常用PC服務(wù)器陣列卡、硬盤健康監(jiān)控葉金榮

發(fā)布時間：2016-05-28 19:55:08 作者：葉金榮

通常，我們使用的DELL/HP/IBM三家的機(jī)架式PC級服務(wù)器陣列卡是從LSI的卡OEM出來的，DELL和IBM兩家的陣列卡原生程度較高，沒有做太多封裝，可以用原廠提供的陣列卡管理工具進(jìn)行監(jiān)控；而HP的陣列卡一般都做過封裝了，因此需要使用自身特有的管理工具來監(jiān)控

通常，我們使用的DELL/HP/IBM三家的機(jī)架式PC級服務(wù)器陣列卡是從LSI的卡OEM出來的，DELL和IBM兩家的陣列卡原生程度較高，沒有做太多封裝，可以用原廠提供的陣列卡管理工具進(jìn)行監(jiān)控；而HP的陣列卡一般都做過封裝了，因此需要使用自身特有的管理工具來監(jiān)控。

本文以幾種常用的陣列卡為例，展示其陣列卡及硬盤監(jiān)控的方法。
DELL SAS 6/iR卡，全稱LSI Logic SAS1068E，只支持RAID 0, RAID 1, RAID 1+0, 不支持RAID 5等高級RAID特性，不支持陣列卡電池。
DELL PERC PERC H700卡，全稱LSI Logic MegaRAID SAS 2108，支持各種RAID級別及高級特性，可選配陣列卡電池。
DELL PERC H310 Mini卡 ，全稱LSI Logic / Symbios Logic MegaRAID SAS 2008，支持常見RAID級別，不支持高級RAID特性，不支持陣列卡電池。
IBM ServeRAID M5014 SAS/SATA Controller卡，全稱LSI Logic / Symbios Logic MegaRAID SAS 2108，支持各種RAID級別及高級特性，可選配陣列卡電池。
IBM ServeRAID-MR10i SAS/SATA Controller卡，全稱LSI Logic / Symbios Logic MegaRAID SAS 1078，支持常見RAID級別，不支持高級RAID特性，可選配陣列卡電池，這個卡其實和DELL的PERC 6/i卡是一樣的，都是基于LSI MegaRAID SAS 1078基礎(chǔ)上OEM出來的。

上面是幾種常見的陣列卡型號，更多的可以自行查看官方的技術(shù)手冊。

下面我們要繼續(xù)的是，這些陣列卡以及硬盤如何監(jiān)控，陣列卡的管理也請查看官方技術(shù)手冊，不在本文討論范疇，或者查看作者的一個分享PPT：PC服務(wù)器陣列卡管理簡易手冊。

一般地，支持RAID 5的卡，我們稱其為陣列卡，都可以使用LSI官方提供的MegaCli工具來管理，而不支持RAID 5的卡，我們稱其為SAS卡，使用lsiutil工具來管理。HP的服務(wù)器使用其特有的hpacucli工具來管理。

1、MegaCli工具
a) MegaCli -adpallinfo -aall — 查看陣列卡信息
-a 參數(shù)指定陣列卡的編號，一般服務(wù)器上只會配一個陣列卡，因此我們通常指定為 -a0（陣列卡適配器編號，從0開始）即可，主要關(guān)注下面幾個信息：

狀態(tài)值	對應(yīng)含義
Product Name : PERC H710 Mini	陣列卡名稱
FW Package Build: 21.2.0-0007	陣列卡firmware版本號，版本如果太低，建議升級以提高穩(wěn)定性及性能
BBU : Present	是否有配BBU電池

b) MegaCli -cfgdsply -aall — 查看陣列配置

狀態(tài)值	對應(yīng)含義
Memory: 512MB	陣列卡cache大小，2的N次方，如果不是，說明陣列卡有異常
Number of dedicated Hotspares: 0	陣列是否有專用/獨(dú)享熱備盤（如果有多個邏輯磁盤組/disk group，則可以指定一個硬盤用于全局熱備，那么該disk group上的專用熱備盤數(shù)量為0也不用擔(dān)心），除了RAID 1/RAID 1+0一般不指定熱備盤以外，其他幾個陣列級別建議都要指定熱備盤
State : Optimal	陣列狀態(tài)，如果不是 Optimal 就要關(guān)注了
Current Cache Policy: WriteBack, ReadAheadNone, Direct, Write Cache OK if Bad BBU	陣列讀寫cache策略，建議寫策略設(shè)置為FORCE WB，最起碼是WB，預(yù)讀策略可以關(guān)掉，意義不大，幾乎沒影響
Disk Cache Policy : Disabled	硬盤cache策略，建議關(guān)閉，防止意外時數(shù)據(jù)丟失
Current Power Savings Policy: None	節(jié)電策略，建議關(guān)閉
Media Error Count: 0	三個錯誤計數(shù)器，任何一個值大于100就要立刻引起關(guān)注，尤其要關(guān)注起增長速度。1T以上SATA盤，計數(shù)值不夠精確，可能所有盤上該值都會大于0，一般重啟就會重新清0，如果重啟后還是大于0的話，趕緊報修吧。SAS盤的計數(shù)值則比較準(zhǔn)確。
Other Error Count: 0
Predictive Failure Count: 0
Firmware state: Online, Spun Up	查看硬盤狀態(tài)，如果是unconfigured表示該硬盤未分配加入到陣列中；如果是 unconfigured(bad)表示該盤不但是未分配，而且還壞了，正是“出師未捷身先死”；如果是failed，表示該盤故障無法識別；如果是rebuilding，表示該盤正在重建數(shù)據(jù)

c) MegaCli -adpbbucmd -aall — 查看陣列卡電池信息

狀態(tài)值	對應(yīng)含義
Temperature: 39 C	查看電池溫度，如果相比上一次查看高出不少，就需要關(guān)注了，或者可以根據(jù)經(jīng)驗設(shè)置一個基線值
Battery State: Optimal	電池狀態(tài)，如果不是為Optimal，就需要關(guān)注了
Charger Status: Complete	電池充放電狀態(tài)
isSOHGood: Yes	電池狀態(tài)，如果不是為Yes，需要關(guān)注
Relative State of Charge: 93 %	當(dāng)前電量，當(dāng)電量低于15%，或者電池壞掉時，默認(rèn)都會將寫策略從WB改成WT，除非設(shè)定為FORCE WB策略
Max Error = 0 %	電池是否有錯誤信息
Next Learn time: Tue Oct 14 22:06:50 2014	電池充放電時間，注意這是美國時間。另外，新的陣列卡電池很多改成電容式的了，也就不需要重復(fù)充放電了

d) MegaCli -fwtermlog -dsply -aALL 查看陣列卡日志，關(guān)注里面的error/fail/warn等多個關(guān)鍵字

2、lsiutil工具
lsiutil有交互和非交互兩種方式，作為監(jiān)控，我們肯定選擇非交互模式。想要使用交互模式的，可以根據(jù)非交互模式自行練習(xí)。
a) lsiutil -p 1 -a 20,12,0,0 — 查看硬盤計數(shù)器
Invalid DWord Count 2,563 — 任何一個值大于0，都需要引起關(guān)注
Running Disparity Error Count 2,366
Loss of DWord Synch Count 0
Phy Reset Problem Count 0

b) lsiutil -p 1 -a 21,1,0,0,0 — 查看邏輯卷狀態(tài)

狀態(tài)值	對應(yīng)含義
Volume State: optimal, enabled	邏輯卷健康狀況
Volume draws from Hot Spare Pools: 0	是否有熱備
Volume Size 139392 MB, 2 Members	由幾塊硬盤組成
Primary is PhysDisk 1 (Bus 0 Target 9)	物理硬盤1
Secondary is PhysDisk 0 (Bus 0 Target 3)	物理硬盤0

c) lsiutil -p 1 -a 21,2,0,0,0 — 查看物理硬盤狀態(tài)

狀態(tài)值	對應(yīng)含義
PhysDisk 0 is Bus 0 Target 3	編號
PhysDisk State: online	狀態(tài)
Error Count 13, Last Error: Command = 28h, Key = 3, ASC/ASCQ = 11h/00h	錯誤計數(shù)器，大于0的話，就需要引起關(guān)注

3、hpacucli工具
hpacucli工具查看陣列、硬盤、電池信息，其實就只要一條指令：
hpacucli ctrl all show config detail — 查看陣列詳細(xì)信息、配置

狀態(tài)值	對應(yīng)含義
Controller Status: OK	陣列卡狀態(tài)
Firmware Version: 1.18	firmware版本，太低了建議升級，以提高穩(wěn)定性及性能
Cache Board Present: True	是否配備了cache模塊
Cache Status: OK	cache模塊狀態(tài)
Cache Ratio: 100% Read / 0% Write	cache策略，此處只有讀cache，不用于寫cache，因為沒有bbu電池，見下方結(jié)果
Drive Write Cache: Disabled	關(guān)閉磁盤cache
Total Cache Size: 256 MB	cache大小
Total Cache Memory Available: 208 MB	實際可用cache大小，和理論cache大小不一樣，說明cache模塊可能有問題
No-Battery Write Cache: Disabled	關(guān)閉FORCEWB策略
Battery/Capacitor Count: 0	陣列卡BBU電池數(shù)量為0，也就是沒有BBU模塊
Battery/Capacitor Status: Failed (Replace Batteries)	陣列卡BBU電池狀態(tài)，這里顯示是錯誤狀態(tài)，需要及時更換
Array: A	第一個烏列陣列，編號從A開始，依次是A、B、C
Status: OK	物理陣列狀態(tài)

Logical Drive: 1	第一個邏輯卷，編號從1開始
Fault Tolerance: RAID 5	第一個邏輯卷的陣列級別
Status: OK	第一個邏輯卷狀態(tài)
Caching: Enabled	第一個邏輯卷是否啟用了cache策略

physicaldrive 1I:1:1	第一塊物理硬盤，編號從1開始
Status: OK	第一塊物理硬盤狀態(tài)
Firmware Revision: HPDA	第一塊物理硬盤firmware，如果太低，也需要及時升級，HP的硬盤每個批次都有不同的firmware