常用PC服务器阵列卡、硬盘健康监控

博主：安安
发布时间：2020 年 04 月 05 日
3016 次浏览
暂无评论
8899字数
分类：监控

<div class="tip share">请注意，本文编写于 1721 天前，最后修改于 1721 天前，其中某些信息可能已经过时。</div>

通常，我们使用的DELL/HP/IBM三家的机架式PC级服务器阵列卡是从LSI的卡OEM出来的，DELL和IBM两家的阵列卡原生程度较高，没有做太多封装，可以用原厂提供的阵列卡管理工具进行监控；而HP的阵列卡一般都做过封装了，因此需要使用自身特有的管理工具来监控。

本文以几种常用的阵列卡为例，展示其阵列卡及硬盘监控的方法。
**DELL SAS 6/iR卡**，全称LSI Logic SAS1068E，只支持RAID 0, RAID 1, RAID 1+0, 不支持RAID 5等高级RAID特性，不支持阵列卡电池。
**DELL PERC PERC H700卡**，全称LSI Logic MegaRAID SAS 2108，支持各种RAID级别及高级特性，可选配阵列卡电池。
**DELL PERC H310 Mini卡** ，全称LSI Logic / Symbios Logic MegaRAID SAS 2008，支持常见RAID级别，不支持高级RAID特性，不支持阵列卡电池。
**IBM ServeRAID M5014 SAS/SATA Controller卡**，全称LSI Logic / Symbios Logic MegaRAID SAS 2108，支持各种RAID级别及高级特性，可选配阵列卡电池。
**IBM ServeRAID-MR10i SAS/SATA Controller卡**，全称LSI Logic / Symbios Logic MegaRAID SAS 1078，支持常见RAID级别，不支持高级RAID特性，可选配阵列卡电池，这个卡其实和DELL的PERC 6/i卡是一样的，都是基于LSI MegaRAID SAS 1078基础上OEM出来的。

上面是几种常见的阵列卡型号，更多的可以自行查看官方的技术手册。

下面我们要继续的是，这些阵列卡以及硬盘如何监控，阵列卡的管理也请查看官方技术手册，不在本文讨论范畴，或者查看作者的一个分享PPT：[PC服务器阵列卡管理简易手册](http://wenku.baidu.com/link?url=u1zFgkHA25V-0xailv4WECDUyiEbPswbhUw2285uIZp5GZlocA31Utq9rZhKkRrKwvEAGhro7buertfPkokSf56tTwHZC3yZ9A_bWo2o06y)。

一般地，支持RAID 5的卡，我们称其为阵列卡，都可以使用LSI官方提供的MegaCli工具来管理，而不支持RAID 5的卡，我们称其为SAS卡，使用lsiutil工具来管理。HP的服务器使用其特有的hpacucli工具来管理。

**1、MegaCli工具**
**a) MegaCli -adpallinfo -aall — 查看阵列卡信息**
-a 参数指定阵列卡的编号，一般服务器上只会配一个阵列卡，因此我们通常指定为 -a0（阵列卡适配器编号，从0开始） 即可，主要关注下面几个信息：

| **状态值**                    | **对应含义**                                                 |
| ----------------------------- | ------------------------------------------------------------ |
| Product Name : PERC H710 Mini | 阵列卡名称                                                   |
| FW Package Build: 21.2.0-0007 | 阵列卡firmware版本号，版本如果太低，建议升级以提高稳定性及性能 |
| BBU : Present                 | 是否有配BBU电池                                              |

**b) MegaCli -cfgdsply -aall — 查看阵列配置**

| **状态值**                                                   | **对应含义**                                                 |
| ------------------------------------------------------------ | ------------------------------------------------------------ |
| Memory: 512MB                                                | 阵列卡cache大小，2的N次方，如果不是，说明阵列卡有异常        |
| Number of dedicated Hotspares: 0                             | 阵列是否有专用/独享热备盘（如果有多个逻辑磁盘组/disk group，则可以指定一个硬盘用于全局热备，那么该disk group上的专用热备盘数量为0也不用担心），除了RAID 1/RAID 1+0一般不指定热备盘以外，其他几个阵列级别建议都要指定热备盘 |
| State : Optimal                                              | 阵列状态，如果不是 Optimal 就要关注了                        |
| Current Cache Policy: WriteBack, ReadAheadNone, Direct, Write Cache OK if Bad BBU | 阵列读写cache策略，建议写策略设置为FORCE WB，最起码是WB，预读策略可以关掉，意义不大，几乎没影响 |
| Disk Cache Policy : Disabled                                 | 硬盘cache策略，建议关闭，防止意外时数据丢失                  |
| Current Power Savings Policy: None                           | 节电策略，建议关闭                                           |
| Media Error Count: 0                                         | 三个错误计数器，任何一个值大于100就要立刻引起关注，尤其要关注起增长速度。1T以上SATA盘，计数值不够精确，可能所有盘上该值都会大于0，一般重启就会重新清0，如果重启后还是大于0的话，赶紧报修吧。SAS盘的计数值则比较准确。 |
| Other Error Count: 0                                         |                                                              |
| Predictive Failure Count: 0                                  |                                                              |
| Firmware state: Online, Spun Up                              | 查看硬盘状态，如果是unconfigured表示该硬盘未分配加入到阵列中；如果是 unconfigured(bad)表示该盘不但是未分配，而且还坏了，正是“出师未捷身先死”；如果是failed，表示该盘故障无法识别；如果是rebuilding，表示该盘正在重建数据 |

**c) MegaCli -adpbbucmd -aall — 查看阵列卡电池信息**

| **状态值**                                | **对应含义**                                                 |
| ----------------------------------------- | ------------------------------------------------------------ |
| Temperature: 39 C                         | 查看电池温度，如果相比上一次查看高出不少，就需要关注了，或者可以根据经验设置一个基线值 |
| Battery State: Optimal                    | 电池状态，如果不是为Optimal，就需要关注了                    |
| Charger Status: Complete                  | 电池充放电状态                                               |
| isSOHGood: Yes                            | 电池状态，如果不是为Yes，需要关注                            |
| Relative State of Charge: 93 %            | 当前电量，当电量低于15%，或者电池坏掉时，默认都会将写策略从WB改成WT，除非设定为FORCE WB策略 |
| Max Error = 0 %                           | 电池是否有错误信息                                           |
| Next Learn time: Tue Oct 14 22:06:50 2014 | 电池充放电时间，注意这是美国时间。另外，新的阵列卡电池很多改成电容式的了，也就不需要重复充放电了 |

**d) MegaCli -fwtermlog -dsply -aALL 查看阵列卡日志，关注里面的error/fail/warn等多个关键字**

**2、lsiutil工具**
lsiutil有交互和非交互两种方式，作为监控，我们肯定选择非交互模式。想要使用交互模式的，可以根据非交互模式自行练习。
**a) lsiutil -p 1 -a 20,12,0,0 — 查看硬盘计数器**
Invalid DWord Count 2,563 — 任何一个值大于0，都需要引起关注
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 — 查看逻辑卷状态**

| **状态值**                               | **对应含义**   |
| ---------------------------------------- | -------------- |
| Volume State: optimal, enabled           | 逻辑卷健康状况 |
| Volume draws from Hot Spare Pools: 0     | 是否有热备     |
| Volume Size 139392 MB, 2 Members         | 由几块硬盘组成 |
| Primary is PhysDisk 1 (Bus 0 Target 9)   | 物理硬盘1      |
| Secondary is PhysDisk 0 (Bus 0 Target 3) | 物理硬盘0      |

**c) lsiutil -p 1 -a 21,2,0,0,0 — 查看物理硬盘状态**

| **状态值**                                                   | **对应含义**                          |
| ------------------------------------------------------------ | ------------------------------------- |
| PhysDisk 0 is Bus 0 Target 3                                 | 编号                                  |
| PhysDisk State: online                                       | 状态                                  |
| Error Count 13, Last Error: Command = 28h, Key = 3, ASC/ASCQ = 11h/00h | 错误计数器，大于0的话，就需要引起关注 |

**3、hpacucli工具**
hpacucli工具查看阵列、硬盘、电池信息，其实就只要一条指令：
**hpacucli ctrl all show config detail — 查看阵列详细信息、配置**

| **状态值**                                           | **对应含义**                                                 |
| ---------------------------------------------------- | ------------------------------------------------------------ |
| Controller Status: OK                                | 阵列卡状态                                                   |
| Firmware Version: 1.18                               | firmware版本，太低了建议升级，以提高稳定性及性能             |
| Cache Board Present: True                            | 是否配备了cache模块                                          |
| Cache Status: OK                                     | cache模块状态                                                |
| Cache Ratio: 100% Read / 0% Write                    | cache策略，此处只有读cache，不用于写cache，因为没有bbu电池，见下方结果 |
| Drive Write Cache: Disabled                          | 关闭磁盘cache                                                |
| Total Cache Size: 256 MB                             | cache大小                                                    |
| Total Cache Memory Available: 208 MB                 | 实际可用cache大小，和理论cache大小不一样，说明cache模块可能有问题 |
| No-Battery Write Cache: Disabled                     | 关闭FORCEWB策略                                              |
| Battery/Capacitor Count: 0                           | 阵列卡BBU电池数量为0，也就是没有BBU模块                      |
| Battery/Capacitor Status: Failed (Replace Batteries) | 阵列卡BBU电池状态，这里显示是错误状态，需要及时更换          |
| Array: A                                             | 第一个乌列阵列，编号从A开始，依次是A、B、C                   |
| Status: OK                                           | 物理阵列状态                                                 |
|                                                      |                                                              |
| Logical Drive: 1                                     | 第一个逻辑卷，编号从1开始                                    |
| Fault Tolerance: RAID 5                              | 第一个逻辑卷的阵列级别                                       |
| Status: OK                                           | 第一个逻辑卷状态                                             |
| Caching: Enabled                                     | 第一个逻辑卷是否启用了cache策略                              |
|                                                      |                                                              |
| physicaldrive 1I:1:1                                 | 第一块物理硬盘，编号从1开始                                  |
| Status: OK                                           | 第一块物理硬盘状态                                           |
| Firmware Revision: HPDA                              | 第一块物理硬盘firmware，如果太低，也需要及时升级，HP的硬盘每个批次都有不同的firmware |

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

常用PC服务器阵列卡、硬盘健康监控

安安 • 2020 年 04 月 05 日

<div class="tip share">请注意，本文编写于 1721 天前，最后修改于 1721 天前，其中某些信息可能已经过时。</div>

上面是几种常见的阵列卡型号，更多的可以自行查看官方的技术手册。

**b) MegaCli -cfgdsply -aall — 查看阵列配置**

**c) MegaCli -adpbbucmd -aall — 查看阵列卡电池信息**

**d) MegaCli -fwtermlog -dsply -aALL 查看阵列卡日志，关注里面的error/fail/warn等多个关键字**

**b) lsiutil -p 1 -a 21,1,0,0,0 — 查看逻辑卷状态**

**c) lsiutil -p 1 -a 21,2,0,0,0 — 查看物理硬盘状态**

**3、hpacucli工具**
hpacucli工具查看阵列、硬盘、电池信息，其实就只要一条指令：
**hpacucli ctrl all show config detail — 查看阵列详细信息、配置**

常用PC服务器阵列卡、硬盘健康监控

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

PHP 7.2.11 安装

浏览器提示“你的连接不是专用连接”无法使用解决方案

关于SSD硬盘的指标DWPD、TBW 、P/E

python 3.8.1 编译报错 Could not import runpy module 问题

ESXI更新到6.7后CVE-2018-3646警告的处理

MySQL出现Waiting for table metadata lock问题原因及解决方法

修改pip镜像地址

rsyslog 日志丢失问题

Cisco ACL 顺序修改

Cache 和 Buffer 有什么区别？

常用PC服务器阵列卡、硬盘健康监控

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

常用PC服务器阵列卡、硬盘健康监控

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款