磁盤陣列及MSCS的維護

詳細描述本人在使用IBM磁盤陣列及MSCS的日常維護方法，并對可能出現的問題說明了解決方法。

一、 磁盤陣列的維護

基本知識

1、陣列的四種主要狀態：

。Online（在線）：Cluster中有控制權的節點的陣列狀態。

。Offline（脫機）：Cluster中無控制權的節點的陣列狀態，或有控制權，但處于脫機狀態。

。Critical（臨界狀態）：在Cluster中，處于此狀態的陣列不允許進行切換，必須在原來有控制權的機器上對陣列進行恢復，即進行Rebuild或其它恢復操作。

。Blocked（阻塞狀態）：只出現在RAID0級別中。在Cluster中，處于此狀態的陣列不允許進行切換或讀寫操作，必須在原來有控制權的機器上對陣列進行恢復。

2、磁盤的兩種主要狀態：

。Online（在線）：硬盤燈為綠色或指示燈不亮（與陣列柜型號有關）。此時陣列的狀態為Online。

。 Defunct（非在線、失效）：硬盤燈為紅色。此時陣列的狀態為Offline、Critical或Blocked。

3、每次切換后，磁盤陣列都會進行一次數據的同步，此時硬盤燈出現有規則的閃爍，持續時間大概為2小時左右（與陣列容量有關）。同時仍然可以進行其它操作，但是一定不能斷電或進行熱插拔操作，否則陣列信息將丟失。

4、硬盤的Firmware版本查看：

在ServeRaid Manager的物理磁盤組中，點擊要查看硬盤，屏幕上將顯示該硬盤的的Firmware版本號。

說明：版本要求為1.09（或S96E）以上。

5、陣列卡的Firmware及Bios版本查看：

在ServeRaid Manager中，點擊要查看的控制卡，屏幕上將顯示該陣列卡的Firmware 及Bios版本號。

說明：Firmware版本應為3.70以上、 Bios版本應為4.0以上。

現象觀察

      1、查看陣列柜的前面板的狀態燈提示

一般陣列柜中硬盤有兩個指示燈，一個為狀態燈(紅），一個為硬盤讀寫指示燈（綠）。

。若干磁盤的綠燈不規則閃爍表示為對該盤當前有讀寫操作（此時綠燈較亮），陣列為Online狀態；

。全部磁盤的綠燈規則閃爍表示陣列作同步操作（此時綠燈較暗），陣列為Online狀態；

。磁盤的綠燈全滅表示當前無操作，陣列處于Online狀態；

。單個硬盤亮紅燈表示此盤狀態為DDD（不可用）或OffLine；

。某個硬盤綠燈及桔黃燈交替規則閃爍表示該盤正在Rebuild；

。兩個以上硬盤亮紅燈時表示陣列柜已壞，Cluster 必然當機。

2、通過ServeRaid Manager管理工具查看

在有控制權的節點啟動ServeRaid Manager。

。控制器、邏輯盤處于OK狀態；

。構成陣列的物理硬盤處于Online狀態（如果存在Hot Spare盤，可看到本機的Hot Spare盤狀態為Hot Spare，另一節點的Hot Spare盤狀態為Ready）；

。如果存在Hot Spare 硬盤，則在Hot Spare 菜單中可以找到該硬盤；

。如果某物理硬盤狀態為DDD，說明該盤已不可用，需要修復或替換；

。如果某塊物理硬盤狀態為Offline，表示該盤為脫機狀態（未損壞）；

。在RAID 1、RAID 1E、RAID 5及RAID 5E 中如果某一硬盤狀態為DDD或Offline，則陣列或邏輯盤狀態為Critical，即臨界狀態；

。在RAID 0 中，如果某一硬盤狀態為DDD或Offline，則陣列或邏輯盤狀態為Blocked,即阻塞狀態，此時對硬盤不能進行任何操作，等待恢復完后，手工將Blocked 狀態設為UnBlocked狀態；

說明：無控制權的節點陣列中的磁盤狀態為Defunct（Hot Spare盤為正常）。

磁盤異常狀態處理

要求主機對磁盤陣列擁有控制權。

1、單個磁盤DDD狀態，此時禁止Cluster切換（可關閉備機）。

說明：DDD狀態并不一定表示硬盤物理故障，根據該盤的使用情況，有如下處理方法：

。該盤作為Array磁盤時，并且該節點存在Hot Spare盤 ：當該盤失效時，Hot Spare 盤自動完成接管，陣列自動進入Rebuild狀態，同時該盤狀態轉為Hot Spare。如果沒有自動Rebuild，需要人工執行Rebuild 操作，完畢后，將該盤設置為Hot Spare狀態。若人工Rebuild操作失敗，可拔出此盤，隔一分鐘后再插入磁盤柜中，重復上述操作；如果仍然失敗，說明該盤可能存在物理故障。

。該盤作為Array磁盤時，節點無Hot Spare 盤；選中該盤，按鼠標右鍵，執行Rebuild操作，若操作失敗，可拔出此盤，隔一分鐘后再插入磁盤柜中，重復上述操作；如果仍然失敗，說明該盤存在物理故障。

。該盤為Hot Spare 盤：選中該盤，按鼠標右鍵，執行Delete Hot Spare將此盤從Hot Spare狀態刪除，再將該盤重新設置為Hot Spare(也可使用Replace and Rebuild進行）。如果操作失敗，可拔出此盤，隔一分種后再插入磁盤柜中，重復上述操作；如果仍然失敗，說明該盤可能存在物理故障。

2、單個磁盤Offline狀態

手工設置為Online；如果不成功，先關閉備機（無控制權），再重啟主機，然后重新設置為Online；如果還不成功，將盤拔出磁盤柜，隔一分鐘后重新插入柜中，再次關閉備機（無控制權），再分別重新啟動主機和備機。

以下兩種情況先關掉B機，防止系統切換

3、兩個盤 Offline狀態

先將其中一個Online，所另一個作Rebuild操作，完成后重新啟動主機。

4、一個Offline,一個DDD

      將Offline盤設置為 Online,對DDD盤作Rebuild操作，完成后重新啟動主機。

5、硬盤狀態為Defunct時，可按下列步驟進行恢復

。打開ServeRaid Manager。

。 選中Defunct的硬盤，按右鍵。

。使用Replace And Rebuild對硬盤數據進行重建。

。按照屏幕提示，需要先將硬盤拔出，然后再插入。

磁盤陣列異常處理

1、當陣列處于Critical時，只需在原來有控制權的機器上對故障硬盤進行Rebuild即可。

2、當陣列處于Blocked時，作如下操作：

。為了保證對陣列的恢復，先將原來沒有控制權的機器關閉。

。重新啟動有控制權的機器，此時系統提示：按F4——修正錯誤；F5 ——接收當前配置。

。按F4修正當前的錯誤，將Blocked狀態修正為Critical狀態。

。系統自動對硬盤進行Rebuild。

硬盤Rebuild時的進度顯示ServeRaid Manager中窗口底部的狀態條中

二、MSCS的維護：

MSCS的維護與陣列的維護密切相關，如果陣列工作狀態正常，則MSCS一般情況下也正常，但是如果Cluster 中的某些服務不能啟動或損壞，MSCS可能發生工作異常。

以下是日常維護操作說明：

1、首先檢查RAID的工作狀態（通過IBM ServeRaid manager檢查）；

2、使用Cluster Administators查看每個服務的工作情況，所有資源應為Online；

3、如果某服務或資源處于Offline狀態時，先查明原因，然后人工設置為Online；

4、如果磁盤或磁盤陣列工作異常，可按照磁盤陣列的維護進行處理；

注意：此時陣列處于Critical狀態，應防止、禁止切換操作（采取關閉備機的辦法）。

5、如果異外斷電（所有設備全部斷電），啟動時按下列順序啟動系統：

。先啟動陣列柜；

。陣列柜加電后，啟動斷電前屬于控制狀態的節點；     

。待完全啟動后，再啟動另外一個節點。

雙機系統中存在主域控制服務器，應先啟動主域控制服務器。

6、緊急情況下關機順序如下：

。首先關閉處于備用狀態的節點；

。再關閉處于控制狀態的節點；

。最后關閉磁盤陣列。

原則上陣列柜不能掉電，特別是正在對進行陣列的讀寫操作時。

7、在特殊情況下，Cluster可能不能啟動，一般情況下可能該節點對磁盤陣列無控制權，此時在命令行方式下執行ipshahto.exe文件，強行取得控制權。

此步驟建議在由技術人員指導下進行。

8、當硬盤正在Rebuild時，不允許切換；正在同步時，盡量不要切換；