步骤[2.1]与[2.3.2]中获取到的信息，最终得出故障磁盘/dev/sdc的坐标为：c0/e32/s4

3. 点亮故障磁盘

3.1. 语法：

• root@nodeserver1:/opt/MegaRAID/perccli# ./perccli64 /c$x/e$y/s%z start locate

3.2. 字符串说明

• c$x = controllerID
• e$y = EID
• s%z = Slt

3.3. 点亮磁盘

root@nodeserver1:/opt/MegaRAID/perccli# ./perccli64 /c0/e32/s4 start locate
Controller = 0
Status = Success
Description = Start Drive Locate Succeeded.

3.4. 此时就能看到磁盘一直闪灯

dell服务器：一直闪灯，亮—->暗—->亮—->暗，持续频闪

4. 关闭磁盘闪灯

确定盘位之后，可以关闭磁盘闪灯，进行磁盘拔出操作

4.1. 执行命令

root@nodeserver1:/opt/MegaRAID/perccli# ./perccli64 /c0/e32/s4 stop locate
Controller = 0
Status = Success
Description = Stop Drive Locate Succeeded.

以上就是关于今天的全部内容，下期将给大家带来《如何在线更换服务器故障硬盘之更换并配置磁盘》，敬请期待~