IBM小型机维护

zhu894532094

　　第一章、机房环境及物理检查
　　一、机房内环境要求
　　温度与湿度：
　　最佳工作温度：20-25摄氏度
　　极限工作温度：10-40摄氏度
　　湿度: 8-80%(在23摄氏度条件下)
　　如果不是工作在最佳温度，请注意改善机房环境
　　同时机房要保证清洁.
　　机房应保持清洁，若空气灰尘过多，很容易造成资源读写错误及磁盘机中磁盘或读写磁头毁损。
　　二、电源要求
　　电    压:  要求电压稳定, 尖峰电压会损坏设备
　　电压范围:  220V +/- 10%, 即200-240V, 50-60Hz
　　电源功率:  视机器类型和系统配置而定
　　电源线  :  标准的零, 地, 火三相电, 其中零, 地电压不得超过3.0V.
　　电源接驳:  用符合电流要求的空气开关或其他设备和主机电源线接驳,保证计算机系统的可靠工作应使用稳压电源和UPS，并建议配备发电机组;对于冗于电源的接入,建议采用两路单独输入.
　　三、硬件检查
　　检查服务器、磁阵的安装、电源线、7133和主机接线符合要求。
　　服务器状态检查：
　　当服务器处于启动和正常工作状态时，其前面板上的液晶显示屏上应无信息显示。
　　当液晶显示器上出现带数字和字母的信息时，说明有硬件告警。可以通过查询相关机型的Service Guide查到相应告警原因，情况严重的，则要立即通知IBM技术专家进行问题排查。
　　7133状态检查：
　　磁阵前面板上有7133机柜的状态灯（与电源灯并排）和各硬盘的状态灯（一排小灯，与各硬盘位置一一对应）。
　　1. 当机柜的状态灯出现橙黄色时，说明有硬件告警，此时要检查磁柜的电源、接线、硬盘等。如果有硬件故障则立即进行更换和更正，如果查不出具体问题，则需要联系相关专家进一步诊断。
　　2. 当硬盘工作正常时，与各硬盘对应的硬盘灯会呈绿色，如无读写，则绿灯一直亮，如该硬盘有读写操作，则绿灯会不规则闪烁，当硬盘损坏时或SSA环路出现问题时，则硬盘状态灯将熄灭，或者呈闪烁状态：以1～3秒的频率有规律地、不停地闪烁
　　
　　
　　第二章、系统日常维护流程
　　2.1系统启动
　　系统启动正常顺序如下：
　　首先对外设（磁盘阵列、磁带库等）加电。
　　待所有外设加电自检完成后， 主机加电正常起机。主机加电后,系统进行自检,在液晶显示屏显示”ok”后,才能按白色POWER键起机.
　　启动主机HACMP，启动后可用命令 tail -f /tmp/hacmp.out 来检查启动情况，在HACMP未完全启动前不要进行下一步。
　　检查服务器的网络地址，路由表

(可用netstat -i , netstat -rn 等)，检查文件系统，逻辑卷(可用 mount , lsvg -o 等)。
检查各项应用是否工作正常。　　
　　2.2系统关闭
停止HACMP  ( smitty clstop)。
查看HACMP的状态，检查服务器的网络地址，路由表(可用netstat -i , netstat -rn 等)，检查文件系统，逻辑卷(可用 mount , lsvg -o 等)。在HACMP未完全停止前不要进行下一步。
关闭主机 (shutdown –F)。重启系统可以使用：shutdown -Fr
如有必要的话，按磁盘阵列前方的白色按钮关闭磁盘阵列。
　　
2.3查看系统的错误记录
在系统运行时，一些系统错误会记录在errlog 中，其中有些错误还会在终端上显示。检查错误日志可用以下命令：
　　#errpt|more 查看系统所有的记录
　　IDENTIFIER  TIMESTAM P  T  C  RESOURCE_NAME  DESCRIPTION
E85C5C4C    0426104399   P   S   CFGLFT       SOFTWARE PROGRAM ERROR
2BFA76F6    0426104099   T   S   SYSPROC      SYSTEM SHUTDOWN BY USER
9D4CF6E7    0426104399   T   O   errdemon       ERROR LOGGING TURNED ON
1E2AC07E    0426103999   T   O   errdemon       ERROR LOGGING TURNED OFF
1E5EER4T    0423132999   T   O   clstrmgr        OPERATOR NOTIFICATION     
　　其中
　　IDENTIFIER 为错误编号，当需要检查详细信息时常会用到。
　　TIME STAMP 为时间标签，它记录的是出错时间，其格式:月月日日时时分分年年
　　T 为Type , 它记录的是错误类型
P ：为永久错误，需引起注意
T ：为临时错误。
　　C 为Class,  它记录的是错误种类，如
H : Hardware
S : Software
O : Errloger command messages
U : undetermined
　　RESOURCE_NAME  为错误来源
　　DESCRIPTION  为错误描述
　　#errpt -aj <IDENTIFIER> 查看系统详细记录内容
　　其中I

DENTIFIER为错误编号，如 #errpt -aj 0426104399　　
　　#errpt -dH     查看系统所有的硬件出错记录

2.4日常检查服务器状态的项目及其相关命令
1 运行lsdev 命令配以各种参数，所列各种设备状态都应为Available。
#lsdev –C –H –S a       列出系统中可用设备。
#lsdev –Cc processor   列出系统中的所有CPU。
#lsdev –Cc memory   列出系统中的所有内存。
#lsdev –Cc disk    列出系统中的所有硬盘。
#lsdev -Cc adapter | grep ent  列出系统中的所有网卡
#lsdev -Cc adapter | grep scsi  列出系统中的所有SCSI卡。
#lsdev -Cc adapter | grep ssa  列出系统中的所有SSA卡。
　　2 lspv命令
#lspv   显示系统中可用的PV。
#lspv hdiskn  显示hdiskn的具体信息。
#lsdev –Cc pdisk  显示磁盘阵列的硬盘的具体信息。
对SSA硬盘的检测：在对主机进行工作之前可以先把磁盘阵列上电，等主机完全启动后，登录到主机上，运行以下命令“ lsdev –Cc pdisk “,应该可以看到所有SSA硬盘，并且状态应为Available.。
　　lsattr命令
#lsattr –El sys0
# lsattr –E –l mem0 列出系统中内存mem0的大小，本项目中内存有4GB。
　　4  lsvg命令
#lsvg   列出系统中所有的vg。
#lsvg rootvg  列出rootvg的详细信息。
#lsvg –o         列出激活的vg
　　5  oslevel命令
#oslevel  显示操作系统版本信息。
　　6  netstat命令
#netstat –in 显示系统中各网卡的配置。可查看网卡的IP配置好
了没有。
　　7  通过运行# diag 命令运行硬件诊断程序检测主机内所有硬件，检测结果为 “No trouble found ”显示各部分工作正常。

8  使用#diag命令（选择：Task Selection-> SSA Service Aids）对SSA硬盘链路连接的校验，可以通过SSA 工具里的Link Verification 来检测。如有必要，可以用 Certify Disk运行硬盘诊断部分进行硬盘的表面分析测试 ，由1% 至100%，检测结果显示主

机内置硬盘的所有扇区均读写正常。　　
　　9  lsps –a 查看PAGING SPACE的使用情况，如果使用率超过70%，就需要采取措施。
磁盘交换区大小的设定参考说明如下：
1． 系统实际内存小于64MB， paging space= 2×RAM
2． 系统实际内存在64MB～256MB之间， Page Space = RAM size + 16MB
3． 系统实际内存大于256MB，Page Space = 512+（RAM – 256）×1.25
对于AIX 4.3.3（或5L）当内存达到4GB～8GB，因为AIX 4.3.3（或5L）使用延迟的（deferred）paging space。Paging Space主要根据应用的要求来定。一般可初始3GB，然后观察paging space的使用情况，如果使用率超过70%，则需要增加paging space
　　
10  lsvg –o | lsvg –il | grep –i stale查看有无stale的lv，如果输入该命令之后有输出结果，就需要采取措施。
　　
11  检查双机状态：lssrc –g cluster 检查ha三个工作进程是否激活，/usr/sbin/cluster/clstat –a检查双机状态是否up，并检查/tmp/hacmp.out日志，看是否有异常信息。
　　12  用vmstat, topas，sar 命令检查系统性能，检查cpu\memoyr\IO ，是否存在性能瓶颈。
　　13  用instfix –ik | grep ML当前操作系统补丁版本补丁程序(PTF)是否满足稳定运行的需要。一般要求433操作系统补丁要打到10以上，5.1操作系统补丁要打到5以上
　　14  使用df –kP查看磁盘空间占用率，请确保以下文件系统的占用率高于80%立即上报：
/  /var  /usr  /home  /tmp  /，其余文件系统的占用率高于95%立即上报
也可以到各文件系统下使用组合命令：find . –size +2048 –o ctime 1 –exec ls –l {} \; 查出大于1M或一天之内修改过的文件。