常见VMware ESX服务器问题的诊断和解决

peiyuan1030

　　常见VMware ESX服务器问题的诊断和解决
摘要： 比较严重的技术问题发生后引起的恐慌将导致一些冲动的决定，使问题更加恶化！在试图排除任何出现的问题之前，暂停并放松一下，带着清晰的思路去着手解决问题，然后处理每一个症状，思考可能的原因和恰当的解决方法。-
比较严重的技术问题发生后引起的恐慌将导致一些冲动的决定，使问题更加恶化！在试图排除任何出现的问题之前，暂停并放松一下，带着清晰的思路去着手解决问题，然后处理每一个症状，思考可能的原因和恰当的解决方法。
　　在这个系列里，我提供了通常由VMware ESX主机服务器、VirtualCenter、和虚拟机中出现的许多常见问题的解决方法。我们先开始处理在VMware ESX主机服务器中的常见问题。
　　Windows服务器的管理员早已熟悉了可怕的蓝屏死机（BSOD），这就意味着服务器完全地终止。VMware ESX也有类似的状况，叫做紫屏死机（PSOD），典型的是由于硬件问题和VMware 代码中的bug造成的。
　　解决紫屏死机问题
　　当一个PSOD出现时，你需要做的第一件事情就是记录下屏幕上显示的信息，我建议用数码相机或者手机拍一个快照。PSOD信息包括ESX的版本和构建、异常类型、寄存器转储、在崩溃时每一个CPU在运行什么、跟踪信息、服务器正常运行时间、错误信息和内存核心转储信息。这些信息对你没用，但是VMware 技术支持人员可以解码上述信息，帮助测定崩溃的原因。
　　不幸的是，当遭遇到PSOD，除了记录屏幕上的信息，你唯一的选择是关闭服务器重启。一旦服务器重启起来，你将在服务器的/root目录下发现mkernel-zdump-*文件，这个文件对定位问题很有价值。你可以用vmkdump工具从该文件中提取vmkernel日志文件（vmkdump –l），然后定位引起PSOD的原因。VMware支持一般也需要这个文件。出现PSOD常见的原因是服务器内存不足，那个转储文件将有助于识别导致问题的内存模块并替换这个模块。
　　检查你的RAM
　　如果你怀疑你系统的RAM可能有问题，可以用一个内置的工具在后台检查你的RAM而不影响你正在运行的虚拟机。该RAM检查工具运行在VMkernel里，通过登录到服务器控制台，输入Service Ramcheck Start开启。
　　当正在运行RAM检测时，它把所有的活动和任何错误信息记录到/var/log/vmware目录下的文件ramcheck.log和ramcheck-err.log中。然而，它的一个缺陷是如果你有虚拟机正在运行，用这个工具不能检测所有的RAM，只能检测在ESX系统中未用的RAM。一个比较彻底的检测你的服务器中RAM的方法是关闭ESX，从CD引导，然后运行Memtest86+程序。
　　使用vm-support工具
　　如果你联系VMware技术支持人员，他们一般会要求你运行vm-support工具，它将把所有的ESX server的日志和配置文件打包成一个文件。通过root权限登录到服务控制台，然后不需要设置任何选项，输入“vm-support” 就可以运行这个工具。这个工具将创建一个Tar文件，以"esx---..tgz"格式命名。你可以通过FTP把它发送给VMware技术支持人员。确保把该Tar文件从ESX服务器上删除，这样做可以节省磁盘空间，或者，你可以通过VI client生成同样的文件。选择Administration，然后选择Export Diagnostic Data，选择你的主机（VirtualCenter 数据选项）和一个本地PC目录来存储将要创建的文件。
　　用日志文件排除故障
　　日志文件一般是排除各种类型问题的最好工具。ESX有许多的日志文件，你需要检查哪个日志文件取决于你所遇到的问题。以下是ESX日志文件的列表，你通常可以用来定位ESX服务器的问题。VMkernel和主机日志文件一般都是你需要首先检查的。
　　VMkernel - /var/log/vmkernel——与虚拟机和ESX服务器相关的活动的记录。带扩展名以数字循环，当前的日志没有扩展，最近的日志带有“.1”扩展。
VMkernel Warnings -/var/log/vmkwarning——记录虚拟机的活动，VMkernel日志的子集，用同样的循环模式。
VMkernel Summary - /var/log/vmksummary——用于确定ESX服务器正常运行的时间和可用性统计，可读性的总结在/var/log/vmksummary.txt中。
ESX Server host agent log - /var/log/vmware/hostd.log——包含管理和配置ESX服务器主机和它的虚拟机代理信息。（查找文件的date/time戳来找最近输出的日志文件，或者打开hostd.log，该文件连接到当前的日志文件）。
ESX Firewall log - /var/log/vmware/esxcfg-firewall.log——记录所有的防火墙规则事件。
ESX Update log - /var/log/vmware/esxupdate.log——记录所有的通过esxupdate统计所在的更新。
Service Console - /var/log/messages——包括所有的用于排除虚拟机和ESX服务器故障的一般日志信息。
Web Access - /var/log/vmware/webAccess——记录通过基于web访问ESX服务器的信息。
Authentication log - /var/log/secure——包含所有的需要认证的连接信息，例如VMware守护进程和由xinetd守护进程发起的动作。
Vpxa log - /var/log/vmware/vpx——记录和VirtualCenter通讯的代理的信息，通过查找文件的date/time戳来找到最近输出的文件或者打开hostd.log，该文件连接到当前的日志文件。
做为解决故障过程的一部分，你经常需要找出各种ESX组件的版本和使用的补丁，下面是一些命令，你可以从服务台运行来完成：
　　输入vmware  -v来检查ESX服务器的版本，例如VMware ESX Server 3.0.1 build-32039
输入esxupdate –l query来查看安装的补丁
输入vpxa –v来检查ESX服务器的管理版本，例如VMware VirtualCenter Agent Daemon 2.0.1 build-40644
输入rpm –qa | grep VMware-esx-tools来检查ESX服务器VMware Tools安装的版本，例如VMware-esx-tools-3.0.1-32039
如果所有可能失败，重启Vmwate主机代理服务
　　许多的ESX问题可以通过重启VMware主机代理服务（vmware-hostd）解决，该服务负责管理大部分ESX主机的操作，通过登陆服务控制台，输入service mgmt-vmware restart来实现。
　　注意：ESX 3.0.1有一个bug，如果你的ESX服务器为你的VM配置了auto-startups选项，它将重启你所有的VM。这个bug在3.0.1 和 3.0.2中用一个补丁修复，但是在ESX 3.5中用另一个发布的补丁修复。在运行此命令时最好临时禁止auto-startups选项。
　　在某些情况下，当你重启主机代理服务，重启vmware-vpxa服务可以定位发生在ESX和VI Client之间以及ESX和VirtualCenter之间的问题。该服务是管理代理，处理ESX和它的客户端的所有通讯。通过登陆ESX主机，输入service vmware-vpxa restart就可以完成。需要注意的是重启哪种服务都不会影响你的虚拟机操作（除了上述提到的bug）。
　　修复冻结的服务控制台
　　另一个会发生的问题是你的服务控制台挂起，不允许你本地登入。硬件锁定或者一个死锁状态都会导致这样。当发生这种状况时，你的VM可以继续正常运行，但是重启ESX是通常恢复的唯一的方法。在你重启之前，试着关闭你的客户VM,或者用VMotion把它们迁移到另一个ESX主机上。通过SSH远程连接的VI Client或者alternate/emergency控制台的其中之一来完成，可以先按Alt-F6，然后按Alt-F2键。你也可以按Alt-F12在控制台的屏幕上显示内核信息。如果你可以关闭或者迁移你的VM，你就可以通过VI Client或者alternate控制台发出重新引导的命令来试图重启服务器。如果不行,冷启动服务器就是你唯一的选择了。
　　网络配置丢失
　　可能出现的问题是你也许丢失了部分或所有的网络配置。如果发生这种情况，由于你不能通过VI Client连接，你必须用ESX本地服务控制台来重新构建网络。VMware已经发布了相关知识的文章：如何使用esxcfg－*服务控制台命令来重建你的网络和如何验证你的网络配置。
　　结论
　　在这篇文章里，我已经叙述了一些发生在VMware ESX中最常见的问题，在这个系列文章的下一部分，我将描述在VirtualCenter的故障排除问题。