[计算机]IBM P系列小型机_故障定位、故障排除.doc

第三章、故障定位、故障排除 根据我们在实际商用系统中碰到问题，我们总结出了以下几种常见故障及其定位方式和解决方法。 3.1硬件故障 硬件故障有很多种，对系统产生的影响也不一样，这里按其故障对系统的影响程度分：致命影响的硬件故障和只影响功能的硬件故障两类进行硬件分类： 其损坏对系统产生致命影响（将使机器宕机或无法启动）的硬件包括： 主板、CPU、I/O柜（包含本地盘、光驱、PCI插槽等的柜子）或CEC柜（包含CPU/MEMORY等的柜子）、I/O柜I/O柜与CEC柜的接线、电源模块、风扇、本地硬盘、内存损坏等等 注：I/O柜和CEC柜一般在比较高端的小型机才有，如M80，低端的是合一的。 这些设备的损坏等将使系统无法完成自检、引导和启动，液晶显示屏上都将有错误信息，可根据液晶显示屏上的错误码对照Service Guide查的错误原因，如果是工作状态下出现这些硬件损坏，则系统将被挂起或宕机。 其损坏对仅对系统产生功能影响（机器不会宕机并能正常启动）的硬件包括： 网卡、本地硬盘有坏块、显卡、SSA卡和其他外围设备 这些设备的损坏只影响特定功能，如网络功能、显示功能、访问磁阵的功能等，对于本地硬盘有坏块的情况，则要看坏块中是否包含了重要的系统文件，如果不是重要系统文件，则系统功能不受影响，但也建议立即更换该硬盘。 故障定位和排除： 以上硬件故障信息都可以使用： 液晶屏上的错误码或： errpt –dH 查看到 根据错误码确定是什么硬件出了故障，对商用系统来讲，由于是双机系统，如果损坏机器是主机可以将此服务器切换成备机，然后修复故障机器，恢复系统。 3.2磁阵故障 磁阵引起的故障是目前碰到的最频繁、危害最大的故障，据不完全统计，其故障覆盖到总故障的70%以上，具体来讲，可能引起磁阵故障的环节包括： 磁阵硬盘、7133柜子、主机上的SSA卡、连接7133与主机的SSA线、硬盘的位置和ssa线的接线方式、以及盘柜使用的电压及周围磁场、磁阵/硬盘/ssa卡的微码等 都可能造成7133的异常。 7133磁阵的问题是最复杂的，一般有物理损坏的原因也有环境原因，这是主因，如接线、插盘位置不符合要求、未及时查看系统告警等造成系统中断等辅因。按照我们的经验，不管是什么硬件故障导致7133故障，系统都会产生告警，如果能及时发现问题并采取措施，一般都能防止故障的发生。 故障定位： 7133硬件故障也可以使用： errpt –dH 查看到 伴随的错误码有： B4C00618 0115140004 P H ssa0 RESOURCE UNAVAILABLE FE9E9357 0401082304 P H ssa0 DISK OPERATION ERROR FE9E9357 1205000803 P H pdisk3 DISK OPERATION ERROR 03913B94 1122031103 U H LVDD HARDWARE DISK BLOCK RELOCATION ACHIEVED 613E5F38 1121125103 P H LVDD I/O ERROR DETECTED BY LVM 625E6B9A 0401090004 P H ssa0 ADAPTER DETECTED OPEN SERIAL LINK 26CA120B 0206081104 P H ssa0 CACHE STORAGE CARD 所有的错误码都预示着7133有异常，红色部分则表示肯定出现了硬件故障，需要立即进行检查并采取措施，否则磁阵将很快不能访问。对于蓝色部分： 625E6B9A 0401090004 P H ssa0 ADAPTER DETECTED OPEN SERIAL LINK 表示ssa出现了开环，出现开环不仅影响IO性能，也增加了风险，即如果另一个环路也出现问题，将不能访问磁阵。 开环一般有两种情况：1)如果625E6B9A报错比较频繁，如每天几次，则表示系统很有可能出了硬件故障，虽然不会导致访问磁阵失败，但需要立即查出原因并解决。查错方法可以参考下面的描述。2)如果 625E6B9A错误偶尔报一次，则要具体情况具体对待，有可能是读写忙出现的误报，也按下面方法进行排查，如果没有查出具体的原因，则可以继续观察。 26CA120B 0206081104 P H ssa0 CACHE STORAGE CARD 该错误一般是在:SSA卡带write cache并打开FastWrite，而ssa卡上用于write cache供电的可充电镍镉电池达到或接近安全寿命的情况下产生的。这类错误产生将影响IO写性能，并且由于在FastWrite打开的情况下