服务器 2022-04-20

KunTai R722服务器后置硬盘告警问题分析总结

一 、现网描述

1.1 环境描述

设备型号:KunTai R722

硬件配置

主板型号:S920S00

硬盘型号:NVME盘

BMC芯片:1711版


二、 故障描述

2.1 故障现象

客户现场共计有179台,40台有后置硬盘接入MEMBLAZE硬盘,其中有28台出现获取硬盘VPD信息失败告警。

image.png 


三、 问题分析

3.1 排查思路

1. 当前事件里有Disk44、Disk45获取VPD信息失败的告警,从5月20日至今未消除。

image.png 

2. 从sel日志中可以看到,4月4日曾上报过获取硬盘VPD信息失败的告警,在4月13日消除,之后又在5月20日再次出现告警。

image.png 

3. 查看硬盘信息,发现该硬盘为MEMBLAZE硬盘,型号为P5526DT0320T00

image.pngimage.png 

4. 查询该配置的服务器所兼容的NVME盘,发现MEMBLAZE硬盘不在兼容性里

image.png 

5. 当前设备BMC为1711芯片,BMC版本3.01.12.15,经客户反馈,现场已将BMC版本升级至3.01.12.29,问题仍然复现。查询BMC版本说明书,发现3.01.12.29版本能够支持两款MEMBLAZE硬盘,分别是D520和D920。

image.png 

6. 查看代码,发现客户当前所使用的这款硬盘并不在支持的两款硬盘里。

image.png 

7. 在客户环境上查询两块后置硬盘的属性值,查询结果表明,当前BMC无法获取到两块硬盘的数据。

image.pngimage.png 

8. 另外,从日志里可以看到,当前有告警的两块硬盘的温度无法正常获取,存在过温等较大风险。

image.png 

3.2 原因分析

由于客户当前所使用的两块后置硬盘(Disk44、Disk45)不在兼容性列表内,导致BMC无法正常加载xml文件,从而影响对硬盘温度的调速策略;同时,BMC也无法正常获取到硬盘的属性值,从而产生硬盘告警。


四、 问题解决

4.1 解决办法

客户当前所使用的两块后置硬盘(Disk44、Disk45)不在兼容性列表内,需要更换兼容的硬盘。

4.2 分析总结

考虑到该款硬盘不在兼容性列表内,影响风扇调速,存在过温等较大的风险,建议客户更换成在兼容性列表内的硬盘。若客户需要继续使用该款硬盘,建议向相关负责人提出测试需求进行解决。