简介这份EMC Symmetrix DMX操作手册面向企业级存储运维工程师与数据中心技术人员聚焦DMX系列存储的日常巡检与硬件故障处理。内容覆盖DMX 800、DMX1000、DMX2000、DMX3000四款机型的结构图示并系统梳理了使用CE账号登录SymmWin、key2success自检、inline命令行查看、Environmentals环境检测及指示灯观察等巡检流程同时给出硬盘故障确认定位、disk map查看容量转速、更换故障硬盘以及DMX 800 SPS故障处理等实操步骤。资源包内含1个doc文档大小约6.49MB目录层级清晰便于按机型与故障类型快速检索。目前已有676人学习适合需要掌握DMX维保流程、提升现场排障效率的存储运维人员参考。1. 从一份 32 页的 DMX 操作手册说起巡检到底在查什么手里这份《EMC-Symmetrix-DMX-操作手册.doc》只有 32 页却把 DMX 800 到 DMX3000 四个型号的巡检和故障处理全塞进去了。很多人第一次翻这种手册会犯困——满屏的 SPE、DAE、SPS、LCC 缩写图示还是黑白扫描件。但如果你真在机房面对一台跑了七八年、已经过保的 DMX这份东西就是救命稻草。它解决的不是“怎么装新存储”而是“老设备怎么续命”怎么用 CE 账号登 SymmWin、怎么跑 Keys To Success 自检、怎么从 disk map 里定位一块转速不对的故障盘、怎么在不停业务的前提下换 SPS 电池。适合谁适合手里还压着 DMX 系列、维保靠第三方、原厂文档早就不全的存储运维。下面我按手册的骨架把能直接抄作业的部分拆开讲。2. 先认清硬件SPE、DAE、SPS 在巡检里的角色划分2.1 四个型号的差异决定了巡检重点手册第 1 章用四组图示把 DMX 800、1000、2000、3000 摆了一遍。别跳过这部分因为不同型号的 SPE 里 director 数量、FEBE 板位置、SPS 配比都不一样。DMX 800 是最小的两个 SPE每个 SPE 里 4 个 director、2 块内存板、2 块 FEBE、两个 12V 电源加一个风扇模块。DAE 是 Clariion 血统的盘柜15 块光纤盘、2 个电源、2 个 LCC。关键在 SPS 配比手册写得很清楚每 2 个 DAE 配 1 个 SPS enclosure内含 2 个 SPSSPS 只给 SPE 提供 90 秒的电池备份走 RS232 通信。这意味着如果你巡检时只盯着 DAE 的盘忽略了 SPS 的电池健康一次市电闪断就可能让 SPE 直接掉电。DMX1000 到 3000 的图示更复杂但巡检逻辑一致先确认 SPE 内 director 状态再看 FEBE 链路最后落到 DAE 和 SPS。我一般会先把手册里对应型号的图示页打印出来巡检时对着实物数 director 和 FEBE 的槽位因为第三方维保换过板子之后槽位和出厂图对不上是常有的事。2.2 用 CE 账号登 SymmWin 的正确姿势手册 2.1 节写得很直白点 loginUser type 选 CEName 随便输Password 输sade不区分大小写。这里有个坑——很多人以为 Name 要填真实账号其实 CE 模式下 Name 只是个标识真正起作用的是那个固定密码。但注意这个操作是在 CE 笔记本直连 1u 管理服务器上做的不是让你从办公网远程登。我见过有人试图从跳板机连 SymmWin结果卡在认证环节最后发现是管理服务器的网段根本没放通。登录之后别急着点下一步。先看 SymmWin 左上角显示的存储 SN 是否和你现场设备的标签一致。手册后面提到 Keys To Success 的 log 会存在C:\EMC\存储 SN\symmwin\logs下如果 SN 对不上你查的 log 就是另一台设备的这种翻车现场我遇到过不止一次。2.3 Keys To Success 自检跑完要看哪三个文件手册 2.2 节的操作路径是点 Procedures → Procedure Wizard → 选 J RTS/CEs Services 菜单下的 A Keys To Success → Run。跑完之后界面会弹 HealthCheck log点 OK 能看详细内容。但手册没展开的是每次执行会在C:\EMC\存储 SN\symmwin\logs下生成三个文件HealthCheck.log、HealthCheck_A3.log还有一个按时间戳命名的归档文件。重点看HealthCheck.log里的两个字段Director Status 和 Device Information。Director Status 如果出现不是 Normal 的状态说明某个前端或后端 director 有问题这时候别急着重启先去看 FEBE 板的指示灯。Device Information 里会列出所有 DAE 里的盘如果某块盘的状态是 Failed 或者 Missing记下它的位置——DAE 编号、槽位号下一步进 disk map 要用。提示Keys To Success 跑一次大概几分钟期间别关 SymmWin 窗口也别在 CE 笔记本上开其他吃内存的程序。我见过因为笔记本休眠导致自检中断log 只写了一半最后只能重跑。2.4 inline 命令行和 Environmentals 的互补关系手册 2.3 和 2.4 节分别讲了 inline 命令行和 Environmentals 检测。inline 命令行适合快速查单个组件的实时状态比如某个 director 的 I/O 计数、某个 DAE 的电源状态。Environmentals 则是看整体环境温度、湿度、电源输入。这两者要结合看——如果 Environmentals 报某个 DAE 温度偏高但 inline 查电源状态正常那大概率是风扇积灰或者机房空调出风方向不对不是硬件故障。我一般巡检的顺序是先跑 Keys To Success 拿全局健康报告再用 inline 逐个确认可疑组件最后看 Environmentals 排除环境因素。手册 2.5 节提到的观察指示灯是最后一道防线SPE 前面板的 director 指示灯、DAE 的 LCC 指示灯、SPS 的电池状态灯哪个是黄灯或红灯直接对应到具体模块。3. 硬盘故障处理从 disk map 定位到换盘收尾3.1 故障确认和定位的完整链路手册 3.1.1 节讲硬盘故障确认及定位但步骤写得比较散。我把它串成一条可执行的链路Keys To Success 报出 Failed 盘 → 记下 DAE 编号和槽位 → 进 SymmWin 的 disk map → 在 disk map 里找到对应槽位 → 确认盘的大小和转速 → 准备备件 → 执行更换。这里的关键是 disk map 的入口。不同版本的 SymmWin 菜单不一样常见做法是在主界面点 Hardware → Disk Map或者直接在命令行敲symdisk list看所有盘的摘要。手册 3.1.2 节特别强调要在 disk map 里查看故障硬盘的大小和转速因为 DMX 对盘的转速有要求——同一 DAE 里混插不同转速的盘虽然可能能识别但性能会受影响而且后续巡检容易误报。3.2 换盘前的参数核对清单在动手拔盘之前我习惯用下面这个清单过一遍。手册没有给表格但这是实际运维里必须确认的参数检查项从哪里看合格标准盘的位置disk map 或 DAE 槽位号与 Keys To Success 报的一致盘的大小disk map 里的 Capacity 字段与备件标签一致误差不超过 1GB盘的速度disk map 里的 RPM 字段与同 DAE 其他盘一致通常是 10K 或 15KDAE 电源状态inline 命令行查 DAE 电源两个电源都 NormalLCC 状态DAE 前面板指示灯绿色常亮无闪烁SPS 状态SPS 电池指示灯绿色非黄或红如果 SPS 状态不对先别换盘。手册 3.2 节专门讲 DMX 800 SPS 故障处理SPS 电池失效会导致 SPE 在断电时无法完成 cache 刷盘这时候换盘风险极高。3.3 更换故障硬盘的实际操作手册 3.1.3 节给了更换步骤但文字描述偏简略。我按实际动手的顺序补全# 第一步在 SymmWin 里把故障盘置为 Failed 状态如果还没自动置位 # 常见做法是在 disk map 里右键故障盘选 Mark as Failed # 或者在 inline 命令行执行 symdisk fail -sid 存储SN -d DAE编号 -s 槽位号 # 第二步确认盘已经停转听声音或看 DAE 指示灯 # 第三步拔盘。按住 DAE 槽位上的释放按钮拉出托盘 # 第四步装新盘。对准导轨推入听到卡扣声 # 第五步在 SymmWin 里确认新盘被识别 symdisk list -sid 存储SN | grep DAE编号逻辑说明第一步的symdisk fail是让系统把这个盘从 RAID 组里踢出去避免换盘过程中数据写入失败盘。第二步的确认很重要——有些盘虽然报了 Failed但电机还在转直接拔会损伤背板。第五步的symdisk list是看新盘是否出现在列表里状态应该是Ready或Rebuilding。如果新盘状态一直是Not Ready检查托盘是否推到底或者换一个槽位试。参数说明-sid是存储序列号在 SymmWin 登录后的左上角能看到-d是 DAE 编号从 1 开始-s是槽位号DAE 里通常是 0 到 14。这些编号在 disk map 里都有标注别凭记忆填。注意换盘过程中如果 DAE 的 LCC 指示灯变黄立即停止操作。LCC 是链路控制卡它出问题会导致整个 DAE 的盘都掉线比单块盘故障严重得多。4. SPS 故障处理与巡检避坑4.1 DMX 800 SPS 故障的典型现象手册 3.2 节只给了标题没展开细节。但结合 1.1 节的描述SPS 是给 SPE 提供 90 秒电池备份的走 RS232 通信每 2 个 DAE 配 1 个 SPS enclosure。SPS 故障的典型现象是SymmWin 报 SPS 电池电压低或者 SPS 状态灯变黄。这时候如果市电正常业务不受影响但一旦断电SPE 的 cache 数据来不及刷到盘上就会丢数据。我处理过的案例里SPS 故障多半是电池老化。DMX 800 的 SPS 电池寿命一般 3 到 5 年过保设备基本都超期了。更换 SPS 电池需要先确认另一个 SPS 是正常的因为 SPS enclosure 里有两个 SPS互为冗余。如果两个都报故障那就不是电池问题可能是 RS232 通信线松了或者 SPS 控制板坏了。4.2 巡检避坑五条血泪经验现象一Keys To Success 跑完显示 Director Status 为 Degraded但业务正常。原因某个 director 的备用路径切换了主路径还在工作所以业务无感知。 解决别急着重启 director。先看 FEBE 板的指示灯如果 FEBE 正常大概率是 director 的微码版本和 SymmWin 不匹配。常见做法是记录下 director 编号联系维保方确认是否需要升级微码。现象二disk map 里某块盘显示 Missing但 DAE 槽位上有盘。原因盘的托盘没推到底或者 LCC 到盘的链路有问题。 解决先重新插拔一次托盘如果还是 Missing把盘换到同 DAE 的空槽位测试。如果换槽位后能识别说明原槽位的背板针脚有问题需要报修 DAE。现象三Environmentals 报温度偏高但机房空调正常。原因DAE 或 SPE 的进风口被线缆挡住或者风扇模块积灰。 解决巡检时带一把软毛刷和手电筒先清理进风口。如果温度还是降不下来用 inline 命令行查风扇转速低于阈值就换风扇模块。现象四换盘后新盘一直 Rebuilding超过 4 小时没完成。原因新盘的转速或容量和 RAID 组里其他盘不一致系统在降速重建。 解决核对新盘标签上的 RPM 和 Capacity和同 DAE 其他盘对比。如果不一致换一块匹配的盘。重建期间别拔任何其他盘否则 RAID 组会崩。现象五SPS 更换电池后SymmWin 还是报 SPS 故障。原因SPS 的 RS232 通信线没插紧或者新电池需要充放电循环才能被识别。 解决先检查 SPS enclosure 背面的 RS232 线重新插拔。然后让系统跑 24 小时看 SPS 状态是否自动恢复。如果还是报故障用 inline 命令行查 SPS 的详细状态确认是电池问题还是控制板问题。4.3 巡检记录的归档习惯手册提到 Keys To Success 的 log 存在C:\EMC\存储 SN\symmwin\logs下但没说要归档。我习惯每次巡检完把三个 log 文件复制到 U 盘按日期建文件夹。因为 SymmWin 的 log 会滚动覆盖如果不归档下次想对比历史状态就没数据了。另外disk map 的截图也存一份换盘前后各截一次方便追溯。5. 把手册用活从单次巡检到趋势判断手册给的是单次操作步骤但真正有价值的巡检是看趋势。比如 Keys To Success 里的 Director Status如果连续三次巡检都是 Normal突然有一次变成 Degraded那说明这个 director 在劣化比直接报 Failed 更值得关注。我一般会建一个简单的表格每次巡检记录几个关键指标Director Status、Failed 盘数量、SPS 状态、Environmentals 的最高温度。跑上几个月就能看出哪台 DMX 在走下坡路。另一个技巧是结合 inline 命令行的历史数据。SymmWin 的 inline 命令行支持把输出重定向到文件常见做法是# 把当前所有 director 的状态导出到文本 symdir list -sid 存储SN director_status_$(date %Y%m%d).txt # 把 disk map 的摘要导出 symdisk list -sid 存储SN disk_status_$(date %Y%m%d).txt这样每次巡检完存两个文件下次巡检前先 diff 一下哪些 director 状态变了、哪些盘从 Ready 变成 Failed一目了然。参数$(date %Y%m%d)是让文件名带日期避免覆盖。-sid还是存储序列号别填错。对于 DMX 800 这种小配置SPS 的 90 秒备份时间是个硬限制。如果巡检时发现 SPS 电池健康度低于 80%即使没报故障也建议提前换电池。因为 90 秒只够 cache 刷盘如果业务量大、cache 里数据多90 秒可能不够。我见过一次市电闪断SPS 正常工作了 90 秒但 cache 没刷完最后丢了一部分未落盘的数据。从那以后我每次巡检都强制走一遍 SPS 电池测试不管状态灯是什么颜色。希望帮到你。本文还有配套的精品资源点击获取