简介《华为S2600T维护手册》面向互联网行业IT运维人员与初次接触华为OceanStor T系列存储的管理员针对S2600T在实际项目中如何管理、配置与维护设备这一问题提供操作指引。压缩包内为1个pdf文件整体约545KB内容围绕集成存储管理软件ISM展开从设备发现、状态监控到资源配置均有讲解并辅以故障监控与告警管理的思路说明。手册的具体价值在于把基础业务配置拆解为可直接照做的流程通过浏览器登录ISM并处理安全证书提示指定IP地址发现设备创建RAID组时以RAID6为例预留最后一块硬盘作为热备盘在成员盘故障时自动接管数据随后在RAID组中划分LUN、创建主机组与主机、添加iSCSI启动器并完成LUN映射形成视频监控场景下的存储供给闭环。文中还提醒默认账号密码的保管要求避免资源被误删影响业务。目前已有516人学习适合存储初学者按图索骥上手。1. 华为S2600T维护手册到底在维护什么一台华为 S2600T 安安静静待在机柜里平时谁也不会想起它。真正让人半夜被电话叫醒的情况无非三种前面板某个盘位转黄灯、主机侧业务开始报 I/O 超时、管理界面弹出一条没人看得懂的告警。S2600T 属于 2U 双控入门级阵列常见配置是 12 个盘位后端走 SAS 环路前端是若干千兆 iSCSI 口或 8Gb FC 口——这条链路上一共站着存储、主机、交换机三个角色维护手册的价值在于把这三层信息对齐到同一张表上。只盯其中一层最容易误判盘已经由热备自动顶替并重建完主机侧还在喊超时那问题大概率不在硬盘反过来存储侧满眼绿灯交换机某个端口的 CRC 错误却在悄悄往上涨这是链路问题。这篇写给手上真有一台 S2600T 的运维和机房工程师也写给接手了别人留下的老存储、手里只剩一个管理 IP 和一句没密码的人。2. 吃透华为S2600T的硬件视图与CLI盘位、控制器、LUN怎么对应S2600T 的排错速度八成取决于你能不能在两分钟内把前面板第几个灯亮翻译成CLI 里哪一块盘、属于哪个 RAID 组、映射给哪台主机。这一章先把硬件语言和命令行语言对上再谈巡检和故障。2.1 前面板与后视图上的灯先说真话前面板 12 个盘位每个盘位一颗状态灯加一颗活动灯。绿灯常亮是在线、绿灯闪烁是有读写、黄灯常亮是故障或预测故障、灯灭是空槽位或没被配进 RAID 组。这个区分很关键把正在重建的盘和已经坏掉的盘混在一起看很容易把还能用的盘拔下来。后视图要看三处控制器 A/B 上的 ALM 告警灯、电源模块和风扇模块的指示灯、BBU电池备份单元的充电/失效指示。控制器 ALM 红灯往往意味着发生过主备切换此时业务可能还活着但性能和管理路径会受影响。BBU 黄灯通常不致命却会让写缓存策略从回写自动降到写穿业务侧表现为写入变慢。位置灯态含义该做什么盘位状态灯绿常亮在线、已加入 RAID 组无需动作盘位状态灯绿闪有读写活动无需动作盘位状态灯黄常亮故障或预测故障到 CLI 核对状态确认热备是否已顶替盘位状态灯灭未配置或空槽位核对是否掉盘、是否被人误拔控制器 ALM红控制器告警或离线检查是否发生主备切换、管理口是否可达BBU黄充电中或需更换确认缓存写策略是否已回退为写穿2.2 三种登录方式串口、SSH 与管理客户端S2600T 的入口通常有三条机箱后部的 RJ45 console 串口、控制器管理网口的 SSH、以及在 PC 上安装的图形管理客户端。串口是保底手段管理网口 IP 忘了、SSH 被关了就只能靠它串口参数常见是 115200-8-N-1、无流控。# 方式一串口登录Windows 用 SecureCRT / putty 连 COM 口Linux 用 minicom minicom -D /dev/ttyUSB0 -b 115200 # 方式二管理网口 SSH账号体系随交付批次不同以现场交付文档为准 ssh admin192.0.2.10 # 登录成功后第一件事不是敲命令而是把命令树列出来 help ?不同固件版本对同一条命令的拼写、层级、参数都可能不一样凭记忆敲是新手最容易翻车的地方。先help或?把命令树打出来再决定用哪条这个习惯能省掉大量命令不存在的来回。如果连口令都没有优先找交付时的验收文档或原厂报修渠道重置不要试图暴力尝试触发账号锁定反而更麻烦。2.3 盘位号、控制器号、LUN ID 的对应关系看输出的时候最容易卡住的是编号体系。S2600T 的双控结构决定了同一条 LUN 在同一时刻只由 A 或 B 其中一个控制器归属owning controller提供服务另一个控制器通过心跳和路径冗余接管。理解这一点才能解释为什么主机侧只看到一条路径和LUN 不可访问是两类不同的问题。层级常见命名说明机箱CTE0 / Enclosure 0单台 S2600T 通常只有一个 2U 机箱槽位0 ~ 11前面板从左到右与盘位灯一一对应控制器A / B各持有一组前端端口主备角色可切换RAID 组RG0、RG1…由若干槽位组成RAID 5/6/10LUNLUN0、LUN1…映射给主机归属某个控制器主机Host 别名由 iSCSI IQN 或 FC WWPN 唯一标识2.4 用只读命令固化一份资产基线接手一台老存储第一件事不是优化而是留证据。把只读状态命令的输出按日期存成文本日后盘坏了、性能掉了、别人改过配置你手里有对比基准。#!/bin/bash # 采集 S2600T 只读状态基线文件名带日期方便逐日 diff DATE$(date %F) OUT/var/log/s2600t_baseline_${DATE}.txt # 逐条执行只读命令并落盘ssh 免密需提前用 ssh-keygen ssh-copy-id 配好 for CMD in show system show controller show disk show raidgroup \ show lun show host show port; do echo ${CMD} $OUT ssh -o ConnectTimeout10 admin192.0.2.10 $CMD $OUT 21 done echo baseline saved to ${OUT}这段脚本里ConnectTimeout10防止某条命令卡住把整轮采集拖死用追加而不是覆盖避免中途失败丢掉前面已经采到的内容命令全部是只读的不会改动 RAID 组或映射关系。实际执行时若某个固件版本不支持其中某条命令脚本会在对应小节留下报错正好当作版本差异记录——这比事后凭印象回忆当时那条命令是不是支持靠谱得多。采集完把文件放一份到存储之外的机器上别只留在跳板机里。3. 华为S2600T日常巡检CLI、多路径、交换机三层怎么查巡检的目的不是打卡是在故障发生前把渐变项揪出来预测故障计数在涨、某条路径长期不活动、某个端口错包在累积。这三类问题在出事之前都不会告警只能靠主动比对。3.1 五分钟硬件巡检清单到机房先不碰键盘眼睛和耳朵过一遍盘位有没有黄灯、后视图电源和风扇指示灯是否全绿、风扇声音有没有异常高频、控制器 ALM 是否亮红。然后打开管理界面看当前活动告警列表重点关注是否有人为屏蔽或确认过的告警——老设备上已确认的告警堆了一屏其中往往埋着真实故障。最后是 CLI 侧的四条基础命令覆盖系统、控制器、电源与电池show system # 系统整体状态、运行时间、是否有告警 show controller # 主备角色、缓存写策略、控制器健康 show power # 电源模块状态与冗余情况 show battery # 或 show bbu看电池健康与充电状态顺序上先看整体再看局部避免一上来就陷进某一颗盘的细节里。硬件巡检的结论要落到一句话目前有没有正在降级的部件而不是我看了灯都正常。3.2 存储侧把 show 命令的输出变成判定结论光把命令敲一遍没意义得知道哪些字段值得盯。硬盘要看健康状态和预测故障标记RAID 组要看当前是 Normal、Rebuilding 还是 Degraded前端端口要看速率协商结果和收发状态缓存要看写策略是否仍为回写。检查项正常需关注需立即处理RAID 组状态NormalRebuildingDegraded 且无可用热备硬盘预测故障无标记计数持续增长已报故障BBU / 电池健康且充满充电中失效或需更换缓存写策略回写—已回退为写穿前端端口双口均有流量单口长期无流量端口全部中断判定阈值不是拍脑袋定的RAID 组进入 Rebuilding 说明冗余已经短暂失去此时性能下降和二次故障风险同时上升写策略从回写变写穿说明缓存保护失效写入性能可能掉到原来的一半以下。这两项一旦出现巡检结论就不能写正常。3.3 主机侧UltraPath 与 multipath 会话核对存储侧一切正常业务照样可能报错因为瓶颈常常在主机侧的多路径上。华为主机侧的多路径软件提供upadmin系列命令原生 Linux 环境则用multipath和iscsiadm交叉验证。# 华为 UltraPath 侧看虚拟 LUN、路径状态、发起端 upadmin show vlun # 每条 LUN 对应的虚拟设备 upadmin show path # 关键每条路径的状态与优先级 upadmin show initiator # 本机 IQN / WWPN用于和存储侧 Host 记录比对 # Linux 原生侧交叉验证 multipath -ll # 各 mpath 设备的路径数与状态 iscsiadm -m session -P 3 # iSCSI 会话详情含每条的连接状态判断标准很直接一条 LUN 在正常情况下至少应有两条路径处于 Active/Optimized 状态只看到一条就是单点网络抖一下就断业务。upadmin show initiator输出的 IQN 要和存储侧show host里记录的一致不一致意味着重装系统或换过 HBA 卡映射关系已经失效这时候怎么重启主机都没用。3.4 交换机侧iSCSI 链路要看的错包计数前端走 iSCSI 的场景链路一定穿过交换机存储和主机都看不见的物理层问题只能在这里发现。华为交换机的运维习惯里端口错包计数是第一优先级# 登录华为交换机查看对接存储/主机的具体端口 display interface GigabitEthernet 0/0/24 display interface brief | include up重点看三个数CRC 错误、丢弃包discard、光模块收发光功率。CRC 持续增长说明线缆、模块或对端口有问题这不是存储能修的收发光功率接近临界值则是还没坏但快了的典型信号比等它彻底断链再排查从容得多。把这些计数和存储侧端口状态并排记录就能区分存储端口假死和链路质量差。4. S2600T故障处置单盘失效、链路降级、LUN不可访问前面都是预防这一章是动手。三类高频故障的处理路径差别很大共同点是先确认冗余还在不在再决定动作快慢。4.1 单块硬盘失效从告警到重建完成的完整动作硬盘失效是最常见也最容易被处理错的一类。正确顺序是先在 CLI 确认该盘状态和所属 RAID 组状态再确认热备盘是否已经顶替、重建是否已经启动最后才谈换盘。show disk # 找到黄灯对应的槽位确认状态为故障 show raidgroup # 确认 RAID 组是 Rebuilding 还是 Degraded show event log # 或 show alarm看最近事件确认是否有多次掉盘记录如果 RAID 组显示 Rebuilding说明热备已经上工此时最该做的是什么都别拔。重建期间阵列处于无冗余或低冗余状态RAID 5 再坏一块就是数据丢失能先把备份跑起来就先跑备份。等重建完成、状态回到 Normal再按槽位号更换故障盘换盘时确认新盘容量、转速、接口类型与原盘匹配型号不同要先确认兼容性。提示更换前一定要核对槽位号。S2600T 前面板的物理位置和 CLI 里的槽位号通常一一对应但机柜里装了多台设备时看错机箱、拔错机器的事故并不罕见。如果 RAID 组直接是 Degraded 且没有热备盘顶替说明冗余已经失去且没有自动修复能力这时动作要快立刻确认备份状态准备同规格备件并联系原厂确认当前状态下在线换盘的安全边界。不同固件版本对重建中是否允许其他操作的限制不一样拿不准就别动。4.2 链路降级与 iSCSI 掉线先分清是网络还是存储主机报 I/O 超时第一反应不是重启存储而是分清故障域。从主机侧 ping 存储前端口能通说明 IP 层没问题再看多路径里是不是只剩一条路径在工作。# 主机侧确认到存储前端口的连通性 ping -c 5 192.0.2.20 ping -M do -s 8972 192.0.2.20 # 若启用巨帧用大包探测 MTU 是否一致 # 再看多路径状态判断是单路径抖动还是全断 upadmin show pathping -M do禁止分片、-s指定包大小是验证两端 MTU 是否一致的常用手段。如果是启用了巨帧的环境一端 9000、另一端 1500小包能通、大包全丢表现就和时好时坏一模一样很容易被误判成存储不稳定。若连通性正常而路径数只剩一条问题多半在交换机端口或线缆回到上一章的错包计数去查。4.3 LUN 不可访问映射、CHAP、多路径三点排查主机看不到 LUN和看得到但 I/O 报错是两回事排查方向不同现象优先检查常见原因主机完全看不到 LUN存储侧 Host 映射initiator IQN/WWPN 变了映射失效看得到 LUN 但 I/O 报错多路径路径状态只有单路径链路抖动后未恢复iSCSI 登录失败CHAP 认证配置密码不一致或认证模式改了只有部分主机受影响该主机的 Host 记录别名冲突或多主机共用同一 initiator排查顺序建议从存储侧往主机侧走先在存储上确认 LUN 存在、已映射给对应 Host、LUN 归属的控制器在线再到主机侧核对upadmin show initiator与存储记录是否一致最后检查 CHAP 配置和 iSCSI 会话建立过程。反过来从主机日志开始翻往往会绕远路。4.4 BBU 失效后写策略变写穿性能掉一半怎么解释BBU 或超级电容的职责是在意外断电时把缓存中的数据保住。一旦它失效阵列会把写策略从回写降级为写穿——写操作必须落到盘上才返回确认不再经过缓存加速。业务侧的感受就是写入延迟明显升高、吞吐下降而所有硬件指示灯可能只是后视图一个黄色小灯。处理路径是先更换电池模块等充电状态回到健康、写策略恢复为回写再观察性能是否回升。不要在电池未恢复的情况下手工强行改回回写策略那等于把缓存里的数据暴露在断电丢失风险下。这一步的判断依据要看 CLI 返回的电池健康与充电状态字段而不是只看灯。5. 进阶配置备份、固件升级与换盘的安全窗口到这一步设备已经在稳定运行剩下的是怎么让下一次故障处理更省事。5.1 配置与映射关系备份存储最贵的不是硬件是那份映射关系。把它导出并离线保存等于给未来的自己留了一条退路。# 导出当前配置命令名随固件版本不同先用 help 确认 show host # 主机别名与 initiator 清单 show lun # LUN 与归属控制器 show port # 前端端口 IP / WWPN show raidgroup # RAID 组构成与热备策略把这几条的输出连同交换机侧的 zone 配置、主机侧的upadmin show vlun结果一起打包归档文件名带日期。恢复场景下你需要的往往不是存储配置文件的二进制而是哪条 LUN 原来映射给哪个 initiator这种可读信息。5.2 固件升级与换盘前的检查清单动作升级前必查换盘前必查冗余状态双控均在线、无降级RAID 组处于 Normal无正在进行的重建数据保护关键业务已备份关键业务已备份兼容性控制器/硬盘固件与目标版本匹配备件容量、转速、接口类型一致窗口业务低峰双控逐个升级业务低峰避开批处理时段回退确认可回退到当前版本保留原盘确认不立即销毁升级采用双控逐个进行的方式升级期间单控运行性能和冗余都会临时下降必须挑业务低谷。硬盘固件升级则更要谨慎它对盘上数据有直接影响做之前确认原厂给出的兼容性与步骤说明。换盘和下电之前把 LUN 归属控制器、主机侧多路径状态、交换机对应端口号先抄在一张纸上或存进一个文本文件里事后对着看比翻半小时日志快得多这张纸同时也是下次交接时最省口舌的材料。本文还有配套的精品资源点击获取 华为S2600T存储维护实战：CLI巡检、RAID/LUN与多路径排障
简介《华为S2600T维护手册》面向互联网行业IT运维人员与初次接触华为OceanStor T系列存储的管理员针对S2600T在实际项目中如何管理、配置与维护设备这一问题提供操作指引。压缩包内为1个pdf文件整体约545KB内容围绕集成存储管理软件ISM展开从设备发现、状态监控到资源配置均有讲解并辅以故障监控与告警管理的思路说明。手册的具体价值在于把基础业务配置拆解为可直接照做的流程通过浏览器登录ISM并处理安全证书提示指定IP地址发现设备创建RAID组时以RAID6为例预留最后一块硬盘作为热备盘在成员盘故障时自动接管数据随后在RAID组中划分LUN、创建主机组与主机、添加iSCSI启动器并完成LUN映射形成视频监控场景下的存储供给闭环。文中还提醒默认账号密码的保管要求避免资源被误删影响业务。目前已有516人学习适合存储初学者按图索骥上手。1. 华为S2600T维护手册到底在维护什么一台华为 S2600T 安安静静待在机柜里平时谁也不会想起它。真正让人半夜被电话叫醒的情况无非三种前面板某个盘位转黄灯、主机侧业务开始报 I/O 超时、管理界面弹出一条没人看得懂的告警。S2600T 属于 2U 双控入门级阵列常见配置是 12 个盘位后端走 SAS 环路前端是若干千兆 iSCSI 口或 8Gb FC 口——这条链路上一共站着存储、主机、交换机三个角色维护手册的价值在于把这三层信息对齐到同一张表上。只盯其中一层最容易误判盘已经由热备自动顶替并重建完主机侧还在喊超时那问题大概率不在硬盘反过来存储侧满眼绿灯交换机某个端口的 CRC 错误却在悄悄往上涨这是链路问题。这篇写给手上真有一台 S2600T 的运维和机房工程师也写给接手了别人留下的老存储、手里只剩一个管理 IP 和一句没密码的人。2. 吃透华为S2600T的硬件视图与CLI盘位、控制器、LUN怎么对应S2600T 的排错速度八成取决于你能不能在两分钟内把前面板第几个灯亮翻译成CLI 里哪一块盘、属于哪个 RAID 组、映射给哪台主机。这一章先把硬件语言和命令行语言对上再谈巡检和故障。2.1 前面板与后视图上的灯先说真话前面板 12 个盘位每个盘位一颗状态灯加一颗活动灯。绿灯常亮是在线、绿灯闪烁是有读写、黄灯常亮是故障或预测故障、灯灭是空槽位或没被配进 RAID 组。这个区分很关键把正在重建的盘和已经坏掉的盘混在一起看很容易把还能用的盘拔下来。后视图要看三处控制器 A/B 上的 ALM 告警灯、电源模块和风扇模块的指示灯、BBU电池备份单元的充电/失效指示。控制器 ALM 红灯往往意味着发生过主备切换此时业务可能还活着但性能和管理路径会受影响。BBU 黄灯通常不致命却会让写缓存策略从回写自动降到写穿业务侧表现为写入变慢。位置灯态含义该做什么盘位状态灯绿常亮在线、已加入 RAID 组无需动作盘位状态灯绿闪有读写活动无需动作盘位状态灯黄常亮故障或预测故障到 CLI 核对状态确认热备是否已顶替盘位状态灯灭未配置或空槽位核对是否掉盘、是否被人误拔控制器 ALM红控制器告警或离线检查是否发生主备切换、管理口是否可达BBU黄充电中或需更换确认缓存写策略是否已回退为写穿2.2 三种登录方式串口、SSH 与管理客户端S2600T 的入口通常有三条机箱后部的 RJ45 console 串口、控制器管理网口的 SSH、以及在 PC 上安装的图形管理客户端。串口是保底手段管理网口 IP 忘了、SSH 被关了就只能靠它串口参数常见是 115200-8-N-1、无流控。# 方式一串口登录Windows 用 SecureCRT / putty 连 COM 口Linux 用 minicom minicom -D /dev/ttyUSB0 -b 115200 # 方式二管理网口 SSH账号体系随交付批次不同以现场交付文档为准 ssh admin192.0.2.10 # 登录成功后第一件事不是敲命令而是把命令树列出来 help ?不同固件版本对同一条命令的拼写、层级、参数都可能不一样凭记忆敲是新手最容易翻车的地方。先help或?把命令树打出来再决定用哪条这个习惯能省掉大量命令不存在的来回。如果连口令都没有优先找交付时的验收文档或原厂报修渠道重置不要试图暴力尝试触发账号锁定反而更麻烦。2.3 盘位号、控制器号、LUN ID 的对应关系看输出的时候最容易卡住的是编号体系。S2600T 的双控结构决定了同一条 LUN 在同一时刻只由 A 或 B 其中一个控制器归属owning controller提供服务另一个控制器通过心跳和路径冗余接管。理解这一点才能解释为什么主机侧只看到一条路径和LUN 不可访问是两类不同的问题。层级常见命名说明机箱CTE0 / Enclosure 0单台 S2600T 通常只有一个 2U 机箱槽位0 ~ 11前面板从左到右与盘位灯一一对应控制器A / B各持有一组前端端口主备角色可切换RAID 组RG0、RG1…由若干槽位组成RAID 5/6/10LUNLUN0、LUN1…映射给主机归属某个控制器主机Host 别名由 iSCSI IQN 或 FC WWPN 唯一标识2.4 用只读命令固化一份资产基线接手一台老存储第一件事不是优化而是留证据。把只读状态命令的输出按日期存成文本日后盘坏了、性能掉了、别人改过配置你手里有对比基准。#!/bin/bash # 采集 S2600T 只读状态基线文件名带日期方便逐日 diff DATE$(date %F) OUT/var/log/s2600t_baseline_${DATE}.txt # 逐条执行只读命令并落盘ssh 免密需提前用 ssh-keygen ssh-copy-id 配好 for CMD in show system show controller show disk show raidgroup \ show lun show host show port; do echo ${CMD} $OUT ssh -o ConnectTimeout10 admin192.0.2.10 $CMD $OUT 21 done echo baseline saved to ${OUT}这段脚本里ConnectTimeout10防止某条命令卡住把整轮采集拖死用追加而不是覆盖避免中途失败丢掉前面已经采到的内容命令全部是只读的不会改动 RAID 组或映射关系。实际执行时若某个固件版本不支持其中某条命令脚本会在对应小节留下报错正好当作版本差异记录——这比事后凭印象回忆当时那条命令是不是支持靠谱得多。采集完把文件放一份到存储之外的机器上别只留在跳板机里。3. 华为S2600T日常巡检CLI、多路径、交换机三层怎么查巡检的目的不是打卡是在故障发生前把渐变项揪出来预测故障计数在涨、某条路径长期不活动、某个端口错包在累积。这三类问题在出事之前都不会告警只能靠主动比对。3.1 五分钟硬件巡检清单到机房先不碰键盘眼睛和耳朵过一遍盘位有没有黄灯、后视图电源和风扇指示灯是否全绿、风扇声音有没有异常高频、控制器 ALM 是否亮红。然后打开管理界面看当前活动告警列表重点关注是否有人为屏蔽或确认过的告警——老设备上已确认的告警堆了一屏其中往往埋着真实故障。最后是 CLI 侧的四条基础命令覆盖系统、控制器、电源与电池show system # 系统整体状态、运行时间、是否有告警 show controller # 主备角色、缓存写策略、控制器健康 show power # 电源模块状态与冗余情况 show battery # 或 show bbu看电池健康与充电状态顺序上先看整体再看局部避免一上来就陷进某一颗盘的细节里。硬件巡检的结论要落到一句话目前有没有正在降级的部件而不是我看了灯都正常。3.2 存储侧把 show 命令的输出变成判定结论光把命令敲一遍没意义得知道哪些字段值得盯。硬盘要看健康状态和预测故障标记RAID 组要看当前是 Normal、Rebuilding 还是 Degraded前端端口要看速率协商结果和收发状态缓存要看写策略是否仍为回写。检查项正常需关注需立即处理RAID 组状态NormalRebuildingDegraded 且无可用热备硬盘预测故障无标记计数持续增长已报故障BBU / 电池健康且充满充电中失效或需更换缓存写策略回写—已回退为写穿前端端口双口均有流量单口长期无流量端口全部中断判定阈值不是拍脑袋定的RAID 组进入 Rebuilding 说明冗余已经短暂失去此时性能下降和二次故障风险同时上升写策略从回写变写穿说明缓存保护失效写入性能可能掉到原来的一半以下。这两项一旦出现巡检结论就不能写正常。3.3 主机侧UltraPath 与 multipath 会话核对存储侧一切正常业务照样可能报错因为瓶颈常常在主机侧的多路径上。华为主机侧的多路径软件提供upadmin系列命令原生 Linux 环境则用multipath和iscsiadm交叉验证。# 华为 UltraPath 侧看虚拟 LUN、路径状态、发起端 upadmin show vlun # 每条 LUN 对应的虚拟设备 upadmin show path # 关键每条路径的状态与优先级 upadmin show initiator # 本机 IQN / WWPN用于和存储侧 Host 记录比对 # Linux 原生侧交叉验证 multipath -ll # 各 mpath 设备的路径数与状态 iscsiadm -m session -P 3 # iSCSI 会话详情含每条的连接状态判断标准很直接一条 LUN 在正常情况下至少应有两条路径处于 Active/Optimized 状态只看到一条就是单点网络抖一下就断业务。upadmin show initiator输出的 IQN 要和存储侧show host里记录的一致不一致意味着重装系统或换过 HBA 卡映射关系已经失效这时候怎么重启主机都没用。3.4 交换机侧iSCSI 链路要看的错包计数前端走 iSCSI 的场景链路一定穿过交换机存储和主机都看不见的物理层问题只能在这里发现。华为交换机的运维习惯里端口错包计数是第一优先级# 登录华为交换机查看对接存储/主机的具体端口 display interface GigabitEthernet 0/0/24 display interface brief | include up重点看三个数CRC 错误、丢弃包discard、光模块收发光功率。CRC 持续增长说明线缆、模块或对端口有问题这不是存储能修的收发光功率接近临界值则是还没坏但快了的典型信号比等它彻底断链再排查从容得多。把这些计数和存储侧端口状态并排记录就能区分存储端口假死和链路质量差。4. S2600T故障处置单盘失效、链路降级、LUN不可访问前面都是预防这一章是动手。三类高频故障的处理路径差别很大共同点是先确认冗余还在不在再决定动作快慢。4.1 单块硬盘失效从告警到重建完成的完整动作硬盘失效是最常见也最容易被处理错的一类。正确顺序是先在 CLI 确认该盘状态和所属 RAID 组状态再确认热备盘是否已经顶替、重建是否已经启动最后才谈换盘。show disk # 找到黄灯对应的槽位确认状态为故障 show raidgroup # 确认 RAID 组是 Rebuilding 还是 Degraded show event log # 或 show alarm看最近事件确认是否有多次掉盘记录如果 RAID 组显示 Rebuilding说明热备已经上工此时最该做的是什么都别拔。重建期间阵列处于无冗余或低冗余状态RAID 5 再坏一块就是数据丢失能先把备份跑起来就先跑备份。等重建完成、状态回到 Normal再按槽位号更换故障盘换盘时确认新盘容量、转速、接口类型与原盘匹配型号不同要先确认兼容性。提示更换前一定要核对槽位号。S2600T 前面板的物理位置和 CLI 里的槽位号通常一一对应但机柜里装了多台设备时看错机箱、拔错机器的事故并不罕见。如果 RAID 组直接是 Degraded 且没有热备盘顶替说明冗余已经失去且没有自动修复能力这时动作要快立刻确认备份状态准备同规格备件并联系原厂确认当前状态下在线换盘的安全边界。不同固件版本对重建中是否允许其他操作的限制不一样拿不准就别动。4.2 链路降级与 iSCSI 掉线先分清是网络还是存储主机报 I/O 超时第一反应不是重启存储而是分清故障域。从主机侧 ping 存储前端口能通说明 IP 层没问题再看多路径里是不是只剩一条路径在工作。# 主机侧确认到存储前端口的连通性 ping -c 5 192.0.2.20 ping -M do -s 8972 192.0.2.20 # 若启用巨帧用大包探测 MTU 是否一致 # 再看多路径状态判断是单路径抖动还是全断 upadmin show pathping -M do禁止分片、-s指定包大小是验证两端 MTU 是否一致的常用手段。如果是启用了巨帧的环境一端 9000、另一端 1500小包能通、大包全丢表现就和时好时坏一模一样很容易被误判成存储不稳定。若连通性正常而路径数只剩一条问题多半在交换机端口或线缆回到上一章的错包计数去查。4.3 LUN 不可访问映射、CHAP、多路径三点排查主机看不到 LUN和看得到但 I/O 报错是两回事排查方向不同现象优先检查常见原因主机完全看不到 LUN存储侧 Host 映射initiator IQN/WWPN 变了映射失效看得到 LUN 但 I/O 报错多路径路径状态只有单路径链路抖动后未恢复iSCSI 登录失败CHAP 认证配置密码不一致或认证模式改了只有部分主机受影响该主机的 Host 记录别名冲突或多主机共用同一 initiator排查顺序建议从存储侧往主机侧走先在存储上确认 LUN 存在、已映射给对应 Host、LUN 归属的控制器在线再到主机侧核对upadmin show initiator与存储记录是否一致最后检查 CHAP 配置和 iSCSI 会话建立过程。反过来从主机日志开始翻往往会绕远路。4.4 BBU 失效后写策略变写穿性能掉一半怎么解释BBU 或超级电容的职责是在意外断电时把缓存中的数据保住。一旦它失效阵列会把写策略从回写降级为写穿——写操作必须落到盘上才返回确认不再经过缓存加速。业务侧的感受就是写入延迟明显升高、吞吐下降而所有硬件指示灯可能只是后视图一个黄色小灯。处理路径是先更换电池模块等充电状态回到健康、写策略恢复为回写再观察性能是否回升。不要在电池未恢复的情况下手工强行改回回写策略那等于把缓存里的数据暴露在断电丢失风险下。这一步的判断依据要看 CLI 返回的电池健康与充电状态字段而不是只看灯。5. 进阶配置备份、固件升级与换盘的安全窗口到这一步设备已经在稳定运行剩下的是怎么让下一次故障处理更省事。5.1 配置与映射关系备份存储最贵的不是硬件是那份映射关系。把它导出并离线保存等于给未来的自己留了一条退路。# 导出当前配置命令名随固件版本不同先用 help 确认 show host # 主机别名与 initiator 清单 show lun # LUN 与归属控制器 show port # 前端端口 IP / WWPN show raidgroup # RAID 组构成与热备策略把这几条的输出连同交换机侧的 zone 配置、主机侧的upadmin show vlun结果一起打包归档文件名带日期。恢复场景下你需要的往往不是存储配置文件的二进制而是哪条 LUN 原来映射给哪个 initiator这种可读信息。5.2 固件升级与换盘前的检查清单动作升级前必查换盘前必查冗余状态双控均在线、无降级RAID 组处于 Normal无正在进行的重建数据保护关键业务已备份关键业务已备份兼容性控制器/硬盘固件与目标版本匹配备件容量、转速、接口类型一致窗口业务低峰双控逐个升级业务低峰避开批处理时段回退确认可回退到当前版本保留原盘确认不立即销毁升级采用双控逐个进行的方式升级期间单控运行性能和冗余都会临时下降必须挑业务低谷。硬盘固件升级则更要谨慎它对盘上数据有直接影响做之前确认原厂给出的兼容性与步骤说明。换盘和下电之前把 LUN 归属控制器、主机侧多路径状态、交换机对应端口号先抄在一张纸上或存进一个文本文件里事后对着看比翻半小时日志快得多这张纸同时也是下次交接时最省口舌的材料。本文还有配套的精品资源点击获取