हमारे पास 3Ware 9650SE 8-ड्राइव RAID नियंत्रक के साथ 5 डिस्क RAID6 सरणी के साथ एक डेबियन सर्वर है, जो वर्चुअल मशीन होस्ट, सभी लिनक्स के रूप में कार्य करता है। समस्याएं होती रहती हैं और मुझे एक अनिर्धारित टूटी हुई डिस्क पर संदेह होता है।
अब हमारे पास कई क्रैश हो गए हैं, जहां दोनों मेजबान और सभी मेहमान कह रहे हैं कि IO सिस्टम 120 सेकंड या उससे अधिक समय के लिए अवरुद्ध है। हमें एक दोषपूर्ण RAID नियंत्रक पर संदेह था, लेकिन हमने इसे समान फर्मवेयर के साथ एक समान के साथ बदल दिया, जिसने इसे ठीक नहीं किया। मुझे नहीं लगता कि यह होगा, क्योंकि एक दूसरे RAID1 सरणी ने ठीक से काम किया।
लगभग एक सप्ताह पहले (रविवार), जब यह कार्य कर रहा था, ऑटो सत्यापन 66% पर था। कल रात (शुक्रवार सुबह) यह 67% पर था। बूट करने से पहले और बाद में, और दोनों समस्याओं का अनुभव करते हुए। जब मैंने सत्यापन को बंद कर दिया tw_cli /c0/u0 stop verify, तो चीजें फिर से उत्तरदायी हो गईं।
मुझे संदेह है कि यह लगभग 66% डिस्क डिस्क पर फंस गया। शनिवार को एक ऑटो सत्यापन शुरू होता है:
# tw_cli /c0 show verify
/c0 basic verify weekly preferred start: Saturday, 12:00AM
और आमतौर पर शुक्रवार तक लंबे समय तक किया जाएगा। यह देखते हुए कि रविवार कैसा था 66% और शुक्रवार 67% था, यह संयोग होने की संभावना नहीं है।
'smartctl -a -d 3ware, 0 / dev / twa0' और 'smartctl -t long' (long SMART self test) सभी ड्राइव पर कोई भी त्रुटि सामने नहीं आई। न करता है tw_cli /c0 show alarms।
मुझे संदेह था कि एक डिस्क एक तरह से टूटी हुई है, जिसका पता लगाना कठिन है, लेकिन मैंने एक-एक करके सरणी से प्रत्येक ड्राइव को निकाला, उससे एक 'सिंगल' एरे बनाया और शून्य से भरा dd'ed किया। किसी डिस्क में त्रुटियां नहीं दिखीं।
या कोई और सलाह?
संपादित करें:
यह लेआउट है:
# tw_cli /c0 show
Unit UnitType Status %RCmpl %V/I/M Stripe Size(GB) Cache AVrfy
------------------------------------------------------------------------------
u0 RAID-6 OK - - 256K 5587.9 RiW OFF
u1 SPARE OK - - - 1863.01 - OFF
u2 RAID-1 OK - - - 1862.63 RiW ON
VPort Status Unit Size Type Phy Encl-Slot Model
------------------------------------------------------------------------------
p0 OK u0 1.82 TB SATA 0 - ST32000542AS
p1 OK u0 1.82 TB SATA 1 - ST32000542AS
p2 OK u0 1.82 TB SATA 2 - ST32000542AS
p3 OK u0 1.82 TB SATA 3 - ST32000542AS
p4 OK u0 1.82 TB SATA 4 - ST32000542AS
p5 OK u1 1.82 TB SATA 5 - WDC WD2002FYPS-02W3
p6 OK u2 1.82 TB SATA 6 - WDC WD2002FYPS-02W3
p7 OK u2 1.82 TB SATA 7 - WDC WD2002FYPS-02W3
Name OnlineState BBUReady Status Volt Temp Hours LastCapTest
---------------------------------------------------------------------------
bbu On Yes OK OK OK 0 xx-xxx-xxxx
प्रश्न में इकाई u0 है।
EDIT2:
tw_cli / c0 शो डायग कुछ दिलचस्प दिखाता है (edit3: यह हानिरहित है, मुझे पता चला कि यह कॉलिंग के कारण होता है smartctl -a -d 3ware,X /dev/twa0जहां एक्स एक अमान्य पोर्ट है):
QueueAtaPassthrough() called with invalid TargetHandle: 0x17, portHandle: 0xFF
Legacy opcode=0xB1 error=0x10E
E=010E T=14:15:51 : Invalid operation for specified port
E=010E T=14:15:51 U=0 : Return error status to host
Error, Unit 23: Invalid operation for specified port
(EC:0x10e, SK=0x05, ASC=0x24, ASCQ=0x00, SEV=01, Type=0x70)
No additional sense data
Error, Unit 23: 0x10E OVERRIDDEN due to invalid sense buffer descriptor
sense buffer: len=0, address=0x414ca2c7c
Send AEN (code, time): 0031h, 06/21/2013 14:26:16
Synchronize host/controller time
(EC:0x31, SK=0x00, ASC=0x00, ASCQ=0x00, SEV=04, Type=0x71)
मुझे इनमें से कई टन मिलते हैं। मुझे पता नहीं है कि इसका क्या मतलब है। मैं यह भी नहीं बता सकता कि कौन सी इकाई या पोर्ट है। (edit3: मुझे अब पता है, यह हानिरहित है)।
मेरे edit3 को देखते हुए, मैं वापस एक वर्ग में आता हूँ। कुछ भी इंगित नहीं करता है कि एक डिस्क टूटी हुई है, सिवाय इसके कि सत्यापन 66% पर लटका हुआ है और सरणी को लटका देने का कारण बनता है, जो कभी-कभी यादृच्छिक रूप से भी होता है। काश कि सत्यापन में गलती मिल जाती ...