IBM x系列服务器”DASD“故障一例

IBM x系列服务器”DASD“故障一例

　　7月21日下午检查机房设备时，发现一台IBM x3650服务器0号硬盘黄灯闪烁，前面板“!”红色警示灯亮，操作系统运行正常。打开“Light Path“面板，发现”DASD“灯亮，上网搜索了一下得知DASD（Direct Access Storage Device）灯亮是硬盘背板故障。这台服务器才运行一年多时间啊，不会这么快就坏吧。赶紧拨打IBM 800报修电话，描述完故障，客服人员做好记录后说呆会有工程师回电。可1个多小时过去了还没接到回电（当时心里不是很爽），于是又拨通了IBM报修热线，这回接电话的是另外一位工程师，了解故障情况后，答复：黄灯闪烁是硬盘在同步数据，同步完成会熄灭，DASD灯亮需作测试报告以进一步确定故障原因，有可能要对机器作微码升级，让我先做好数据备份，并将测试步骤以及所需测试软件发到我的邮箱。
　　下午快下班的时候，0号硬盘黄色故障灯果然熄灭恢复正常，但DASD故障灯仍亮，这样看来，0号硬盘本身应该没什么问题，故障可能真的出在硬盘背板上。不管怎么样，先将数据备份至另外一台服务器上。备完数据，按照IBM邮件里的处理步骤，进行DSA动态系统诊断，并将生成的诊断报告回复给IBM。
　　7月22日上午，接到IBM客服电话，告知工程师第二日上门。
　　7月23日下午3：30，BE准时到现场。我询问到底是什么故障？答复升级微码后应该能解决问题，至于要不要更换硬盘背板还要看升级后的情况。接下去就是一系列的微码升级工作，包括主板BIOS、RAID卡等等。升级完成后，DASD故障灯果然熄灭，服务器看似恢复正常了。由于此前0号硬盘有报警，于是按Ctrl+A进入Array Controller对0号硬盘进行扫描检测，结果一切正常，排除了硬盘故障。硬盘背板是否正常，现在也不能下定论，工程师让我再观察几天，暂时不换备件。
　　7月24日中午，刚在吃午饭，接到BE电话，说硬盘背板必须要换掉，让他同事下午过来换。早知道这样，干嘛昨天不换啊（不爽）。想想换掉也好，至少不会留下什么隐患。
　　下午2点，BE带着备件准时到场，是一个很年轻的小伙子。他一来就笑着对我说：“我是新手！”。我差点没当场吐血，怎么偏偏要换备件的时候来个新手啊？！关闭服务器、拨掉所有线缆、打开机盖，他又笑着对我说：“我也是第一次拆这东西。”（晕啊，不过态度不错，微笑服务）。好不容易才把硬盘背板卸下来，他拿出货单、打800电话开始核对备件型号。可是不知道之间出了什么问题，可能是新备件的序列号核对不上。期间我也把新、旧2块背板对比了一下，型号是一模一样的，只是序列号和出产日期不同。就这样足足折腾了1个多小时才核对完毕（到底是IBM，做事绝对严谨，可是这效率也...）。更郁闷的是，他竟然不知道如何装上新背板，后来还是我们2个人一块装回去的，我都搞不清楚谁是BE了。重新接回线缆、盖上机盖、开机、进入系统，一切正常，这时我才松了一口气，就怕给折腾坏了。这时，已经是下午4点半了。BE临走时，又冲我笑笑说：“真是不好意思，耽搁这么长时间。”（IBM式微笑？！）
　　故障排除了，也留下许多疑问。如果确实是硬盘背板问题，为什么微码升级过后就恢复正常了？如果背板是好的只是单纯微码升级问题，为什么故障在机器运行一年多后才出现？这些疑问BE没有当场给我答复，让人纳闷。希望有同样经历的朋友互相交流！