Pokračovat ve čtení »]]> pokud se Vám nějakým způsobem rozbil raid 1, potřebujete provést znovu synchronizaci, spolehnete se přitom na HP  – a můžete narazit jako já. Proto věnujte prosím pozornost tomuto kratičkému návodu, jak se vyvarovat několika hodinám nervování.

Většinou předpokládám, že pokud se má něco pokazit, nebude to v tak fundamentální věci, jako je firmware raid controlleru. Bohužel HP se to povedlo .Stroj zákazníka byl HP proliant ML110G6 s raid controllerem B110i. Verze firmwaru 1.38

potřeboval jsem rozbít array a poté ho znovu sestavit, což obvykle nebývá žádný problém. Avšak narazil jsem, když jsem potřeboval spustit rebuild. Kontrolér správně poznal, že je to potřeba a nabídl mi (cituji volně, přesnou formulaci si nepamatuji):

press F1 for automatic data recovery (resync)

press F2 for continue boot without recovery

 

nabízel mi defaultní akci (F1) po uplynutí 60 vteřin odpočtu, tak jsem pro urychlení stiskl očekávanou F1 a očekával nějakou odezvu …. a ono NIC

dole na obrazovce stále svítilo RESUME F1 or F2 a já jsem čekal a čekal a čekal až proběhne synchronizace.

Po hodině mi přišlo podezřelé, že

1. domnělá synchronizace neukazuje žádný progress bar či jiný indikátor a

2. hlavně že tato činnost neprobíhá na pozadí při normální funkci OS – jedná se přece o server, tak kolik hodin ještě mám čekat, než konečně naběhne a já budu moct jít domů??

Nakonec jsem to nevydržel a musel jsem jej natrvrdo vypnout.

Při následném pokusu jsem se ničeho raději  už nedotýkal, F1 jsem nestiskl, počkal jsem 60 vteřin – a hle, najednou se objevila očekávaná hláška automatic rebuild started a systém pokračoval ihned v bootování… za minutu bylo vyřešeno, synchronizace probíhala na pozadí a já mohl jít domů.

Tedy resumé: HP smart array obsahuje chybu ve firmwaru 1.38, kdy automatická synchronizace raidu se nepouští stiskem F1 ale naopak jeho NESTISKNUTÍM

(Pro zajímavost: klávesa F2 mi předtím pro rozbití raidu fungovala, takže v  klávesnici to nebylo)

Pokračovat ve čtení »]]> Mám doma na půdě už nějaký ten rok svůj server. Když jsem se kdysi dávno při instalaci rozhodoval, který OS použiju pro nejnižší vrstvu virtualizace, tehdy jsem se rozhodl pro Windows server 2012 R2 CORE.  Důvody proč jsem nepoužil linux Xen nebo KVM byly spíš podružné, měl jsem prostě chuť vyzkoušet, jak budou linux guesti fungovat pod hyper-v. A taky zvědavost, japato že fachá ten Microsoftí server zdarma.

No nebyla to nejrozumnější volba: bez windows 8+ workstationu narazíte na věci, které cmdlety prostě udělat nejdou.Ale to  o tom až jindy.

Chtěl jsem dnes sdělit postřehy s tím falešným raid řadičem, za který se zřejmě AMD stydí a tudíž jej ani pořádně nepojmenovalo. Ano, řeč bude o Amd Optimal Raidu integrovaném v chipsetech SB7xx, SB850 a zřejmě i novějších.

Nevím jak dnes, ale dříve byly tyhle pseudo RAIDy nepříliš oblíbené pro svou nízkou výkonnost a hlavně protože to nebyly skutečné hw. řadiče, ale jen jakási nadstavba biosu, kterou se dal nějaký základní array nastavit. Veškeré další běžné činnosti pak řídil a vykonával hostitelský OS pomocí (také neoblíbených) proprietárních ovladačů.

V tomto jsem za uplynulých cca 10 let stále nezaznamenal žádný pokrok.

Je pravda, že dnes už vzhledem k výkonu aktuálních CPU a propustnosti sběrnic není zatížení CPU  vlivem administrace spojené s RAID řadičem již rozhodující, toho 1% ubraného z výkonu asi není nutno litovat.

Problém stále zůstává v tom, že tyto pseudo raidy jsou závislé na OS, a pokud opravdu nastane problém, tak jej nevyřešíte bez nabootování OS  a spuštění aplikace pro managment raidu. Což je ovšem dost chyba designu, neboť když už problém nastane, zpravidla to znamená, že nechcete pokračovat v bootování a riskovat, že dojde k úplnému rozpadu raidového pole a ztrátě dat.

Nicméně nedá se v tomto případě nic dělat. Pokud se v postu objeví nějaká chyba, je ten bios tak hloupý, že stejně v něm nejde nic opravit. Maximálně tak můžete  pokusit se pole zcela zrušit a sestavit znovu (pozor na initalisation, zřejmě o data nechcete přijít), ale výsledek je nezaručen a operace značně riskantní.

Největší fail je, když dojde k rozpadu / degradaci pole, pokusí se navíc pokračovat v bootování bez zásahu uživatele, což považuju za obrovskou chybu. Neboť samozřejmě, jakmile se na jeden ze dvou disků v raid1 šáhne, dojde k nenávratnému rozpadu pole, neboť si potom obrazy binárně neodpovídají. A to se také stalo. Omylem jsem zapojil jeden z disků do špatného sata portu (jež nebyl aktivní), a ten pitomý raid management jen asi na vteřinu zobrazil varování. Než jsem stačil zasáhnout už pokračoval v bootování a bylo to. Raid se mi rozpadl a sesynchronizovat jej znovu nebylo čím.

Nepříjemné je, že v případě amd je managment aplikace (zvaná RaidXpert tool) určena dle popisu pouze pro Win 7, Win8, Win8.1. a win 10. No řekněme, že pokud běží na Win 8 / 8.1, mohlo by to jít i na  Win 2012 / 2012 R2… ale garantováno to jaksi není….. Ale co CORE server? nikde ani zmínka sakryš…

(pokračování příště)

Pokračovat ve čtení »]]> Dlouho jsem si myslel, že samodiagnostika disků (S.M.A.R.T.) je v podstatě na nic.
Několik disků mi odešlo bez varování a data byly v pytli, aniž by mi jakkoliv dali předem vědět. Problém je v tom, že samotná aktivace diagnostiky v biosu je k ničemu, pokud disku nějak neřeknete, že musí testy provést.
Našel jsem zmínku o smartctl pluginu, který si můžete přidat do nagiosu. Od té chvíle jsem konečně začal disky 1 týdně testovat (long self test).

A také se po celkem krátké době objevily první chyby:

This email was generated by the smartd daemon running on:

host name: SERVER
DNS domain: [Unknown]
NIS domain: (none)

The following warning/error was logged by the smartd daemon:

Device: /dev/sdc, Self-Test Log error count increased from 16 to 17

For details see host’s SYSLOG (default: /var/log/messages).

You can also use the smartctl utility for further investigation.
No additional email messages about this problem will be sent.

takže disk je na výměnu a tentokrát mi to už předem stačil nahlásit dříve, než odejde i s daty.