راهنمای کامل خطاهای RAID Controller سرورهای Gen9 و Gen10
اگر مدیریت سرورهای HPE را بر عهده داشته باشید، دیر یا زود با پیامهای خطای RAID Controller در هنگام بوت سرور یا داخل محیط HPE Smart Storage Administrator (SSA) مواجه خواهید شد. بسیاری از این خطاها در نگاه اول نگرانکننده هستند، اما همه آنها به معنای از دست رفتن اطلاعات نیستند. شناخت مفهوم هر پیام و انجام اقدام صحیح، میتواند از Downtime و حتی از بین رفتن اطلاعات جلوگیری کند.
در این مقاله با رایجترین RAID Controllerهای نسل G9 و G10 آشنا میشویم و سپس مهمترین کدهای خطا و اقدام مناسب برای هر کدام را بررسی خواهیم کرد.
RAID Controller های رایج در سرورهای HPE Gen9
نسل نهم سرورهای HPE معمولاً با کنترلرهای Smart Array زیر عرضه شدند:
| مدل کنترلر | کاربرد |
|---|---|
| Smart Array B140i | RAID نرمافزاری برای سرورهای Entry-Level |
| Smart Array P440ar | محبوبترین کنترلر Embedded در DL380 G9 |
| Smart Array P440 | نسخه PCIe |
| Smart Array P840 | مناسب برای ذخیرهسازیهای بزرگ و تعداد زیاد هارد |
| Smart H240 HBA | حالت HBA بدون RAID سختافزاری |
کنترلر P440ar پرکاربردترین RAID Controller در سرورهای DL360 G9 و DL380 G9 محسوب میشود.
RAID Controller های رایج در سرورهای HPE Gen10
در نسل دهم معماری کنترلرها تغییر کرد و خانواده Smart Array SR معرفی شد.
مدلهای رایج عبارتند از:
| مدل کنترلر | کاربرد |
|---|---|
| Smart Array S100i SR | RAID نرمافزاری |
| Smart Array P408i-a SR Gen10 | رایجترین کنترلر Embedded |
| Smart Array P408e-p SR | اتصال به Enclosure خارجی |
| Smart Array P816i-a SR | مناسب حجم ذخیرهسازی بالا |
| Smart Array E208i-p SR | کنترلر اقتصادی |
در بیشتر سرورهای DL360 G10 و DL380 G10 از P408i-a استفاده میشود.
رایجترین خطاهای RAID Controller
1716 — Unrecoverable Media Errors
| مورد | توضیح |
|---|---|
| مفهوم خطا | سکتورهای غیرقابل بازیابی روی یک یا چند هارد پیدا شده است. |
| علت | Bad Sector هنگام Rebuild یا Surface Scan |
| اقدام مدیر | فوراً Backup تهیه شود، وضعیت هاردها بررسی گردد، Surface Scan اجرا شود و در صورت افزایش خطا هارد تعویض شود. |
این خطا الزاماً به معنی خرابی RAID نیست، اما اولین هشدار جدی درباره سلامت دیسکها است.
1719 — Controller Failure Event
| مورد | توضیح |
|---|---|
| مفهوم | کنترلر RAID در بوت قبلی دچار خطای داخلی شده است. |
| علت | Firmware قدیمی، Crash کنترلر، خرابی Cache یا خود کنترلر |
| اقدام مدیر | Firmware را بهروزرسانی کنید، لاگ iLO را بررسی کنید و در صورت تکرار کنترلر را تعویض نمایید. |
1785 — Drive Array Not Configured
| مورد | توضیح |
|---|---|
| مفهوم | کنترلر آرایه RAID را پیدا نکرده یا ترتیب هاردها تغییر کرده است. |
| علت | جابهجایی هاردها، خرابی اطلاعات RAID Metadata یا تعویض مادربرد |
| اقدام مدیر | وارد SSA شوید، وضعیت Logical Drive را بررسی کنید و هاردها را به محل اصلی بازگردانید. از ایجاد RAID جدید خودداری کنید. |
1786 — Recovery Needed
| مورد | توضیح |
|---|---|
| مفهوم | اطلاعات RAID ناقص است اما امکان بازیابی وجود دارد. |
| علت | قطع برق یا خاموش شدن ناگهانی |
| اقدام مدیر | اجازه دهید کنترلر فرآیند Recovery را انجام دهد و از ریستهای مکرر جلوگیری کنید. |
Cache Disabled
| مورد | توضیح |
|---|---|
| مفهوم | کش نوشتن کنترلر غیرفعال شده است. |
| علت | خرابی Battery یا Smart Storage Battery/Capacitor |
| اقدام مدیر | وضعیت باتری یا Capacitor را بررسی و در صورت نیاز تعویض کنید. |
در این وضعیت عملکرد RAID بهطور محسوسی کاهش پیدا میکند.
Logical Drive Failed
| مورد | توضیح |
|---|---|
| مفهوم | آرایه RAID از دسترس خارج شده است. |
| علت | خرابی بیش از ظرفیت تحمل RAID |
| اقدام مدیر | هیچ عملیات Write انجام ندهید، Backup یا Recovery را آغاز کنید و علت خرابی دیسکها را بررسی نمایید. |
Predictive Drive Failure
| مورد | توضیح |
|---|---|
| مفهوم | SMART هارد نزدیک شدن به خرابی را گزارش کرده است. |
| علت | افزایش خطاهای SMART |
| اقدام مدیر | پیش از خرابی کامل، هارد را تعویض کنید. |
SSD Smart Wear Warning
| مورد | توضیح |
|---|---|
| مفهوم | عمر نوشتاری SSD تقریباً به پایان رسیده است. |
| علت | رسیدن SSD به حد Wear |
| اقدام مدیر | SSD را در اولین فرصت جایگزین کنید. |
تفاوت خطاهای Gen9 و Gen10
اگرچه ساختار پیامها تقریباً یکسان است، اما در Gen10 قابلیتهای تشخیصی بیشتری در Smart Storage Administrator اضافه شده است. همچنین بسیاری از خطاها علاوه بر POST در محیط iLO و Active Health System نیز ثبت میشوند که عیبیابی را سادهتر میکند.
اقدامات پیشنهادی پس از مشاهده هر خطای RAID
بهتر است مدیر سیستم همیشه این مراحل را بهترتیب انجام دهد:
- از اطلاعات مهم نسخه پشتیبان تهیه کند.
- لاگهای iLO و SSA را بررسی کند.
- سلامت تمام هاردها را کنترل کند.
- Firmware کنترلر را به آخرین نسخه بهروزرسانی کند.
- وضعیت Battery یا Capacitor کش را بررسی کند.
- تنها پس از اطمینان از وضعیت آرایه، اقدام به تعویض هارد یا کنترلر نماید.
RAID Controllerهای HPE در نسلهای G9 و G10 از قابلاعتمادترین کنترلرهای سازمانی محسوب میشوند، اما نمایش پیامهای خطا نباید نادیده گرفته شود. بسیاری از کدهای خطا مانند 1716، 1719 یا 1785 در صورت تشخیص سریع، بدون از دست رفتن اطلاعات قابل رفع هستند. مهمترین اصل برای مدیران شبکه این است که پیش از هرگونه تغییر در آرایه RAID، ابتدا وضعیت کنترلر، هاردها و گزارشهای HPE Smart Storage Administrator را بررسی کرده و از اطلاعات نسخه پشتیبان تهیه کنند.
اگر قصد خرید سرور HPE، RAID Controller، هارد SAS، باتری کش، Smart Storage Battery یا قطعات یدکی سرورهای DL360 G9، DL380 G9، DL360 G10 و DL380 G10 را دارید، کارشناسان ServerSwitch.ir میتوانند در انتخاب تجهیزات سازگار و ارائه راهکار مناسب برای زیرساخت ذخیرهسازی سازمان شما کمک کنند.
