IBM P服务器故障检测.docVIP

p系列、系统p预防性维护说明 国际商业机器（中国）有限公司 文档编号： 当前版本号： 3.1 最初发布日期 2001年12月13日 最新修订日期： 2011年9月2日   一、硬件维护部分： 检查机房环境：（请参照IBM机房条件及各机型的具体要求） 温度：室内温度建议保持在22±2℃湿度：相对湿度应保持在50±5%电源：根据不同机型使用的电源有：200~240V 交流单相；380~415V 交流三相；-48V±5% 直流，实测电压不应超出允许的范围。零线与火线不能反接，通常是面对插座的左边为零线，右边为火线。机器必须有良好的接地保护，地线的接地电阻要求小于1欧姆。因接地电阻测量需要专业仪器，因此以客户提供的测量数值为准，工程师只要确保机柜电源线的地线、机壳（接上电源线后）到建筑物接地端的电阻小于1欧姆就可以了。新版巡检报告中添加了记录事项为是否双电源(此处指的是双动力源供电，比如电力供给来自不同的发电厂，而不是指设备是不是有冗余电源)，此外，需要记录如果是双动力源是否部署在了各自独立的PDU或者UPS上。洁净度：机房应保持清洁且有良好的管理与维护。如机房太脏应提醒客户注意。设备散热：设备进风口温度是否够低并有足够的气流。机房内设备的摆放是否符合冷热通道原则（绝对不能让设备排出的热空气排向其它设备的进风口）。 随机工具：对于59X/FHA这类高端机型，随机会附带一些RV时需要用到的平台，滑轨等工具，巡检时应确认随机工具的当前存储状态，以备不时之需。 检查系统硬件情况： 先从外观上检查硬件情况，检查设备故障灯是否有亮。各种设备上都有故障指示灯，通常为橙色并有(标记。高端服务器，如p670/p690/p59x/FHA，应检查UEPO开关上的系统故障指示灯是否亮。同时检查BPC、BPD、BPR、DCA、MDA等电源子系统的Power-on、Power-in、Power-out、Enable Green LED等是否长亮。还要检查部件故障灯，如I/O drawer、PCI卡，硬盘等。检查是否有人改装过IBM设备（如拆掉面板、开口、拆掉过滤网、改变网络连接等）。这些改装可能会影响设备的稳定运行，甚至带来严重后果。对于高端Power5/Power6服务器，还应检查其正面Lightstrip和背面Lightstrip。有安装的部件（如CPU book）所对应的绿色LED应长亮。任何故障指示灯（橙色）都应不亮。同时注意主机的Operator Panel，高端Power5/Power6或其它由HMC管理的机器应检查HMC图形界面的虚拟Operator Panel。设备发生故障时通常伴有出错代码，必须把所有故障代码记录下来。除此以外还应注意有否其他异常情况（如硬盘、风扇异常的声音、电缆破损、系统出风是否顺畅、气流是否因为异物遮挡而影响散热效果等）。 检查硬件错误报告error log： 无HMC管理的系统可登录到AIX，使用“errpt –d H”命令检查硬件错误报告。如有，则应使用“errpt –aj err_id |more”命令检查详细的日志。为了准确判断故障，可对硬件设备运行故障诊断程序，如运行 “diag -ed hdisk1”。诊断程序可对故障记录中的SENSE DATA进行分析并给出SRN、SRC、 FRU等。注：如果故障记录太多，应将故障报告取回作进一步分析。可用命令：“snap –r; snap –gc”用“mail”命令查看有否发给root用户的错误报告。用“alog –ot boot”命令和“alog –ot console”命令检查系统的启动记录和主控台的出错信息。对于Power5以前的主机，如果客户允许停机，则应shutdown主机，进入服务处理器（Service Processor）菜单检查故障记录。对于Power5、Power6、Power7主机，无须shutdown分区就可以进入ASMI菜单进行检查。有HMC管理的系统，可进入Service Focal Point进行检查。HMC V6 步骤如下：在Service Focal Point目录下点击Manage Events打开Manage Serviceable Events窗口。单击OK，进入Serviceable Events Overview窗口，里面记载了最近的错误日志。单击一条记录，再选择Selected菜单，选择View Details，察看错误详细信息。里面的错误信息应详细记录并保存，不可疏忽。在错误被排除之后应该清除错误信息。选择Selected菜单，选择Close Event，关闭错误详细信