ML 350 G5 faz rebuild RAID1 toda vez que reinicia

[jerrigodinho]

Prezados

Estamos enfrentando problemas em um dos nossos servidores ML350 G5. Ele possui uma controladora Smart Array E200i com 1 Logical Drive de 1TB em RAID 1.

Recentemente tivemos o corrompimento da inicialização do S.O. Windows 2008 R2 x64 e ao restaurar verificamos que toda vez que reiniciamos o servidor, a controladora faz o Rebuild novamente.

Os discos SATA são novos e já realizamos a atualização do firmware da controladora pelo link http://h20564.www2.hp.com/hpsc/swd/public/detail?sp4ts.oid=1123563&swItemId=MTX_04d35990774a4aa99e98...

Pesquisando pelo problema, constatei que é algo comum entre os servidores Proliant, conforme link http://h30487.www3.hp.com/t5/Servidores-HP/Rebuild-disco-de-em-RAID-1em-servidor-ML150-G6/td-p/39011...

Alguém tem idéia do que pode estar acontecendo e como podemos solucionar?

Obrigado.

[f_silva]

Normalmente o rebuild não completa quando um ou mais HDs estão com problemas de leitura ou escrita, além de falhas com a memoria cache.

Então o ideal seria verificar no Array configuration and Diagnostic utility para verificar se algum dos discos está com estes erros.

Se você quizer gerar o log e me enviar, verifico para você e te confirmo se é isso ou não, para salvar o log entre no >> Array Configuration and Diagnóstics clicar em  Diagnose Array e depois em Generate Report -> Save Report -> Save (*.zip)

Com isso consigo ver se a causa do rebuild não estar completando.

Espero ter ajudado.

[jerrigodinho]

Enviei os LOGs via mensagem privada.

Obrigado.

[jerrigodinho]

Continuação...

Verificamos que o HD da Bay1 apresentava erro nos reports do software Array Configuration Utility. Também está sendo solicitado troca da Memory Cache da controladora.

Compramos um novo HD para substituir a peça com defeito.

Desligamos o servidor, sacamos o HD com problema e inserimos o novo HD.  Ligamos o servidor e a RAID não fez rebuild como o esperado e sim afirma que o HD continua com problemas.

Desligamos o servidor novamente e inserimos o mesmo HD no slot Bay2 e o HD reconheceu normalmente.

Perguntas:

1) O que chamou atenção é que não tem a opção de remover o HD da Bay1 do Raid para inserir o HD do Bay2. Será que isso acontece porque a controladora E200i não tem suporte?

2) Será que a Bay1 está com defeito ou a controladora não reconheceu o HD novo devido alguma incompatibilidade?

3) Qual a sugestão de vocês pra resolver o problema?

Obrigado.

[f_silva]

Ola alguns pontos podem impactar no processo de rebuild

Estava vendo o seu log e tem esse erro:

Consolidated Error Report:

Smart Array E200i in Embedded Slot The cache is temporarily disabled

- Isso acontece porque a bateria da controladora esta em falha, veja o porque na informação abaixo que consta no log:

Cache Disable Code Cache is temporarily disabled due to low battery voltage (0x0001)

Failed Batteries 1 (0x0001)

- Concluindo a bateria está com carga baixa e precisa ser trocada.

No log o HD : Physical Drive (1 TB SATA) 2I:1:1 está sendo visível o que indica que a baia aparentemente está OK e falha neste disco foi excesso de erros de leitura:

Read Errors Hard 0x00000060

Quanto ao HD novo, pelo teste da a entender que tem algum problema na baia, mas a controladora está enchergando o HD defeituoso, quanto vc removeu o HD da baia box 1 bay 1 e instalouo novo, no ACU houve alguma mudança? Vc chegou a dar um refresh na página?

Perguntas:

1) O que chamou atenção é que não tem a opção de remover o HD da Bay1 do Raid para inserir o HD do Bay2. Será que isso acontece porque a controladora E200i não tem suporte?

     R: Esta opção para remover não existe mesmo, porque normlamente estes discos são HotPlug. Quanto ao suporte tem a questão de homologação, porque o disco não tem um PN/Firmware HP por conta disso pode acontecer este tipo de comportamento, porém na maioria dos casos funciona normalmente.

2) Será que a Bay1 está com defeito ou a controladora não reconheceu o HD novo devido alguma incompatibilidade?

     R: Não posso afirmar que está com defeito, aparentemente está ok por que no log está contando as 4 baias se estive em falha contaria menos, no log mostra todas as baias para o box1: Bay Count 4 (0x04);

      Quanto ao suporte tem a questão de homologação da HP, porque o disco não tem um PN/Firmware HP e por conta disso pode haver incompatibilidade

3) Qual a sugestão de vocês pra resolver o problema?

      R: Se o HDs forem Hotplug, com o servidor ligado troque o HD e veja se há alguma mudança no ACU;

           Depois que vc trocar o HD deve aguardar e não remove-lo;

           Pelo ACU da para acompanhar o Rebuild clicando no logical drive e depois more information;

A principio é isso, depois das ações acima, me envia outro log para ver se teve alguma mudança.

Vlw.

[jerrigodinho]

Obrigado pelo pronto retorno e esclarescimentos.

Estamos providenciando a substituição da memória cache e bateria da controladora. 

Também estamos providenciando a troca em garantia do disco que apresentou falha.

Quanto a sua pergunta: 

Quanto ao HD novo, pelo teste da a entender que tem algum problema na baia, mas a controladora está enchergando o HD defeituoso, quanto vc removeu o HD da baia box 1 bay 1 e instalouo novo, no ACU houve alguma mudança? Vc chegou a dar um refresh na página?

Os HDs não são HOTPLUG, portanto desligamos o servidor para fazer as trocas de discos (remover o disco com defeito e instalar o novo disco, ambos no Bay1). Ao ligar o servidor novamente a acessar o ACU, o status permaneceu o mesmo sem alteração, conforme imagem abaixo:

Segue novo LOG reporte pára sua análise.

http://we.tl/aYCXpDNuqU

Mais uma vez, obrigado e aguardo seus comentários.

[jerrigodinho]

Atualizando...

Esse final de semana foi necessário desligar todo o parque de máquinas do escritório para uma manutenção elétrica. Com isso o servidor ficou desligado por umas 4 horas.

Ao ligar e subir todos os sistemas nos deparamos com o RAID1 fazendo o rebuild do disco do Bay1 que antes não identificava. Atualmente o status do Logical Drive está OK:

Falta ainda trocarmos a battery cache da controladora. Estaremos fazendo nos próximos dias.

O que pode ter acontecido?

Obrigado.

[f_silva]

Legal que inicializou, mas o rebuild ele começa:

Possívelmente a controladora manteve em cache a condição do rebuild pendente  na fila, que pode ficar nessa condição por probemas de FW da controller, erros de Read/Write em qualquer um dos discos que fazem parte do mesmo volume ou algum inconsitencia no cache ou controller.

Então como server foi desligado e desenergizado ao ligar a controladora fez um surface scan na controladora e em todos os discos e identificou ainda está pendência e inicializou o rebuild.