IBM XIV 2810-A14 逻辑维护指南

IBM XIV 存储系统

型号 2810 - A14

维护指南

版本 0.2

2008 年 7 月 23 日

关于本文档 3

注意事项和警告 4

除非特别指示，否则不要按下或按动系统中的任何按钮。特别是，不要使用 ATS 上的按钮关闭系统电源。这会绕过电池备份，如果在运行中的系统上执行此操作，将导致数据丢失。必要时，始终使用 GUI 或 XCLI 来停止并关闭系统电源。 4

工具 5

入门指南 6

连接笔记本电脑 6

检查系统状态 6

物理检查 6

系统状态 7

视觉指示器 7

组件状态 13

收集数据 13

修复组件 13

维护说明 14

磁盘驱动器组件 14

数据模块与接口模块 15

模块电源 15

UPS 电池对 15

不间断电源 15

UPS 网络管理卡 16

以太网交换机 16

以太网交换机 RPS 16

维护模块 16

ATS 16

调制解调器 16

线缆 16

特殊情况 17

网络连接 17

配线架笔记本电脑端口 17

配线架管理端口 17

配线架远程支持（VPN）端口 17

配线架数据连接 17

多个看似故障的组件 18

UPS 18

模块 4、5 或 6 19

以太网交换机 19

以太网交换机 RPS 19

内部电源线 20

关于本文档

本文档提供用于诊断 IBM XIV 型号 2810-A14 存储系统问题及进行服务的信息。本文档的范围包括问题诊断以及执行服务操作时所需的与系统控制软件的交互。本文档的目标读者为 IBM 现场支持团队。

本文档是 IBM XIV Storage System Installation and Service Guide for Service Support Representatives (SSR) 的配套文档，该指南记录了系统上物理服务操作的程序。

以下具体主题包括：

1. 注意和警告 – 尝试任何服务操作之前需要注意的事项
2. 工具 – 为了执行服务操作，需要在笔记本电脑上安装的软件工具
3. 开始 – 在开始任何服务程序之前必须对系统完成的事项
4. 连接笔记本电脑 – 如何将笔记本电脑连接到笔记本电脑端口并启动服务 GUI
5. 检查机器状态 – 每次都要检查的事项
6. 维护说明 – 维护流程如何执行，以及每个组件的详细说明
7. 特殊情况

本文档不涵盖在 XIV 系统上执行代码升级；这部分内容将在后续版本或单独文档中介绍。

注意事项与警告

除非服务过程明确指示，否则绝不要关闭系统电源。如果系统处于意外状态或服务过程失败，除非存在安全问题，否则应始终让系统保持通电，并联系下一级支持。关闭系统电源几乎总是会使理解故障和恢复系统变得更加困难，甚至不可能。

仅在以下状态下才对机器进行维护： Full Redundancy（完全冗余） 状态。下面的 Getting Started（入门）部分介绍了如何检查系统状态。系统具有自愈能力，并且如果可能，会自动恢复到 Full Redundancy（完全冗余）状态。对于模块故障，恢复可能在故障发生后最多需要六小时。如果系统未恢复到 Fully Redundancy 状态，则在尝试维护机器之前，始终应上报至下一级支持以获取行动计划。

机器的任何部件一旦安装到系统中，就绝不能再移动到同一系统中的不同位置，也不能移动到新系统。组件一旦从系统中卸下，就必须用 FRU 部件更换。某些组件（包括磁盘驱动器组件、数据模块、接口模块和以太网交换机）如果移动到同一系统中的不同位置或移动到其他系统，可能会导致严重的系统故障。

除非服务过程中特别指示，否则绝不要使用 UPS 或模块上的按钮来关闭 UPS 或模块。尤其是使用 UPS 电源按钮关闭电源，可能导致数据丢失。

如果有多个部件发生故障且需要维修，应上报至下一级支持以获取行动计划。如果存在多个故障，更换部件的顺序可能很重要。

为使系统正常运行，线缆必须插入正确的端口。所有线缆都标有正确的端口。在以太网交换机上，线缆必须插入线缆上指示的确切端口。

除非特别指示，否则不要按下或使用系统上的任何按钮。特别是，不要使用 ATS 上的按钮关闭系统电源。这会绕过电池备份，如果在运行中的系统上执行，将导致数据丢失。必要时，始终使用 GUI 或 XCLI 停止并关闭系统电源。

工具

包含安装 GUI 的说明——需要获取 GUI 的更新名称及其获取位置。

安装简单的 DOS BAT 文件以收集基本系统信息。 (?)

如果笔记本电脑将由执行更高级调试的人员使用，则还应安装 PuTTY 和 WinSCP。

GUI 导航的基本说明？

开始使用

连接笔记本电脑

如果用于维护系统的笔记本电脑具有无线网络功能，我们建议在维护过程中禁用无线功能。这将降低出现网络连接问题的可能性。

使用随系统提供的蓝色 CAT5 电缆将笔记本电脑连接到配线面板上两个“Laptop”端口之一。通常，笔记本电脑将通过 DHCP 获取 IP 地址。

如果由于某种原因笔记本电脑未启用 DHCP，则以下是用于手动网络配置的网络参数：

IP 地址： 14.10.201.1

子网掩码： 255.255.255.0

网关： none

＜添加一节，说明如何使用 ipconfig 检查是否获得良好连接，以及如果未获得良好连接如何强制重试＞

在大多数情况下，使用配线面板上两个“Laptop”端口中的哪一个连接到系统并不重要。如果 Module 4 或 Module 5 发生故障或将要进行维护，请参阅 特殊情况 下文中的章节，了解应使用哪个端口的说明。

检查系统状态

在执行任何维护过程之前，请执行以下检查。这些检查的目的是确定系统是否处于适合维护的就绪状态，以及是否存在任何尚未识别、可能需要先解决的其他故障。

物理检查

快速检查所有部件是否似乎已就位、线缆是否插紧，并且不存在安全隐患。

系统状态

如果系统状态不是 Full Redundancy，请了解原因，并在进行修复前使其达到 Full Redundancy。如果系统未处于 Full Redundancy 状态，请在继续操作前上报到下一级支持。

视觉指示器

详细说明“正常运行”的视觉指示器。如果不是预期状态（要修复的部件除外），请在进行修复前查明原因。

磁盘驱动器 LED

模块 LED

PowerAttentionIDModule 前部

（可能需要用 PP 制作更好的图并插入）

模块后部

每个 DIMM 插槽上也有指示灯，在机箱内部可见，通常处于熄灭状态。其中任何一个点亮都表示系统存在内存错误。
开关 LED

UPS 指示灯

ATS LED 指示灯

检查 ATS 上的两个输入电源 LED；两者都应常亮绿色。如果不是，系统可能没有冗余电源输入。输入电源由客户负责，因此如果系统没有冗余输入，应通知客户。

检查 ATS 上通往三个 UPS 单元和管理模块的输出电源 LED。这些 LED 应常亮绿色。如果它们不是绿色，请检查是否正在向相应组件供电。如果您被派去维修其中一个 UPS 或维护模块，而 ATS 上相应的 LED 不是绿色，则问题最可能出在 ATS。

<Picture>
事件

使用 GUI 检查事件。如果事件显示与待维修部件无关的故障，请在继续之前弄清原因。

组件状态

检查 GUI，查看是否存在非 OK（故障或就绪）的组件（要维修的组件除外）。

我们可能还想提供从命令行执行此操作的说明，以防 GUI 在报告内容时出现任何问题。我们应提供在命令行上运行的说明，还是提供用于执行此操作的 BAT 文件？

xcli -u <username> -p <password> -m %ipaddr% component_list filter=notok

xcli -u <username> -p <password> -m %ipaddr% module_list

xcli -u <username> -p <password> -m %ipaddr% ups_list

xcli -u <username> -p <password> -m %ipaddr% switch_list

xcli -u <username> -p <password> -m %ipaddr% psu_list

收集数据

在开始维修操作之前，运行 da_snap 程序收集系统状态信息。

正确的组件

仔细检查视觉指示器是否与即将维修的组件相匹配。

维护说明

通常，更换组件包括以下步骤。

1. 待更换的组件将处于 Failed 状态（在 GUI 上显示为红色）。
2. 在某些情况下，你可能会被指示去 Phase Out（移出） 一个需要更换但尚未发生故障的组件。完成 Phase Out 后，该组件将处于 Failed 状态。
3. 使用《IBM XIV Storage System Installation and Service Guide for Service Support Representatives》文档中的说明，对组件进行物理更换。
4. 新组件为 已测试。 组件测试运行期间，组件将处于 Initializing 状态。
5. 当组件测试成功完成时，组件将处于 Ready 状态（在 GUI 上显示为黄色）。
6. 新组件为 被 Phased In（移入）. 对于磁盘或模块，在 phase in 过程进行期间，系统将处于 Redistributing 状态。
7. 当 Phase In 完成后，组件将处于 OK 状态（在 GUI 上无颜色）。

有些组件不需要分阶段引入（phase in）——测试会将它们带到 OK 状态。 我们需要一个表格，说明哪些组件需要分阶段引入，哪些只需要测试。

如果系统未遵循这些状态转换，请在尝试任何其他操作之前，升级到下一级支持以获取指示。

更换磁盘驱动器组件或模块时，当系统进入 Redistributing 状态，服务过程即完成。 SSR 不会等待此过程完成——在某些情况下，更换模块需要数小时。

修复操作完成后，再次运行 da_snap 程序，以收集修复后的系统信息。

磁盘驱动器组件

数据模块与接口模块

模块电源

因 A/C 输入丢失或组件故障，电源将进入故障（Failed）状态。如果 A/C 电源恢复，它将自动恢复到正常（OK）。如果组件发生故障并进行了物理更换，则必须对其进行测试以使其恢复到正常（OK）。

无部件更换：

部件已更换：

UPS 电池对

不间断电源

更换后，必须对 UPS 进行测试并分阶段启用。

UPS 网络管理卡

由于更换网络管理卡需要关闭电源并物理移除 UPS 组件，因此需要执行与更换 UPS 时相同的操作，才能将 UPS 重新集成到系统中。

以太网交换机

该交换机需要特别注意，因为必须仅连接某些 CAT5 连接，给新交换机上电，对其进行测试，然后连接其余电缆。

以太网交换机 RPS

故障的 RPS 会在 GUI 上显示为两个以太网交换机上的严重指示灯，而不是显示为 RPS 故障。两个以太网交换机的详细信息气泡都会显示直流电源故障。

物理更换 RPS 后，以太网交换机将自动恢复到 OK 状态 – 不需要测试 RPS。

维护模块

ATS

调制解调器

线缆

特殊情况

存在从配线面板进入某些模块，或从某些模块到其他系统组件的直接通信路径。所有接口模块都是如此。这可能会导致报告其他故障，并且在维护机器时选择使用哪个笔记本电脑端口时，需要考虑到这一点。

网络连接

配线面板笔记本电脑端口

配线架上有两个笔记本电脑端口；上方端口连接到模块 5，下方端口连接到模块 4。如果模块 5 发生故障或正在维护，请使用模块 4 端口；同样，如果模块 5 发生故障或正在维护，请使用模块 4 端口。

这些是接口模块故障后可能观察到的次要错误状况。

配线架管理端口

系统有 3 条冗余连接供客户执行系统管理，这些连接通过模块 4、5 和 6 连接。安装时强烈建议客户使用全部三条连接，这样即使其中一个模块丢失，也不会影响客户管理系统。如果客户只使用一条路径，而该连接对应的模块发生故障，他们将失去管理系统能力。

配线架远程支持（VPN）端口

配线架上有两个端口用于报告支持的网络连接。它们连接到模块 6 和 4。如果只使用其中一个连接，而该模块正在接受维护，远程支持连接将丢失。

配线架数据连接

使用系统的客户端通过配线架使用 Fibre Channel 或 iSCSI 连接，这些连接又连接到六个接口模块。强烈建议客户始终对这些连接使用多路径。在未使用多路径，或客户环境中连接的一条路径出现问题的情况下，接口模块故障也会显示为主机连接错误。

疑似多个组件故障

UPS

当 UPS 发生故障时，由该 UPS 供电的所有组件都会报告电源故障。

如果 UPS 1 发生故障，这些组件将报告电源丢失。

如果 UPS 2 发生故障，这些组件将报告断电。

如果 UPS 2 发生故障，这些组件将报告电源丢失。

模块 4、5 或 6

模块 4、5 和 6 与不间断电源之间存在直接通信连接：

如果这些模块之一发生故障，相应的 UPS 也会显示为故障。UPS 会继续供电，并且系统有一条通过串行连接与 UPS 通信的冗余路径；UPS 显示为故障是因为与其通信的主路径已发生故障。

模块修复后，主通信路径将重新建立，UPS 将恢复到 OK 状态。 此事项需要确认。

您可以使用 ups_list XCLI 命令检查到 UPS 的冗余通信路径是否正常运行。 如果 UPS 在 Currently Functioning（当前运行）、Input Power On（输入电源开启）、Battery Charge Level（电池充电水平）、Last Self Test Date（上次自检日期）和 Last Self Test Result（上次自检结果）字段中显示数据，则冗余通信路径工作正常。

以太网交换机

以太网交换机 RPS

RPS 故障将报告为两个以太网交换机均失去直流电源。 没有直接报告 RPS 本身已故障的错误消息。

内部电源线缆

同时报告两个数据模块输入电源丢失可能意味着内部电源线已故障或在 UPS 连接处断开。 下表显示了内部电源线缆与它们所供电模块之间的对应关系。 如果同一行中的两个模块同时失去电源，请检查该线缆。