vSphere 故障排除 - ESXi 6.0

Transcription

1 Update 1 ESXi 6.0 vcenter Server 6.0 在本文档被更新的版本替代之前, 本文档支持列出的每个产品的版本和所有后续版本 要查看本文档的更新版本, 请访问 ZH_CN

2 最新的技术文档可以从 VMware 网站下载 : VMware 网站还提供最近的产品更新信息 您如果对本文档有任何意见或建议, 请把反馈信息提交至 : docfeedback@vmware.com 版权所有 VMware, Inc. 保留所有权利 版权和商标信息 VMware, Inc Hillview Ave. Palo Alto, CA 北京办公室北京市海淀区科学院南路 2 号融科资讯中心 C 座南 8 层 上海办公室上海市浦东新区浦东南路 999 号新梅联合广场 23 楼 广州办公室广州市天河北路 233 号中信广场 7401 室 2 VMware, Inc.

3 目录 关于 vsphere 故障排除 5 1 故障排除概览 7 故障排除准则 7 使用日志进行故障排除 8 2 虚拟机故障排除 11 容错虚拟机故障排除 11 排除 USB 直通设备故障 15 恢复孤立的虚拟机 16 从模板克隆或部署后未打开虚拟机电源 17 3 主机故障排除 19 vsphere HA 主机状况故障排除 19 Auto Deploy 故障排除 23 身份验证标记操作错误 27 活动目录规则集错误导致主机配置文件合规性故障 28 4 vcenter Server 和 vsphere Web Client 故障排除 29 vcenter Server 故障排除 29 vsphere Web Client 故障排除 31 vcenter Server 和 ESXi 主机证书故障排除 32 排除 vcenter Server 插件故障 33 5 可用性故障排除 35 vsphere HA 接入控制故障排除 35 检测信号数据存储故障排除 37 排除 vsphere HA 故障响应故障 38 排除网络分区中的 vsphere Fault Tolerance 故障 39 排除虚拟机组件保护故障 40 6 资源管理故障排除 43 存储 DRS 故障排除 43 Storage I/O Control 故障排除 48 7 存储故障排除 51 解决 SAN 存储器的显示 51 解决 SAN 性能 53 具有 RDM 的虚拟机需要忽略 SCSI INQUIRY 缓存 56 VMware, Inc. 3

4 在不需要时启用软件 iscsi 适配器 57 无法挂载 NFS 数据存储 57 VMkernel 日志文件包含 SCSI 感知代码 57 故障排除存储适配器 58 使用 VOMA 检查元数据一致性 59 对闪存设备进行故障排除 60 虚拟卷故障排除 63 VAIO 筛选器故障排除 65 8 网络故障排除 67 对 MAC 地址分配进行故障排除 68 转换至增强的 LACP 支持失败 70 无法从 vsphere Distributed Switch 中移除主机 71 vsphere Distributed Switch 5.1 及更高版本上的主机丢失与 vcenter Server 的连接 72 vsphere Distributed Switch 5.0 及早期版本上的主机与 vcenter Server 断开连接 73 主机上的网络冗余丢失警报 74 在更改分布式端口组的上行链路故障切换顺序之后虚拟机断开连接 74 无法将物理适配器添加到已启用 Network I/O Control 的 vsphere Distributed Switch 75 对已启用 SR-IOV 的工作负载进行故障排除 76 运行 VPN 客户端的虚拟机导致在主机上或 vsphere HA 群集中拒绝虚拟机服务 77 Windows 虚拟机上 UDP 工作负载的吞吐量低 79 位于相同的分布式端口组但不同主机上的虚拟机无法互相通信 80 由于缺少关联的协议配置文件, 尝试打开迁移的 vapp 的电源失败 80 网络连接配置操作回滚并且主机断开与 vcenter Server 的连接 81 9 故障排除许可 83 主机许可故障排除 83 无法打开虚拟机电源 84 无法配置或使用功能 84 索引 87 4 VMware, Inc.

5 关于 vsphere 故障排除 目标读者 vsphere 故障排除 介绍了 vcenter Server 实施及相关组件的故障排除和过程 此信息专为需要检查虚拟机 ESXi 主机 群集和相关存储的用户提供 本书的目标读者为熟悉虚拟机技术和数据中心操作且具有丰富经验的 Windows 或 Linux 系统管理员 VMware, Inc. 5

6 6 VMware, Inc.

7 故障排除概览 1 vsphere 故障排除介绍了常见的故障排除情形并提供了其中每个的 您还可以在本部分中找到解决根源相似的的指导 对于唯一的, 请考虑开发并应用故障排除方法 以下有效的故障排除方法详细说明了如何收集故障排除信息, 例如确定症状和定义期限 此外, 还将探讨如何使用日志文件进行故障排除 本章讨论了以下主题 : 第 7 页, 故障排除准则 第 8 页, 使用日志进行故障排除 故障排除准则 要对 vsphere 实施进行故障排除, 请确定的症状 确定受影响的组件并测试可行的 确定症状 定义空间 测试可能的 多种潜在可能会导致您的实施性能不佳或没有性能 有效故障排除的第一步为准确确定出现了何种错误 隔离的症状后, 必须定义期限 确定受影响且可能会导致出现的软件或硬件组件以及未受影响的组件 了解的症状以及受影响的组件后, 请系统性测试, 直至得以解决 确定症状 在尝试解决实施中的之前, 必须准确地确定其故障 故障排除流程中的第一步即收集信息以定义所发生情况的特定症状 收集信息时, 您可能会询问以下 : 什么任务或预期行为未发生? 能否将受影响的任务分为可单独评估的子任务? 任务是否因出错而结束? 是否有关联的错误消息? 任务是否已完成但耗时过长? 故障是持续出现还是不定时出现? 最近对软件或硬件做出了哪些可能引起该故障的更改? VMware, Inc. 7

8 定义空间 确定症状之后, 还需确定安装中受影响的组件 可能引起该发生的组件, 以及未涉及的组件 要定义 vsphere 实施中的空间, 请了解现有组件 除 VMware 软件之外, 请考虑正在使用的第三方软件以及与 VMware 虚拟硬件结合使用的硬件 识别软件和硬件元素的特性及其如何影响, 您可以浏览可能引起这些症状的一般 软件设置的配置错误 物理硬件的故障 组件不兼容 分解流程并单独考虑每个部分及其成为诱因的可能性 例如, 与本地存储上虚拟磁盘相关的实例可能与第三方路由器配置毫不关联 但本地磁盘控制器设置可能会导致该 如果某个组件与特定症状不相关, 则可将其从测试中排除 请思考出现之前配置最新发生的变化 寻找中的共性 如果同时出现多个, 则可跟踪所有以找出相同 测试可能的 了解症状以及最有可能涉及的软件或硬件组件之后, 可以系统地测试, 直至解决 使用您所获取的有关症状和受影响组件的信息, 可以设计精确定位和解决的测试 这些提示可能使此进程更加有效 尽可能多地想出可能的 验证每种是否可以明确地确定解决与否 测试每种可能的, 如果无法解决, 请立刻继续下一方案 开发并追求基于可能性逐层递进的潜在 由最有可能到最没有可能的潜在有系统地进行排除, 直至症状消失 测试可能时, 每次仅更改一处 如果在一次性进行多处更改之后您的设置有效, 则您可能无法辨别是哪一处更改奏效 如果为做出的更改未能帮助解决, 请将实施返回至上一状态 如果未将实施返回至上一状态, 则可能会引发新的错误 找到一个相似并有效的实施, 然后与无法正常工作的实施并行测试 在两个系统上同时进行更改, 直至两者之间仅存在少数差异或一处差异 使用日志进行故障排除 您可以通过查看实施使用时各种服务和代理提供的日志获取有价值的故障排除信息 大多数日志位于 C:\ProgramData\VMware\CIS\logs 中 所有实施都具有通用日志 其他日志则专用于某些部署选项 ( 管理节点或 Platform Services Controller) 通用日志 以下是 Windows 上的所有部署使用的通用日志 表 1 1 通用日志的目录 日志目录 CloudVM CM 描述 各服务之间资源分配和分布情况的日志 VMware Component Manager 8 VMware, Inc.

9 第 1 章故障排除概览 表 1 1 通用日志的目录 ( 续 ) 日志目录 FirstBoot rhttpproxy SCA vmaffd vmdird Postthaw Prefreeze Restore 描述存储首次引导日志的位置反向 Web 代理 VMware 服务控制代理 VMware 身份验证框架守护进程 VMware 目录服务守护进程由 CM 和 SCA 使用以操作服务 管理节点日志 如果选择管理节点部署, 则以下日志可用 表 1 2 管理节点日志 日志 APIProxy AutoDeploy EAM InvSvc Mbcs Netdump Perfcharts Vapi Vmcad VMdird vmsyslog collector Vmware-sps Vmware-vpx vpostgres Vmsm vsphere-client Vws Workflow 描述 VMware vcenter API 代理 VMware vsphere Auto Deploy Waiter VMware ESX Agent Manager VMware Inventory Service VMware 消息总线配置服务 VMware vsphere ESXi Dump Collector VMware 性能图表 VMware vapi Endpoint VMware 证书颁发机构守护进程 VMware 目录服务守护进程 vsphere Syslog Collector VMware vsphere Profile-Driven Storage Service VMware VirtualCenter Server vfabric Postgres 数据库服务 VMware 消息总线配置服务 VMware vsphere Web Client VMware System and Hardware Health Manager VMware vcenter 工作流管理器 Platform Services Controller 日志 如果选择 Platform Services Controller 节点部署, 则可以检查以下日志 表 1 3 Platform Services Controller 节点日志 日志 cis-license SSO 描述 VMware 许可服务 VMware 安全令牌服务 VMware, Inc. 9

10 表 1 3 Platform Services Controller 节点日志 ( 续 ) 日志 VMCA vmdird 描述 VMware 证书服务 VMware 目录服务 对于 Platform Services Controller 节点部署, 其他运行时日志位于 C:\ProgramData\VMware\CIS\runtime\VMwareSTSService\logs 中, 其中包括以下服务的日志 : VMware 安全令牌服务 VMware Identity Management 服务 ESXi 日志 以下日志可用于 ESXi 主机 这些日志位于 /var/run/log 中 表 1 4 ESXi 日志 日志 hostd.log vpxa.log fdm.log rhttpproxy.log syslog.log usb.log hostprofiletrace.log sdrsinjector.log 描述记录所有 hostd 服务操作记录 vcenter Server 上主机 vpxa 代理和 vpxd 服务之间的交互与 vsphere HA 群集相关的日志 Rhttpproxy 日志默认系统日志集 USB 相关日志主机配置文件跟踪日志 vsphere Storage DRS 设备注入器日志 10 VMware, Inc.

11 虚拟机故障排除 2 虚拟机故障排除主题为您在使用虚拟机时可能遇到的潜在提供了 本章讨论了以下主题 : 第 11 页, 容错虚拟机故障排除 第 15 页, 排除 USB 直通设备故障 第 16 页, 恢复孤立的虚拟机 第 17 页, 从模板克隆或部署后未打开虚拟机电源 容错虚拟机故障排除 要保持容错虚拟机的高级别性能和稳定性并最小化故障切换率, 应当了解某些故障排除 此处讨论的故障排除主题重点介绍了在虚拟机上使用 vsphere Fault Tolerance 功能时可能遇到的 本主题还介绍了解决这些的方法 也可以参见 VMware 知识库文章, 网址为 以帮助您排除 Fault Tolerance 故障 该文章包含在尝试使用该功能时可能遇到的错误消息列表, 以及如何解决每个错误的建议 ( 如果可用 ) 硬件虚拟化未启用 使用 vsphere Fault Tolerance 之前, 必须启用硬件虚拟化 (HV) 尝试打开启用了 Fault Tolerance 的虚拟机的电源时, 如果未启用 HV, 则可能会显示一条错误消息 通常情况下, 出现此错误的是 : 对于您尝试在其上打开虚拟机电源的 ESXi 服务器,HV 在其上不可用 硬件虚拟化不可用的可能是其不受 ESXi 服务器硬件支持或未在 BIOS 中启用 如果 ESXi 服务器硬件支持硬件虚拟化, 但当前未启用硬件虚拟化, 请在该服务器的 BIOS 中将其启用 各种 BIOS 中启用硬件虚拟化的过程不同 请参见主机的 BIOS 文档以获取有关如何启用硬件虚拟化的详细信息 如果 ESXi 服务器硬件不支持硬件虚拟化, 请切换到使用支持 Fault Tolerance 的处理器的硬件 VMware, Inc. 11

12 无兼容主机可用于辅助虚拟机 如果打开启用了 Fault Tolerance 的虚拟机的电源, 但没有为辅助虚拟机提供任何兼容主机, 可能会显示一条错误消息 您可能遇到以下错误消息 : 辅助虚拟机无法打开电源, 因为没有兼容主机可以容纳该虚拟机 这可能是由多种造成的, 包括群集内没有其他主机 没有其他已启用硬件虚拟化的主机 主机 CPU 不支持硬件 MMU 虚拟化 数据存储不可访问 可用容量不足或主机正处于维护模式中 如果主机数量不足, 请向群集内添加更多主机 如果群集内有多台主机, 请确保它们支持硬件虚拟化且硬件虚拟化已启用 各种 BIOS 中启用硬件虚拟化的过程不同 请参见主机的 BIOS 文档以获取有关如何启用硬件虚拟化的详细信息 检查主机是否有足够容量, 并确认它们未处于维护模式中 过载主机上的辅助虚拟机降低主虚拟机的性能 如果主虚拟机的执行速度似乎缓慢, 即便它所在主机上的负载较轻且有空闲 CPU 时间, 也请检查运行辅助虚拟机的主机是否负载较重 当辅助虚拟机所在的主机负载过重时, 辅助虚拟机会影响主虚拟机的性能 在过载 ( 例如 CPU 资源过载 ) 的主机上运行的辅助虚拟机获取的资源量与主虚拟机获取的资源量可能不同 当出现此情况时, 主虚拟机必须减速以使辅助虚拟机跟进, 将主虚拟机的执行速度大大降低至辅助虚拟机的较慢速度 如果辅助虚拟机位于过载的主机上, 可以将虚拟机移至其他位置而不会导致出现资源争用 或者, 更具体来说, 请执行以下操作 : 对于 FT 网络争用, 请使用 vmotion 技术将辅助虚拟机移至 FT 网络中 FT 虚拟机争用较少的主机上 确认 对虚拟机的存储访问质量是非对称的 如果存在存储争用, 请关闭并重新打开 FT 重新创建辅助虚拟机时, 请将其数据存储更改到资源争用 较少且潜在性能更佳的位置 要解决 CPU 资源, 请为主虚拟机设置明确的 CPU 预留 ( 以 MHz 为单位 ), 该预留应足以在所需性能级别上运行负载 此预留对于主虚拟机和辅助虚拟机均适用, 能够确保两者均能以指定的速率执行 有关设置此预留的指导, 请在启用 Fault Tolerance 前查看虚拟机的性能图表以查看在正常条件下使用的 CPU 资源量 在 FT 虚拟机中发现网络滞后时间增加 如果您的 FT 网络未以最佳方式配置,FT 虚拟机可能会出现滞后 FT 虚拟机可能会发现数据包滞后时间不断增加 ( 大约增加几毫秒时间 ) 要求网络数据包滞后或抖动时间非常短的应用程序 ( 例如, 某些实时应用程序 ) 可能会发现性能下降 12 VMware, Inc.

13 第 2 章虚拟机故障排除 在一定程度上增加的滞后时间是 Fault Tolerance 的预期开销, 但某些因素可能会增加此滞后时间 例如, 如果 FT 网络位于滞后时间特别长的链接上, 此滞后可能会被传递到应用程序 此外, 如果 FT 网络的带宽不足 ( 低于 10 Gbps), 可能会出现更长时间的滞后 验证 FT 网络的带宽是否充足 (10 Gbps 或更高 ), 并在主虚拟机与辅助虚拟机之间使用短滞后链接 这些预防措施不会避免网络滞后, 但可以最大程度地减小潜在影响 某些主机的 FT 虚拟机过载 如果您的群集主机中 FT 虚拟机分布不平衡, 则可能会遇到性能 群集中的某些主机可能 FT 虚拟机过载, 其他主机可能包含未使用的资源 vsphere DRS 不会加载平衡 FT 虚拟机 ( 除非这些虚拟机使用旧的 FT) 此限制可能导致某个群集中出现 FT 虚拟机在主机中不均等分配的状况 使用 vsphere vmotion 手动将 FT 虚拟机在群集中再次平衡 通常, 主机上的 FT 虚拟机越少, 其性能发挥得越好, 因为这样可以减少 FT 网络带宽和 CPU 资源争用 无法访问 FT 元数据数据存储 访问 Fault Tolerance 元数据数据存储对于 FT 虚拟机的正常运行至关重要 无法访问会导致出现各种 由此产生的如下 : FT 意外终止 如果主虚拟机和辅助虚拟机均无法访问元数据数据存储, 则虚拟机可能会意外终止 通常, 当主虚拟机和辅助虚拟机均无法访问 FT 元数据数据存储时, 也会发生无关联故障并导致 FT 终止 然后,vSphere HA 会尝试在可访问元数据数据存储的主机上重新启动主虚拟机 vcenter Server 可能会停止将虚拟机识别为 FT 虚拟机 识别失败会导致某些操作不受支持, 如在虚拟机 上执行快照操作, 而且会导致有的行为出现 无法访问 Fault Tolerance 元数据数据存储会导致先前列表中出现不良结果 规划 FT 部署时, 请将元数据数据存储置于高可用性存储中 FT 运行时, 如果发现主虚拟机或辅助虚拟机无法访问元数据数据存储, 请立即解决存储, 以免访问失败导致先前出现 如果 vcenter Server 停止将虚拟机识别为 FT 虚拟机, 请勿在虚拟机上执行不支持的操作 恢复访问元数据数据存储 FT 虚拟机的访问恢复且刷新时间间隔结束后, 将可识别虚拟机 VMware, Inc. 13

14 为打开电源的虚拟机打开 vsphere FT 失败 如果尝试为打开电源的虚拟机打开 vsphere Fault Tolerance, 则该操作可能会失败 为打开电源的虚拟机选择打开 Fault Tolerance 时, 该操作失败并会显示未知错误 (Unknown error) 消息 如果运行虚拟机的主机没有足够的内存资源来提供容错保护, 此操作可能失败 vsphere Fault Tolerance 会自动尝试为虚拟机分配主机上的全部内存预留 容错虚拟机需要开销内存, 且开销内存有时可扩展到 1 到 2 GB 如果运行打开电源的虚拟机的主机没有足够的内存资源来容纳全部预留以及内存开销, 则尝试打开 Fault Tolerance 的操作将失败 随后, 将返回未知错误 (Unknown error) 消息 选择以下之一 : 释放主机上的内存资源来容纳虚拟机的内存预留以及增加的开销 将该虚拟机移到具有足够的可用内存资源的主机, 然后重试 vsphere DRS 未放置或撤出 FT 虚拟机 如果当前已禁用增强型 vmotion 兼容性 (EVC), 则已启用 vsphere DRS 的群集中的 FT 虚拟机无法正常运行 由于 EVC 是 DRS 与 FT 虚拟机搭配使用的必备条件, 如果禁用 EVC( 即使随后重新启用 ), 则 DRS 不会放置或撤出这些虚拟机 如果 DRS 群集上已禁用 EVC, 则可能会添加在 FT 虚拟机上禁用 DRS 的虚拟机替代项 即使随后重新启用 EVC, 也不会取消此替代项 如果 DRS 未放置或撤出群集中的 FT 虚拟机, 请检查虚拟机是否存在禁用 DRS 的虚拟机替代项 如果找到替代项, 请移除禁用 DRS 的替代项 注意有关如何编辑或删除虚拟机替代项的详细信息, 请参见 vsphere 资源管理 Fault Tolerant 虚拟机故障切换 即使主虚拟机或辅助虚拟机的 ESXi 主机未崩溃, 主虚拟机或辅助虚拟机也可进行故障切换 在这种情况下, 虚拟机执行不会中断, 但会临时失去冗余 要避免此类故障切换, 请了解可能会出现此类故障切换的一些情况, 并采取措施进行避免 与存储器有关的部分硬件故障 当存储器访问缓慢或无法访问某台主机时, 可能出现此 此发生时,VMkernel 日志中将列出许多存储器错误 要解决此, 必须解决与存储器有关的 与网络有关的部分硬件故障 如果日志记录网卡不能正常工作或通过该网卡与其他主机的连接断开, 将触发容错虚拟机进行故障切换, 从而重新建立冗余 要避免此, 请将每个独立网卡专门用于 vmotion 和容错日志记录通信, 并仅在虚拟机活动较少时执行 vmotion 迁移 14 VMware, Inc.

15 第 2 章虚拟机故障排除 日志记录网卡网络上的带宽不足 如果主机上有过多的容错虚拟机, 则会发生此 要解决此, 请将容错虚拟机对分布到更多的不同主机上 请对 FT 使用 10 Gb 日志记录网络并验证网络滞后时间是否非常短 由虚拟机活动级别引起的 vmotion 故障 如果通过 vmotion 迁移容错虚拟机失败, 则虚拟机可能需要进行故障切换 此通常在虚拟机过于活跃 ( 因而无法在对其造成最小损坏的情况下完成迁移 ) 时发生 要避免此, 请只在虚拟机活动较少时执行 vmotion 迁移 VMFS 卷上活动过多可能会导致虚拟机故障切换 在单一 VMFS 卷上执行大量文件系统锁定操作 虚拟机启动 / 关闭或 vmotion 迁移时, 可能会触发容错虚拟机进行故障切换 可能发生此现象的症状为在 VMkernel 日志中收到许多有关 SCSI 预留的警告 要解决此, 请减少文件系统操作的数量, 或确保容错虚拟机位于 VMFS 卷上, 而且该卷上没有大量定期启动 / 关闭或使用 vmotion 进行迁移的其他虚拟机 文件系统空间不足导致无法启动辅助虚拟机 请检查 /(root) 或 /vmfs/datasource 文件系统中是否有可用空间 这些文件系统可能会因多种而变得空间已满, 空间不足会导致您无法启动新辅助虚拟机 排除 USB 直通设备故障 有关功能行为的信息有助于在 USB 设备连接到虚拟机时解决或避免潜在的 尝试使用附加的 USB 设备迁移虚拟机时的错误消息 将多个 USB 设备从 ESXi 主机连接到虚拟机且一个或多个设备未启用 vmotion 功能时, 通过 vmotion 进行迁移将无法继续并会发出一条并不十分明确的错误消息 迁移虚拟机向导会在迁移操作开始之前运行兼容性检查 如果检测到不支持的 USB 设备, 兼容性检查会失败, 并显示一条与以下类似的错误消息 :Currently connected device 'USB 1' uses backing 'path:1/7/1', which is not accessible. 要成功通过 vmotion 兼容性检查, 必须为连接到主机中虚拟机的所有 USB 设备启用 vmotion 如果一个或多个设备未启用 vmotion 功能, 迁移将失败 1 请先确保设备未处在传输数据的进程中, 然后再删除设备 2 对每个受影响的 USB 设备重新添加和启用 vmotion USB 直通设备不响应 可能有多种导致 USB 设备不响应, 包括非安全地中断数据传输, 或客户机操作系统驱动程序向设备发送不支持的命令 USB 设备不响应 VMware, Inc. 15

16 数据传输被中断或使用了不支持的设备 例如, 如果客户机驱动程序向不支持的 USB 闪存驱动器发送 SCSI REPORT LUNS 命令, 设备会停止响应所有命令 u 从 ESXi 主机以物理方式分离 USB 设备并重新附加该设备 如果无法通过物理方式访问主机, 可以关闭主机 ( 而非重新引导 ), 并在至少 30 秒内使其保留为关闭状态, 从而确保完全关闭主机 USB 总线电源 当您启动主机时, 该 USB 设备将从其无响应状态中恢复 无法将数据从 ESXi 主机复制到连接到该主机的 USB 设备 您可以将 USB 设备连接到 ESXi 主机, 然后将数据从该主机复制到 USB 设备 例如, 主机断开网络连接之后, 您可能希望从该主机收集 vm-support 包 要执行此任务, 必须停止 USB 仲裁器 如果要使用 USB 仲裁器实现从 ESXi 主机到虚拟机的 USB 直通, 则 USB 设备显示在 lsusb 下, 但未正确挂载 出现此的是默认情况下不可引导的 USB 设备为虚拟机预留 该设备并不显示在主机的文件系统中, 尽管 lsusb 可以看到设备 1 停止 usbarbitrator 服务 :/etc/init.d/usbarbitrator stop 2 断开 USB 设备的物理连接然后再重新进行连接 默认情况下, 设备位置是 /vmfs/devices/disks/mpx.vmhbaxx:c0:t0:l0 3 重新连接设备后, 重新启动 usbarbitrator 服务 :/etc/init.d/usbarbitrator start 4 重新启动 hostd 和任何运行中的虚拟机, 以还原对虚拟机中直通设备的访问权限 下一步 将 USB 设备重新连接到虚拟机 恢复孤立的虚拟机 虚拟机在其名称之后会附加有 ( 已孤立 ) 在极少数情况下, 位于由 vcenter Server 管理的 ESXi 主机上的虚拟机可能会变为孤立状态 vcenter Server 数据库中存在这些虚拟机, 但 ESXi 主机不再能识别出它们 如果主机故障切换失败, 或直接在主机上取消对虚拟机的注册时, 虚拟机可能会变为孤立状态 如果发生这种情况, 请将孤立的虚拟机移动到数据中心中存储虚拟机文件的其他主机 16 VMware, Inc.

17 第 2 章虚拟机故障排除 1 确定虚拟机配置文件 (.vmx) 所在的数据存储 a b 选择 vsphere Web Client 清单中的虚拟机, 然后单击相关对象选项卡 单击数据存储 此时将显示虚拟机文件所在的一个或多个数据存储 c d 如果显示多个数据存储, 请选择每个数据存储, 然后单击文件浏览器图标以浏览.vmx 文件 确定.vmx 文件的位置 2 返回 vsphere Web Client 中的虚拟机, 右键单击该虚拟机, 然后选择所有虚拟基础架构操作 > 从清单中移除 3 单击是确认移除虚拟机 4 在 vcenter Server 中注册虚拟机 a b c d e 右键单击虚拟机文件所在的数据存储, 然后选择注册虚拟机 浏览.vmx 文件, 然后单击确定 选择虚拟机的位置, 然后单击下一步 选择运行虚拟机的主机, 然后单击下一步 单击完成 从模板克隆或部署后未打开虚拟机电源 在 vsphere Web Client 中从模板工作流中完成克隆或部署后, 虚拟机不会打开电源 当从模板中克隆或部署虚拟机时, 您可能无法在创建之后打开虚拟机的电源 创建虚拟机磁盘时, 未预留交换文件大小 减小虚拟机所需的交换文件的大小 可以通过增加虚拟机内存预留空间来实现 a b c d 右键单击虚拟机, 然后选择编辑设置 选择虚拟硬件, 然后单击内存 使用 预留 下拉菜单增加分配给虚拟机的内存量 单击确定 或者, 可以通过将其他虚拟机磁盘从交换文件正在使用的数据存储中移出来增加交换文件的可用空间量 a b c d e 在 vsphere Web Client 对象导航器中浏览到数据存储 选择相关对象选项卡, 然后单击虚拟机选项卡 对于每个要移动的虚拟机, 右键单击虚拟机, 然后选择迁移 选择仅更改存储 继续完成迁移虚拟机向导 VMware, Inc. 17

18 另外, 可以通过将交换文件位置更改为具有足够空间的数据存储来增加交换文件的可用空间量 a b c d 在 vsphere Web Client 对象导航器中, 浏览到主机 选择管理选项卡, 然后单击设置 在 虚拟机 下, 选择交换文件位置 单击编辑 注意如果主机属于指定虚拟机交换文件与虚拟机存储在同一目录的群集, 则无法单击编辑 您必须使用 群集设置 对话框更改群集的交换文件位置策略 e f 选择使用特定数据存储, 然后从列表中选择一个数据存储 单击确定 18 VMware, Inc.

19 主机故障排除 3 主机故障排除主题为您在使用 vcenter Server 和 ESXi 主机时可能遇到的潜在提供了 本章讨论了以下主题 : 第 19 页, vsphere HA 主机状况故障排除 第 23 页, Auto Deploy 故障排除 第 27 页, 身份验证标记操作错误 第 28 页, 活动目录规则集错误导致主机配置文件合规性故障 vsphere HA 主机状况故障排除 vcenter Server 会报告 vsphere HA 主机状况, 指示主机上的错误情况 这类错误会阻止 vsphere HA 充分保护主机上的虚拟机, 并阻碍 vsphere HA 在故障出现后重新启动虚拟机的功能 当在主机上配置或取消配置 vsphere HA 时, 或很少数情况下在正常运行期间可能出现错误 当出现错误时, 应确定如何解决错误才能使 vsphere HA 全面运行 vsphere HA 代理处于代理无法访问状况 主机上的 vsphere HA 代理已处于代理无法访问状况一分钟或更长时间 可能需要用户干预来解决这种情况 当首选主机或 vcenter Server 无法访问主机的代理时,vSphere HA 会报告代理处于代理无法访问状况 因此, vsphere HA 无法监控该主机上的虚拟机, 并且在出现故障后可能不会重新启动这些虚拟机 vsphere HA 代理可能因多个而处于代理无法访问状况 这种情况通常表示网络连接正在阻止 vcenter Server 访问首选主机和主机上的代理, 或表示群集中的所有主机都失败 这种情况还可能表示一种不太可能的情况 :vsphere HA 已禁用且已在群集中重新启用但 vcenter Server 无法与主机上的 vsphere HA 代理通信, 或主机上的 ESXi 主机代理已失败且监视程序进程无法将其重新启动 如果发生上述任何一种情况, 主机进入 无法访问 状态时都不会触发故障切换事件 确定 vcenter Server 是否报告主机无响应 如果是, 则说明存在网络, 出现 ESXi 主机代理故障, 或整体性群集故障 解决该情况后,vSphere HA 应可正常工作 如果未正常工作, 请重新配置主机上的 vsphere HA 同样, 如果 vcenter Server 报告主机有响应但主机状态为 代理无法访问, 请重新配置该主机上的 vsphere HA VMware, Inc. 19

20 vsphere HA 代理处于未初始化状况 主机上的 vsphere HA 代理已处于未初始化状况一分钟或更长时间 可能需要用户干预来解决这种情况 当主机的代理无法进入运行状况并成为首选主机时, 或无法连接到首选主机时,vSphere HA 会报告代理处于未初始化状况 因此,vSphere HA 无法监控该主机上的虚拟机, 并且在出现故障后可能不会重新启动这些虚拟机 vsphere HA 代理可能因一个或多个而处于未初始化状况 这种情况通常表示主机对任何数据存储都没有访问权限 在少数情况下, 表示主机对 vsphere HA 用来缓存状况信息的本地数据存储没有访问权限 主机上的代理无法访问或 vsphere HA 代理无法打开所需防火墙端口 也可能是 ESXi 主机代理已停止 在主机的事件列表中搜索近期发生的主机的 vsphere HA 代理出错 (vsphere HA Agent for the host has an error) 事件 此事件指明主机处于未初始化状况的 如果由于数据存储而出现这种情况, 请解决任何阻止主机访问受影响数据存储的 如果 ESXi 主机代理已停止, 必须重新启动 解决上述后, 如果代理未返回到操作状况, 请重新配置主机上的 vsphere HA 注意如果由于防火墙而出现这种情况, 请检查主机上是否有其他服务在使用端口 8182 如果是这样, 请关闭此服务, 然后重新配置 vsphere HA vsphere HA 代理处于 初始化错误 状况 主机上的 vsphere HA 代理已处于 初始化错误 状况一分钟或更长时间 需要用户干预来解决这种情况 vsphere HA 报告代理上一次尝试配置主机的 vsphere HA 失败时处于 初始化错误 状况 vsphere HA 不监控此类主机上的虚拟机, 并且在发生故障后可能不会重新启动这些虚拟机 这种情况通常表示, 在主机上安装或配置 vsphere HA 代理时 vcenter Server 无法连接到该主机 这种情况还可能表示安装和配置已完成, 但代理在超时期限内未成为首选主机或从属主机 这种情况很少表示主机的本地数据存储上没有足够的磁盘空间用于安装代理, 或主机上没有足够的未预留内存资源用于代理资源池 最后, 对于 ESXi 5.x 主机, 如果先前安装另一组件时需要重新引导主机但尚未进行重新引导, 则配置将失败 如果配置 HA 任务失败, 将报告失败的 失败 主机通信错误 超时错误 缺少资源 挂起的重新引导 操作 解决主机出现的任何通信, 然后重试配置操作 可能的包括主机在配置任务期间崩溃 代理在安装后无法启动或代理在启动后无法初始化 验证 vcenter Server 是否能与主机通信 如果的确如此, 请参见第 19 页, vsphere HA 代理处于代理无法访问状况 或第 20 页, vsphere HA 代理处于未初始化状况 以了解相关可行 释放约 75 MB 的磁盘空间 如果此故障是由于未预留的内存不足造成的, 可通过将虚拟机重定位到另一主机或降低其预留来在主机上释放内存 在这两种情况下, 请在解决后重试 vsphere HA 配置任务 如果安装 5.0 或更高版本的主机失败的是重新引导挂起, 请重新引导主机, 然后重试 vsphere HA 配置任务 20 VMware, Inc.

21 第 3 章主机故障排除 vsphere HA 代理处于 未初始化错误 状况 主机上的 vsphere HA 代理处于 未初始化错误 状况 需要用户干预来解决这种情况 在取消配置 HA 任务期间, 当 vcenter Server 无法取消配置主机上的代理时,vSphere HA 会报告代理处于未初始化错误状况 处于此状况的代理可能干扰群集的运行 例如, 主机上的代理可能选择自身作为主要主机并锁定数据存储 锁定某个数据存储会阻止有效的群集主要主机管理配置文件位于此数据存储上的虚拟机 这种情况通常表明当取消配置代理时,vCenter Server 与主机的连接丢失 将主机添加回版本 5.0 或更高版本的 vcenter Server 可以将主机作为独立主机添加, 或者可以添加到任何群集 vsphere HA 代理处于 主机出现故障 状况 主机上的 vsphere HA 代理处于 主机出现故障 状况 需要用户干预来解决这种情况 通常, 此类报告表示主机实际上已发生故障, 但故障报告有时可能不正确 故障主机会降低群集的可用容量, 如果出现错误报告, 会阻止 vsphere HA 保护在该主机上运行的虚拟机 当 vcenter Server 连接到的 vsphere HA 首选主机无法与该主机以及用于该主机的检测信号数据存储进行通信时, 会报告此主机状况 如果伴随有网络故障, 使数据存储无法访问主机的任何存储故障均会导致此情况 请检查是否存在所述的故障情况并解决发现的任何故障 vsphere HA 代理处于 网络已分区 状况 主机上的 vsphere HA 代理处于 网络已分区 状况 可能需要用户干预来解决这种情况 尽管主机上运行的虚拟机继续由负责它们的首选主机监控, 但 vsphere HA 在出现故障后重新启动虚拟机的能力将受到影响 首先, 每台首选主机都可以访问主机的子集, 因此每台主机可用的故障切换容量降低 其次, 发生故障后,vSphere HA 可能无法重新启动辅助虚拟机 ( 请参见第 39 页, 主虚拟机保持在 需要辅助虚拟机 状态 ) 如果满足以下两个条件, 则会将主机报告为已分区 : vcenter Server 连接到的 vsphere HA 首选主机无法使用管理网络 ( 或 Virtual SAN) 与主机通信, 但可 以使用已为其选择的检测信号数据存储来与该主机通信 主机未隔离 网络分区的出现有很多, 包括 VLAN 标记错误 物理网卡或交换机发生故障 配置部分主机仅使用 IPv4 而其他主机仅使用 IPv6 的群集, 或者部分主机的管理网络在没有先使主机进入维护模式的情况下移至其他虚拟交换机 VMware, Inc. 21

22 解决阻止主机使用管理网络进行通信的网络连接 vsphere HA 代理处于 网络已隔离 状况 主机上的 vsphere HA 代理处于 网络已隔离 状况 需要用户干预来解决这种情况 当主机处于 网络已隔离 状态时, 需要考虑两个方面 : 已隔离的主机和具有首选角色的 vsphere HA 代理 在已隔离的主机上,vSphere HA 代理将对正在运行的虚拟机应用已配置的隔离响应, 确定它们是否应该关机或关闭电源 检查主代理是否能够负责每个虚拟机之后 ( 通过锁定虚拟机的主数据存储 ),vsphere HA 代理将执行此操作 如果不能, 则代理将推迟对虚拟机应用隔离响应, 并在短暂延迟之后重新检查数据存储的状态 如果 vsphere HA 主代理可以访问一个或多个数据存储, 则在其变为独立状态并尝试重新启动已关闭电源 或关机的主机时将监控在主机上运行的虚拟机 如果满足以下两个条件, 则主机处于网络隔离状态 : 隔离地址已配置且主机无法 ping 这些地址 主机上的 vsphere HA 代理无法访问其他群集主机上运行的任何代理 注意如果您的 vsphere HA 群集启用了 Virtual SAN, 则当主机无法与群集中的其他 vsphere HA 代理通信且无法访问配置的隔离地址时, 该主机将被确定为隔离状态 尽管 vsphere HA 代理使用 Virtual SAN 网络进行代理间通信, 但默认的隔离地址仍为主机的网关 因此, 在默认的配置中, 对于声明处于隔离状态的主机, 网络均会失败 解决阻止主机 Ping 其隔离地址并与其他主机通信的网络 主机的 vsphere HA 配置超时 vsphere HA 群集的配置可能在添加到该群集的某些主机上出现超时情况 在包含大量主机和虚拟机的现有群集上启用 vsphere HA 时, 某些主机上的 vsphere HA 设置可能出现故障 该故障是由于在主机上完成 vsphere HA 安装前出现超时所致 将 vcenter Server 高级选项 config.vpxd.das.electionwaittimesec 设置为值 =240 进行该更改后, 将不会出现超时 22 VMware, Inc.

23 第 3 章主机故障排除 Auto Deploy 故障排除 Auto Deploy 故障排除主题提供了通过 Auto Deploy 置备的主机未按预期工作情况下的 在引导时出现 Auto Deploy TFTP 超时错误 当由 Auto Deploy 置备的主机进行引导时, 会显示 TFTP 超时错误消息 消息的文本内容取决于 BIOS 当由 Auto Deploy 置备的主机进行引导时, 会显示 TFTP 超时错误消息 消息的文本内容取决于 BIOS TFTP 服务器已关闭或无法访问 u 请确保您的 TFTP 服务正在运行且可由您要尝试引导的主机访问 Auto Deploy 主机在配置错误的情况下进行引导 主机在 ESXi 映像 主机配置文件或文件夹位置与规则中指定的不同的情况下进行引导 主机在 ESXi 映像配置文件或配置与规则指定的映像配置文件或配置不同的情况下进行引导 例如, 您将规则更改为分配其他映像配置文件, 但主机仍使用旧的映像配置文件 将主机添加到 vcenter Server 系统后, 由 vcenter Server 系统确定引导配置 vcenter Server 系统将映像配置文件 主机配置文件或文件夹位置与主机关联 u 使用 Test-DeployRuleSetCompliance 和 Repair-DeployRuleSetCompliance PowerCLI cmdlet 重新评估规则, 并将正确的映像配置文件 主机配置文件或文件夹位置与主机关联 主机未重定向至 Auto Deploy 服务器 在引导期间, 您希望使用 Auto Deploy 置备的主机会加载 ipxe 该主机不会重定向至 Auto Deploy 服务器 在引导期间, 您希望使用 Auto Deploy 置备的主机会加载 ipxe 该主机不会重定向至 Auto Deploy 服务器 TFTP ZIP 文件中包含的 tramp 文件中的 Auto Deploy 服务器的 IP 地址错误 u 请按照 vsphere 安装和设置 文档中的说明更正 tramp 文件中的 Auto Deploy 服务器的 IP 地址 VMware, Inc. 23

24 将映像配置文件分配给 Auto Deploy 主机时的数据包警告消息 在运行分配了某个映像配置文件的 PowerCLI cmdlet 时 ( 该映像配置文件不准备用于 Auto Deploy), 将显示一则警告消息 在编写或修改规则以将映像配置文件分配给一个或多个主机时, 将出现以下错误 : 警告 : 映像配置文件 <name-here> 包含一个或多个无状态未就绪的软件包 在结合使用此配置文件和 Auto Deploy 时可 能会出现 映像配置文件中的每个 VIB 均有一个 stateless-ready 标志, 用于指示 VIB 是否可以与 Auto Deploy 配合使用 如果尝试编写使用映像配置文件的 Auto Deploy 规则 ( 该映像配置文件中一个或多个 VIB 已将该标志设置为 FALSE), 则会显示错误 注意您可以使用通过 Auto Deploy 置备且包含无状态未就绪的 VIB 的主机, 而不会出现任何 但是, 使用包含无状态未就绪的 VIB 的映像配置文件进行引导将被视为全新安装 每次引导主机时, 所有配置数据都将丢失, 而这些数据在使用 Auto Deploy 置备的主机重新引导期间是可用的 1 使用 Image Builder PowerCLI cmdlet 查看映像配置文件中的 VIB 2 移除所有无状态未就绪的 VIB 3 重新运行 Auto Deploy PowerCLI cmdlet 具有内置 USB 闪存驱动器的 Auto Deploy 主机不向本地磁盘发送 Coredump 如果 Auto Deploy 主机具有内置 USB 闪存驱动器, 且有错误导致 coredump, 则 coredump 会丢失 将系统设置为使用 ESXi Dump Collector 将 coredump 存储在联网的主机上 如果 Auto Deploy 主机具有内置 USB 闪存, 并遇到导致出现 coredump 的错误, 则不会向本地磁盘发送 coredump 1 在您选择的系统上安装 ESXi Dump Collector ESXi Dump Collector 随 vcenter Server 安装程序提供 2 使用 ESXCLI 将主机配置为使用 ESXi Dump Collector esxcli conn_options system coredump network set IP-addr,port esxcli system coredump network set -e true 3 使用 ESXCLI 禁用本地 coredump 分区 esxcli conn_options system coredump partition set -e false 24 VMware, Inc.

25 第 3 章主机故障排除 Auto Deploy 主机在五分钟后重新引导 Auto Deploy 主机进行引导并显示 ipxe 信息, 但在五分钟后会进行重新引导 要使用 Auto Deploy 置备的主机从 ipxe 进行引导并在控制台上显示 ipxe 信息 但是, 此主机五分钟后会在控制台上显示以下消息, 并进行重新引导 This host is attempting to network-boot using VMware AutoDeploy.However, there is no ESXi image associated with this host. Details:No rules containing an Image Profile match this host.you can create a rule with the New-DeployRule PowerCLI cmdlet and add it to the rule set with Add-DeployRule or Set-DeployRuleSet. The rule should have a pattern that matches one or more of the attributes listed below. 主机还可能显示以下详细信息 : Details:This host has been added to VC, but no Image Profile is associated with it.you can use Apply-ESXImageProfile in the PowerCLI to associate an Image Profile with this host. Alternatively, you can reevaluate the rules for this host with the Test-DeployRuleSetCompliance and Repair-DeployRuleSetCompliance cmdlets. 控制台随后显示主机的计算机属性, 其中包括供应商 序列号 IP 地址等 当前没有映像配置文件与该主机关联 可以通过运行 Apply-EsxImageProfile cmdlet 暂时将映像配置文件分配给主机 可以按照如下方式将映像配置文件永久分配给主机 1 运行 New-DeployRule cmdlet 创建一个包含将主机与映像配置文件匹配的模式的规则 2 运行 Add-DeployRule cmdlet 将规则添加到规则集 3 运行 Test-DeployRuleSetCompliance cmdlet, 并将此 cmdlet 的输出用作 Repair-DeployRuleSetCompliance cmdlet 的输入 Auto Deploy 主机无法与 TFTP 服务器联系 使用 Auto Deploy 置备的主机无法与 TFTP 服务器联系 尝试引导使用 Auto Deploy 置备的主机时, 该主机会执行网络引导并由 DHCP 服务器向其分配 DHCP 地址, 但该主机无法与 TFTP 服务器进行联系 TFTP 服务器可能已停止运行, 或防火墙可能会阻止 TFTP 端口 VMware, Inc. 25

26 如果已安装 WinAgents TFTP 服务器, 请打开 WinAgents TFTP 管理控制台并验证服务是否正在运行 如果正在运行服务, 请检查 Windows 防火墙的入站规则以确保未阻止 TFTP 端口 暂时关闭防火墙以检查防火墙是否有 对于其他所有 TFTP 服务器, 请参见服务器文档中的调试过程 Auto Deploy 主机无法从 Auto Deploy 服务器检索 ESXi 映像 使用 Auto Deploy 置备的主机在 ipxe 引导屏幕上停止 尝试引导使用 Auto Deploy 置备的主机时, 引导过程在 ipxe 引导屏幕上停止, 并且状态消息指示主机正在尝试从 Auto Deploy 服务器获取 ESXi 映像 Auto Deploy 服务可能会停止或 Auto Deploy 服务器可能无法访问 1 登录到已安装了 Auto Deploy 服务器的系统 2 检查 Auto Deploy 服务器是否正在运行 a b c 单击开始 > 设置 > 控制面板 > 管理工具 双击服务打开 服务管理 面板 在 服务 字段中, 请查找 VMware vsphere Auto Deploy Waiter 服务, 如果该服务未在运行, 请重新启动它 3 打开 Web 浏览器, 然后输入以下 URL 并检查是否可以访问 Auto Deploy 服务器 Deploy 服务器 IP 地址 :Auto Deploy 服务器端口 /vmw/rdb 注意仅使用此地址检查是否可以访问该服务器 4 如果无法访问该服务器, 则可能会出现防火墙 a 尝试设置 Auto Deploy 服务器端口的可允许 TCP 入站规则 端口一直为 6501, 除非在安装期间指定了其他端口 b 如果上述方法不奏效, 请暂时禁用防火墙, 然后在验证该防火墙是否阻止了流量之后再启用它 不要在生产环境中禁用防火墙 要禁用防火墙, 请运行 netsh firewall set opmode disable 要启用防火墙, 请运行 netsh firewall set opmode enable Auto Deploy 主机无法获取 DHCP 分配的地址 使用 Auto Deploy 置备的主机无法获取 DHCP 地址 尝试引导使用 Auto Deploy 置备的主机时, 该主机会执行网络引导, 但不会分配有 DHCP 地址 Auto Deploy 服务器无法使用映像配置文件置备主机 DHCP 服务或防火墙设置可能出现 26 VMware, Inc.

27 第 3 章主机故障排除 1 检查将 DHCP 服务器设置为置备主机的 Windows 系统上是否正在运行 DHCP 服务器服务 a b c 单击开始 > 设置 > 控制面板 > 管理工具 双击服务打开 服务管理 面板 在 服务 字段中, 请查找 DHCP 服务器服务, 如果该服务未运行, 请重新启动它 2 如果 DHCP 服务器正在运行, 请重新检查为目标主机配置的 DHCP 范围和 DHCP 预留 如果 DHCP 范围和预留已正确配置, 则最有可能与防火墙有关 3 暂时的解决办法是, 关闭防火墙以确定能否解决该 a b 通过单击开始 > 程序 > 附件 > 命令提示符来打开命令提示符 键入以下命令以暂时关闭防火墙 不要在生产环境中关闭防火墙 netsh firewall set opmode disable c d 尝试使用 Auto Deploy 置备主机 键入以下命令以再次打开防火墙 netsh firewall set opmode enable 4 设置规则以允许 DHCP 网络流量到达目标主机 有关详细信息, 请参见 DHCP 和正在运行 DHCP 服务器的 Windows 系统的防火墙文档 Auto Deploy 主机不会进行网络引导 使用 Auto Deploy 置备的主机会启动, 但不会进行网络引导 尝试引导使用 Auto Deploy 置备的主机时, 该主机不会启动网络引导过程 您尚未启用主机进行网络引导 1 重新引导主机, 然后按照屏幕说明访问 BIOS 配置 如果有 EFI 主机, 必须将 EFI 系统切换到 BIOS 兼容模式 2 在 BIOS 配置中, 启用 引导设备 配置中的 网络引导 身份验证标记操作错误 创建不满足主机的身份验证要求的密码会导致出错 在主机上创建密码时, 会显示以下故障消息 : 出现了常规系统错误 : 密码 : 身份验证标记操作错误 其中包括以下消息 : 无法设置密码 您的密码可能不符合系统设置的复杂性标准 主机将使用默认身份验证插件 pam_passwdqc.so 来检查密码合规性 如果密码不合规, 将显示以下错误 VMware, Inc. 27

28 在创建密码时, 应包含以下四类字符的组合 : 小写字母 大写字母 数字和特殊字符 ( 如下划线或短划线 ) 用户密码必须满足以下长度要求 包含一类或两类字符的密码的长度必须至少为八个字符 包含三类字符的密码的长度必须至少为七个字符 包含全部四类字符的密码的长度必须至少为六个字符 注意密码开头的大写字母不算入使用的字符类别数 密码结尾的数字不算入使用的字符类别数 还可以使用至少包含三个单词且每个单词有 8 到 40 个字符的密码短语 有关详细信息, 请参见 vsphere 安全性文档 活动目录规则集错误导致主机配置文件合规性故障 应用了用于指定要加入的 Active Directory 域的主机配置文件之后, 会导致合规性故障 应用了用于指定要加入的 Active Directory 域的主机配置文件, 但未在防火墙配置中启用 activedirectoryall 规则集时, 会出现合规性故障 vsphere Web Client 显示错误消息与主机配置文件不合规 : 规则集 activedirectoryall 不符合规范 当应用主机配置文件以退出 Active Directory 域, 但未在主机配置文件中禁用 activedirectoryall 规则集时, 也会出现合规性故障 Active Directory 需要 activedirectoryall 防火墙规则集 必须在防火墙配置中启用该规则集 如果忽略此设置, 系统会在主机加入域时添加必需的防火墙规则, 但主机会由于防火墙规则不匹配而不合规 如果将主机从域中移除但未禁用 Active Directory 规则集, 该主机也将不合规 1 浏览到 vsphere Web Client 中的主机配置文件 要查找主机配置文件, 请在 vsphere Web Client 主页上单击策略和配置文件 > 主机配置文件 2 右键单击主机配置文件, 然后选择编辑设置 3 单击下一步 4 选择安全和服务 > 防火墙配置 > 防火墙配置 > 规则集配置 > activedirectoryall 5 在右侧面板中, 选中指示是否应启用规则集的标记复选框 如果主机要退出域, 则取消选中该复选框 6 单击下一步, 然后单击完成以完成主机配置文件的更改 28 VMware, Inc.

29 vcenter Server 和 vsphere Web Client 故障排除 4 vcenter Server 和 vsphere Web Client 故障排除主题针对您设置和配置 vcenter Server 以及 vsphere Web Client ( 包括 vcenter Single Sign-On) 时可能遇到的提供了 本章讨论了以下主题 : 第 29 页, vcenter Server 故障排除 第 31 页, vsphere Web Client 故障排除 第 32 页, vcenter Server 和 ESXi 主机证书故障排除 第 33 页, 排除 vcenter Server 插件故障 vcenter Server 故障排除 这些故障排除主题针对您在 Windows 操作系统上安装 vcenter Server 或在 Linux 系统上部署 vcenter Server Appliance 可能遇到的提供了 无法停止 Tomcat 服务时 vcenter Server 升级失败 安装程序无法停止 Tomcat 服务时,vCenter Server 升级可能会失败 如果升级期间 vcenter Server 安装程序无法停止 Tomcat 服务, 则升级会失败, 并显示类似无法删除 VC Tomcat 服务 (Unable to delete VC Tomcat service) 的错误消息 如果 Tomcat 进程使用的某些文件被锁定, 则即使在升级之前手动停止 Tomcat 服务, 仍可能会出现此 1 从 Windows 开始菜单中, 选择设置 > 控制面板 > 管理工具 > 服务 2 右键单击 VMware VirtualCenter Server 并选择手动 3 右键单击 VMware vcenter Management Webservices 并选择手动 4 升级之前重新引导 vcenter Server 计算机 这会释放 Tomcat 进程使用的任何已锁定文件, 并使 vcenter Server 安装程序停止 Tomcat 服务以进行升级 另外, 可以重新启动 vcenter Server 计算机并重新启动升级过程, 并选择不覆盖 vcenter Server 数据的选项 VMware, Inc. 29

30 将 Microsoft SQL 数据库设置为不受支持的兼容模式会导致 vcenter Server 安装或升级失败 当数据库设置为不支持的版本的兼容性模式时, 使用 Microsoft SQL 数据库的 vcenter Server 安装会失败 将显示以下错误消息 : 输入的数据库用户没有使用选定数据库安装和配置 vcenter Server 所需的必要权限 (The DB User entered does not have the required permissions needed to install and configure vcenter Server with the selected DB.) 请更正以下错误 : (Please correct the following error(s):)%s 数据库版本必须是 vcenter Server 支持的版本 对于 SQL, 即使数据库是受支持的版本, 但如果将其设置为以不支持的版本的兼容性模式运行, 仍会发生此错误 例如, 如果将 SQL 2008 设置为以 SQL 2000 兼容性模式运行, 就会发生此错误 u 请确保 vcenter Server 数据库是受支持的版本, 并且没有设置为以不支持的版本的兼容性模式运行 请参见 上的 VMware 产品互操作性列表 更改 vcenter Server Appliance 主机名时出错 如果更改了 vcenter Server Appliance 主机名, 则重新启动设备时会出现 Lookup Service 错误 更改 vcenter Server Appliance 主机名后, 重新启动设备时会出现以下错误 : 无法连接到 VMware Lookup Service SSL 证书验证失败 必须以新主机名更新 vcenter Server 证书 1 登录 vcenter Server Appliance Web 界面 2 单击网络选项卡, 然后单击地址 3 更改主机名, 然后单击保存设置 如果设备使用 DHCP 获取地址, 则无法更改主机名 4 单击管理选项卡, 然后单击切换证书设置 vcenter Server 会为使用默认证书的系统生成新证书 对于使用自定义证书的系统, 必须手动重新生成证书 5 单击系统选项卡, 然后单击重新引导重新启动 vcenter Server Appliance 下一步 必须重新启动设备, 而不仅仅是设备上运行的服务 如果使用自定义证书, 请根据 vsphere 安全性文档中所述手动生成证书 30 VMware, Inc.

31 第 4 章 vcenter Server 和 vsphere Web Client 故障排除 vsphere Web Client 故障排除 vsphere Web Client 主题针对您使用 vsphere Web Client 管理 vsphere 组件 ( 包括 vcenter Single Sign-On 和 vcenter Server) 时可能遇到的潜在提供了 vcenter Server 系统未显示在 vsphere Web Client 清单中 vsphere Web Client 不显示您希望在清单中查看的 vcenter Server 系统 登录到 vsphere Web Client 时, 清单会显示为空或您希望查看的 vcenter Server 系统并不显示 在 vsphere 5.1 之前的 vsphere 版本中, 通过 vsphere Client 登录到各个 vcenter Server 系统 除非在链接模式下工作, 否则清单中仅显示 vcenter Server 的一个实例 在 vsphere 5.1 和 5.5 中, 登录到 vsphere Web Client 以查看和管理 vcenter Server 的多个实例 如果将服务器注册到与 vsphere Web Client 相同的 Component Manager, 则您拥有其权限的任何 vcenter Server 系统都会显示在清单中 以具有 vcenter Server 系统权限的用户身份登录到 vsphere Web Client 如果您不拥有 vcenter Server 系统的权限, 则其不会显示在清单中 例如, 如果您以 vcenter Single Sign On 管理员用户身份登录, 则可能没有任何 vcenter Server 系统的权限 验证是否将 vcenter Server 系统注册到与 vsphere Web Client 相同的 Component Manager vsphere Web Client 仅会发现注册到相同 Lookup Service 的 vcenter Server 系统 无法启动虚拟机控制台 尝试从 vsphere Web Client 打开虚拟机控制台时, 控制台无法打开 尝试从 vsphere Web Client 打开虚拟机控制台时, 控制台无法打开 将显示以下错误消息 : HTTP 错误 404 (HTTP ERROR 404) 访问 / 时出现 : (Problem accessin /. Reason:) 未找到 (Not Found) virgo-server.log 文件中会出现类似以下内容的错误 : [ :34:19.170] [ERROR] Thread-40 System.err :34:19.167:WARN:oejuc.AbstractLifeCycle:FAILED org.eclipse.jetty.server.server@315b0333:java.net.bindexception:address already in use [ :34:19.170] [ERROR] Thread-40 System.err java.net.bindexception:address already in use 有其他程序或进程在使用端口 9443, 而该端口是供 HTML5 虚拟机控制台使用的默认端口 VMware, Inc. 31

32 u 编辑 webclient.properties 文件添加以下行 html.console.port=port, 其中 port 是新的端口号 webclient.properties 文件位于以下位置之一, 具体取决于安装 vsphere Web Client 的计算机的操作系统 : Windows 2008 vcenter Server Appliance C:\ProgramData\VMware\vCenterServer\cfg\vsphere-client\ /var/lib/vmware/vsphere-client/ 无法查看数据中心的 警报定义 选项卡 您可能无法在 vsphere Web Client 中查看数据中心对象的警报定义 单击数据中心的管理选项卡上的警报定义选项卡时, 会通过半透明覆盖将该选项卡灰显, 且不显示任何错误消息 无法查看警报定义可能是由于内存不足引起的 如果 vcenter Server 端出现, 则会显示错误消息, 但是如果客户机上的 Adobe Flash Player 可用内存不足, 则不会显示错误通知对话框 u 确认您的 vcenter Server 和 vsphere Web Client 实例不存在系统资源不足 有关硬件要求, 请参见 vsphere 安装和设置 vcenter Server 和 ESXi 主机证书故障排除 安装 vcenter Server 时会自动生成证书 这些默认证书不是由商业证书颁发机构 (CA) 签署的, 可能不提供加强安全性 可以将默认的 vcenter Server 证书替换为由商业 CA 签署的证书 当替换 vcenter Server 和 ESXi 证书时, 您可能会遇到错误 vcenter Server 无法连接到数据存储 替换默认的 vcenter Server 证书后, 可能无法连接到 vcenter Server 数据库 替换默认的 vcenter Server 证书后,vCenter Server 无法连接到 vcenter Server 数据库, 并且管理 Web 服务不会启动 数据库密码必须以加密的格式进行更新 通过运行以下命令更新数据库密码 :vpxd -P pwd vcenter Server 无法连接到受管主机 替换默认的 vcenter Server 证书并重新启动系统后,vCenter Server 可能无法连接到受管主机 在服务器证书被替换且系统重新启动后,vCenter Server 无法连接到受管主机 以 root 用户身份登录主机并将主机重新连接到 vcenter Server 32 VMware, Inc.

33 第 4 章 vcenter Server 和 vsphere Web Client 故障排除 似乎不加载新的 vcenter Server 证书 替换默认的 vcenter Server 证书后, 似乎不会加载新的证书 安装新的 vcenter Server 证书后, 可能看不到新证书 现有的指向 vcenter Server 的打开连接不会被强制关闭, 可能仍会使用旧的证书 要强制所有连接使用新的证书, 请使用以下方法之一 重新启动服务器上的网络堆栈或网络接口 重新启动 vcenter Server 服务 使用自定义 SSL 证书时无法配置 vsphere HA 在安装自定义 SSL 证书之后, 尝试启用 vsphere High Availability (HA) 将失败 在已安装自定义 SSL 证书的主机上尝试启用 vsphere HA 时, 将显示以下错误消息 : 无法在该主机上配置 vsphere HA, 因为尚未验证其 SSL 指纹 在将主机添加到 vcenter Server 中, 并且 vcenter Server 已信任该主机的 SSL 证书时, VPX_HOST.EXPECTED_SSL_THUMBPRINT 不会在 vcenter Server 数据库中进行填充 而 vsphere HA 将从数据库的该字段中获取该主机的 SSL 指纹 如果没有指纹, 则无法启用 vsphere HA 1 在 vsphere Web Client 中, 断开已安装自定义 SSL 证书的主机的连接 2 将主机重新连接到 vcenter Server 3 接受主机的 SSL 证书 4 启用主机上的 vsphere HA 排除 vcenter Server 插件故障 对于 vcenter Server 插件未正常运行的情况, 有多种方法可更正 在 Tomcat 服务器上运行的 vcenter Server 插件拥有一些 extension.xml 文件, 其中包含可访问相应的 Web 应用程序的 URL 这些文件位于 C:\Program Files\VMware\Infrastructure\VirtualCenter Server\extensions 中 扩展安装程序使用计算机的 DNS 名称填充这些 XML 文件 来自统计信息 extension.xml 文件的示例 :<url> 8443/statsreport/vicr.do</url> vcenter Server, 插件服务器, 而且使用它们的客户端必须位于同一域下的系统中 如果它们不在同一域下, 或插件服务器的 DNS 发生了更改, 则插件客户端将无法访问 URL, 且插件将不能正常工作 通过使用 IP 地址替换 DNS 名称, 可以手动编辑 XML 文件 在编辑插件的 extension.xml 文件后, 重新注册该插件 VMware, Inc. 33

34 34 VMware, Inc.

35 可用性故障排除 5 可用性故障排除主题将针对您在 vsphere HA 群集中使用主机和数据存储时可能遇到的提供 尝试使用 vsphere HA 或 vsphere FT 时可能会收到一条错误消息 有关这些错误消息的信息, 请参见 VMware 知识库文章, 网址为 本章讨论了以下主题 : 第 35 页, vsphere HA 接入控制故障排除 第 37 页, 检测信号数据存储故障排除 第 38 页, 排除 vsphere HA 故障响应故障 第 39 页, 排除网络分区中的 vsphere Fault Tolerance 故障 第 40 页, 排除虚拟机组件保护故障 vsphere HA 接入控制故障排除 vcenter Server 使用接入控制确保在主机出现故障时 vsphere HA 群集中预留足够的资源用于虚拟机恢复 如果 vsphere HA 接入控制运行不正常, 则无法确保群集中的所有虚拟机在主机出现故障后能够重新启动 由于故障切换资源不足而造成的红色群集 使用 群集允许的主机故障数目 接入控制策略后, 由于故障切换资源不足,vSphere HA 群集可能会变为无效 ( 红色 ) 如果选择 群集允许的主机故障数目 接入控制策略且出现某些, 该群集会变为红色 当群集中的主机断开连接 处于维护模式 无响应或存在 vsphere HA 错误时, 可能会出现此 若主机处于断开连接状态或处于维护模式下, 则通常是由用户操作导致的 若主机无响应或存在错误, 则通常是由更为严重的引起的, 例如, 主机或代理出现故障或存在网络 此的另一个可能是群集中包含的某些虚拟机比其他虚拟机具有更大的内存或 CPU 预留 群集允许的主机故障数目 接入控制策略基于对插槽大小 ( 由虚拟机的 CPU 和内存预留两部分组成 ) 的计算 如果对插槽大小的计算由于离群虚拟机而发生偏离, 则接入控制策略可能会变得过于严格并导致出现红色群集 在这种情况下, 可以使用 vsphere HA 高级选项来减小插槽大小, 使用不同的接入控制策略或修改策略以允许较少的主机故障 VMware, Inc. 35

36 检查群集中的所有主机是否都处于正常状态, 即是否处于连接状态 ( 而不是处于维护模式 ) 且没有 vsphere HA 错误 vsphere HA 接入控制仅考虑来自处于正常状态的主机的资源 由于故障切换资源不足而无法打开虚拟机电源 当尝试打开 vsphere HA 群集中某个虚拟机的电源时, 可能会出现故障切换资源不足 (not enough failover resources) 错误 如果选择 群集允许的主机故障数目 接入控制策略且出现某些, 则可能由于资源不足而无法打开虚拟机电源 出现该可能存在多种 群集中的主机已断开连接 处于维护模式 无响应或出现 vsphere HA 错误 若主机处于断开连接状态或处于维护模式下, 则通常是由用户操作导致的 若主机无响应或存在错误, 则通常是由更为严重的引起的, 例如, 主机或代理出现故障或存在网络 群集包含比其他虚拟机具有更大内存或 CPU 预留的虚拟机 群集允许的主机故障数目 接入控制策略基于对插槽大小 ( 由虚拟机的 CPU 和内存预留两部分组成 ) 的计算 如果对插槽大小的计算由于离群虚拟机而发生偏离, 则接入控制策略可能会变得过于严格并导致无法打开虚拟机电源 群集中没有可用的插槽 当群集中没有可用的插槽, 或打开虚拟机电源导致插槽大小增加 ( 因为该虚拟机的预留大于现有虚拟机的预留 ) 时, 会出现 无论是哪种情况, 都应使用 vsphere HA 高级选项来减小插槽大小, 使用不同的接入控制策略或修改策略以允许较少的主机故障 在 vsphere Web Client 中, 查看显示在群集监控选项卡的 vsphere HA 区域中的高级运行时信息窗格 该信息窗格显示了插槽大小以及群集中的可用插槽数 如果插槽大小过大, 请单击群集的资源分配选项卡, 根据预留对虚拟机进行排序以确定哪个虚拟机具有最大的 CPU 和内存预留 如果存在比其他虚拟机具有更大预留的离群虚拟机, 请考虑使用其他 vsphere HA 接入控制策略 ( 如 预留的群集资源的百分比 接入控制策略 ) 或使用 vsphere HA 高级选项设置插槽大小的绝对上限 但这两个选项都增加了出现资源碎片的风险 显示的可用插槽数少于所需数 高级运行时信息 框显示的群集中可用插槽的数量可能少于所需数量 如果选择 群集允许的主机故障数目 接入控制策略, 则查看在 vsphere Web Client 中群集的监控选项卡上的 vsphere HA 区域中显示的高级运行时信息窗格 此窗格会显示有关群集的信息, 包括可用于打开群集中其他虚拟机电源的插槽数量 在特定条件下, 此数量可能小于所需数量 插槽大小是通过将最大预留与群集中所有已打开电源的虚拟机的内存开销相加而计算得来的 但是,vSphere HA 接入控制仅考虑主机上可用于虚拟机的资源 此数量小于主机上物理资源的总量, 因为存在一些开销 减少虚拟机预留量 ( 如果可能 ), 使用 vsphere HA 高级选项来减少插槽大小, 或使用其他接入控制策略 36 VMware, Inc.

37 第 5 章可用性故障排除 检测信号数据存储故障排除 当 vsphere HA 群集中的首选主机不再通过管理网络与从属主机进行通信时, 首选主机会使用数据存储检测信号来确定从属主机是否已失败或是否位于网络分区中 如果从属主机已停止数据存储检测信号, 则认为该主机出现故障, 并且其虚拟机已在别处重新启动 vcenter Server 自动选择一组首选数据存储集用于检测信号 作出此选择的目的是最大限度地增加有权限访问给定数据存储的主机数, 并将所选数据存储由同一存储阵列或 NFS 服务器备份的可能性降至最低 在大多数情况下, 不应该更改此选择 要查看 vsphere HA 已选择使用的数据存储, 可以在 vsphere Web Client 中, 转至群集的监控选项卡, 然后选择 vsphere HA 和检测信号 此处只有至少由两台主机挂载的数据存储可用 注意如果群集中的所有主机可访问的唯一共享存储为 Virtual SAN, 则将不存在可用的信号检测数据存储 未选择用户首选的数据存储 vcenter Server 可能不选择您指定用于 vsphere HA 存储检测信号的首选数据存储 可以指定存储检测信号的首选数据存储,vCenter Server 将基于该首选项确定要使用的最终数据存储集 但是, vcenter Server 可能不选择指定的数据存储 该可能在以下情况下出现 : 指定的数据存储数量大于需要的数量 vcenter Server 会从指定的用户首选项中选择最佳数量的所需数据 存储并忽略其他数据存储 对于主机可访问性和存储备用冗余而言, 指定的数据存储不是最佳的 更确切地说, 如果数据存储仅能被群集中的一小部分主机访问, 则可能不会选择此数据存储 并且, 也不会选择与 vcenter Server 所选的数据存储位于同一 LUN 或 NFS 服务器的数据存储 指定的数据存储由于存储故障而无法访问, 例如, 存储阵列全部路径异常 (APD) 或永久设备丢失 (PDL) 如果群集包含网络分区或者主机无法访问或被隔离, 则主机继续使用现有检测信号数据存储, 即使用户首选项发生变化 请确认群集中的所有主机均可以访问且 vsphere HA 代理正在运行 并确保群集中的大部分 ( 如果不是全部 ) 主机均可访问指定的数据存储且数据存储位于不同的 LUN 或 NFS 服务器上 卸载或移除数据存储失败 当尝试卸载或移除数据存储时, 操作失败 如果数据存储中存在任何打开的文件, 则卸载或移除数据存储的操作将会失败 对于这些用户操作,vSphere HA 代理将关闭其已打开的所有文件, 如检测信号文件 如果 vcenter Server 无法访问代理或代理无法刷新挂起的 I/O 以关闭这些文件, 则会触发主机 {hostname} 上的 HA 代理无法静默数据存储 {dsname} 上的文件活动 (The HA agent on host '{hostname}' failed to quiesce file activity on datastore '{dsname}) 错误 VMware, Inc. 37

38 如果要卸载或移除的数据存储用于检测信号, 则 vcenter Server 会将其从检测信号中排除并选择一个新的数据存储 但是, 如果代理无法进行访问 ( 即主机被隔离或位于网络分区中 ), 则代理不会收到更新的检测信号数据存储 在这类情况下, 检测信号文件不会关闭且用户操作失败 如果数据存储由于存储故障 ( 如全部路径异常 ) 而无法进行访问, 则操作也会失败 注意当移除 VMFS 数据存储时, 此数据存储会从清单中的所有主机中移除 因此, 如果 vsphere HA 群集中存在任何主机无法进行访问或无法访问数据存储, 则操作会失败 请确保可以访问数据存储及受影响的主机 排除 vsphere HA 故障响应故障 vsphere HA 可以将虚拟机及其所驻留的主机集中在群集内, 从而为虚拟机提供高可用性 群集中的主机均会受到监控, 如果发生故障, 故障主机上的虚拟机将在备用主机上重新启动 受影响的虚拟机可能无法启动的有多种, 如果无法启动, 您应进行故障排除以确定 虚拟机保护状况不正确 尽管 vsphere HA 群集中的虚拟机打开电源已有几分钟, 但仍被报告为不受 vsphere HA 保护 虚拟机打开电源几分钟后, 其 vsphere HA 保护状况仍为不受保护, 如果出现故障,vSphere HA 可能不会尝试重新启动该虚拟机 负责虚拟机的 vsphere HA 首选主机将虚拟机在出现故障后必须重新启动的信息保存到磁盘后,vCenter Server 会将该虚拟机报告为受保护 此过程可能会由于多种而失败 尚未选择 vsphere HA 首选主机或 vcenter Server 无法与其通信 在这种情况下,vCenter Server 将群集主机的 vsphere HA 主机状况报告为 代理无法访问 或 代理未初始化, 并报告尚未发现首选主机的群集配置 存在多台首选主机, 且正在与 vcenter Server 通信的首选主机不负责该虚拟机 下列情况会出现 :vcenter Server 正在与某台首选主机联系, 但由于管理网络分区, 存在多台首选主机, 且正在与 vcenter Server 通信的代理不负责该虚拟机 如果 vcenter Server 将某些主机的 vsphere HA 状况报告为网络已分区, 则可能会出现这种情况 代理无法访问存储虚拟机配置文件的数据存储 虽然 vcenter Server 可能在与拥有虚拟机的 vsphere HA 首选主机联系, 但代理无法访问存储虚拟机配置文件的数据存储 如果某种全部路径异常情况影响了群集中的所有主机, 则会发生这种情况 1 确定 vcenter Server 是否在与 vsphere HA 首选主机联系, 如果没有, 则解决此 2 如果 vcenter Server 正在与首选主机联系, 请确定是否存在网络分区, 如果存在, 则解决此 3 如果持续存在, 请确定其配置文件位于同一数据存储的其他虚拟机是否也不受保护 4 如果这些虚拟机不受保护, 请验证 vsphere HA 首选主机是否可以访问数据存储 5 如果上述步骤都不能解决, 请在运行虚拟机的主机上通过重新配置 vsphere HA 来还原保护 38 VMware, Inc.

39 第 5 章可用性故障排除 虚拟机重新启动失败 主机或虚拟机出现故障后, 虚拟机可能不会重新启动 如果主机出现故障或虚拟机出现故障时其主机仍在运行, 则虚拟机可能不会重新启动或仅在经过长时间延迟后重新启动 故障发生后,vSphere HA 可能不会重新启动虚拟机或者由于多种可能延迟重新启动 故障发生时, 虚拟机不受 vsphere HA 的保护 与虚拟机兼容的主机上的备用容量不足 vsphere HA 尝试重新启动虚拟机但每次都遇到严重错误 群集的共享存储为 Virtual SAN, 并且由于出现了多于指定数目的主机故障而导致其中一个虚拟机文件不 可访问 实际上已成功重新启动 为避免虚拟机重新启动失败, 请检查虚拟机在打开电源后是否受 vsphere HA 的保护 另外, 如果发生故障, 请确保接入控制设置与重新启动期望相匹配 将群集中的虚拟机与主机之间的兼容性最大化还可以降低重新启动失败的可能性 注意有关 vsphere HA 考虑是否重新启动虚拟机的因素信息, 请参见 vsphere 可用性 中的 确定对主机的响应 排除网络分区中的 vsphere Fault Tolerance 故障 当 vsphere HA 群集遇到 vsphere 进行代理间通信所使用的网络 ( 管理网络 ) 出现故障时, 该群集主机的子集可能无法与其他群集主机进行通信 在这种情况下, 这组可以互相通信的主机可以视为位于一个网络分区中 出现故障后, 群集分区会阻碍群集管理功能 ( 如 vmotion), 并影响 vsphere HA 监控及重新启动虚拟机的功能 这种情况必须尽快进行更正 网络分区也降低 vsphere Fault Tolerance 的功能 例如, 在一个分区的群集中, 主虚拟机 ( 或其辅助虚拟机 ) 可能位于由不负责虚拟机的主要主机管理的分区中 如果必须重新启动辅助虚拟机, 则仅当主虚拟机位于由负责虚拟机的主要主机管理的分区时,vSphere HA 才会重新启动辅助虚拟机 最后, 必须更正网络分区, 但在可以更正之前, 必须排除和更正容错虚拟机带来的任何, 才能确保这些虚拟机受到正确的保护 主虚拟机保持在 需要辅助虚拟机 状态 即使具有足够的资源可用于启动辅助虚拟机, 容错主虚拟机也可以保持 需要辅助虚拟机 状态 即使具有足够的可用资源,vSphere HA 可能也不会重新启动 vsphere Fault Tolerance (FT) 虚拟机对的辅助虚拟机 要重新启动辅助虚拟机,vSphere HA 要求运行主虚拟机的主机要与负责 FT 对的 vsphere HA 首选主机所在的主机位于同一分区上 此外, 主虚拟机的主机上的 vsphere HA 代理必须正常运行 如果已满足这些条件,FT 还要求同一分区中至少有一个其他主机与 FT 对兼容, 并且该主机中具有正常工作的 vsphere HA 代理 VMware, Inc. 39

40 为了解决这种情况, 请检查由 vcenter Server 报告的 vsphere HA 主机状况 如果主机标识为已分区 已隔离或无法访问, 请先解决相应再继续 在某些情况下, 通过重新配置主机 (vcenter Server 将该主机报告为首选主机 ) 上的 vsphere HA, 可以解决重新启动 但是, 在大多数情况下, 此步骤是不够的, 必须解决所有主机状况 解决所有主机状况后, 检查除主虚拟机的主机外群集中是否有其他主机与 FT 虚拟机对兼容 通过尝试将主虚拟机迁移到其他主机可以确定兼容性 解决发现的所有不兼容性 角色切换行为 vcenter Server 可能报告 vsphere Fault Tolerance 虚拟机对中的主虚拟机已关闭电源, 但辅助虚拟机已打开电源 发生故障切换后,vCenter Server 可能会错误地报告主虚拟机已关闭电源并已在其原始主机中注册, 辅助虚拟机已打开电源并已在其原始主机中注册 vcenter Server 无法与实际运行主虚拟机和辅助虚拟机的主机进行通信时会发生此错误 vcenter Server 将这些主机报告为无响应, 并且此将始终存在, 直到 vcenter Server 能够与主机进行通信为止 要解决此, 请解决阻止 vcenter Server 与群集中的主机进行通信这一网络 排除虚拟机组件保护故障 如果为 vsphere HA 群集启用虚拟机组件保护 (VMCP), 则将为该群集提供保护, 以免造成数据存储访问失败, 从而影响其中一个群集主机上运行的虚拟机 如果配置 VMCP 来补救该故障却没有任何反应, 则应该进行故障排除以确定 本地数据存储中带有交换文件的虚拟机不受保护 如果虚拟机的交换文件位于本地数据存储中,VMCP 可能找不到虚拟机的兼容主机 如果虚拟机的交换文件配置为位于主机本地数据存储中 ( 而非虚拟机的配置文件所在的默认目录中 ), 则当虚拟机受 全部路径异常 (APD) 数据存储可访问性故障影响时,VMCP 可能不会在正常主机上重新启动虚拟机 VMCP 监控虚拟机所依赖的数据存储列表, 包括虚拟机的配置文件 交换文件和磁盘所在的数据存储 在从属数据存储上检测到 APD 故障时,VMCP 将首先确定是否存在另一个兼容主机, 以及该主机的容量是否足以将受影响的虚拟机故障切换到该主机 为确定此兼容性,VMCP 会考虑从属数据存储以及其他因素, 例如 CPU 和内存预留 如果找到合适的主机,VMCP 将在出现 APD 故障的主机上终止虚拟机 但是, 如果虚拟机的交换文件位于主机本地数据存储中, 则可能不会在群集中的其他主机上配置此类数据存储 这样可防止 VMCP 找到要将虚拟机故障切换到的兼容主机, 而虚拟机将继续在出现 APD 故障的主机上运行 u 将虚拟机交换文件保留在默认目录中, 或者确保虚拟机交换文件所在的主机本地数据存储在一组主机之间共享 40 VMware, Inc.

41 第 5 章可用性故障排除 虚拟机的数据存储无法访问未解决 数据存储无法访问时,VMCP 可能不会终止并重新启动受影响的虚拟机 出现 全部路径异常 (APD) 或 永久设备丢失 (PDL) 故障, 并且数据存储无法访问时,VMCP 可能无法解决受影响的虚拟机出现的 出现 APD 或 PDL 故障时,VMCP 可能不终止虚拟机, 如下 : 出现故障时虚拟机不受 vsphere HA 保护 虚拟机已禁用 VMCP 模式 而且, 如果故障为 APD,VMCP 可能会因以下多种不终止虚拟机 : 在终止虚拟机之前更正了 APD 故障 与虚拟机兼容的主机上的容量不足 网络分区或隔离期间, 受 APD 故障影响的主机无法查询首选主机的可用容量 在这种情况下, 如果 虚拟机组件保护 设置为激进设置,vSphere HA 将遵从用户策略并终止虚拟机 vsphere HA 仅在以下超时到期后终止受 APD 影响的虚拟机 : APD 超时 ( 默认为 140 秒 ) APD 故障切换滞后 ( 默认为 180 秒 ) 要快速恢复, 可以将此超时设置为 0 注意根据上述默认值,vSphere HA 将在 320 秒 (APD 超时 + APD 故障切换滞后 ) 后终止虚拟机要解决此, 请检查并调整以下任意一项内容 : 容量不足, 无法重新启动虚拟机 用户配置的超时和滞后 影响虚拟机终止的用户设置 虚拟机组件保护 策略 必须启用主机监控或虚拟机重新启动优先级 VMware, Inc. 41

42 42 VMware, Inc.

43 资源管理故障排除 6 资源管理故障排除主题将针对您在 vsphere DRS 或 vsphere Storage DRS 群集中使用主机和数据存储时可能遇到的提供 本章讨论了以下主题 : 第 43 页, 存储 DRS 故障排除 第 48 页, Storage I/O Control 故障排除 存储 DRS 故障排除 存储 DRS 故障排除主题为您在数据存储群集中使用启用了存储 DRS 的数据存储时可能遇到的潜在提供了 已在虚拟磁盘上禁用存储 DRS 即使为某个数据存储群集启用了存储 DRS, 也可能会在该数据存储群集中的某些虚拟磁盘上禁用存储 DRS 已为数据存储群集启用了存储 DRS, 但数据存储群集中的一个或多个虚拟机磁盘上的存储 DRS 被禁用 以下情形可能导致在虚拟磁盘上禁用存储 DRS 虚拟机的交换文件是主机 - 本地交换文件 ( 存储在主机上的指定数据存储中 ) 无法重定位该交换文件, 该 交换文件磁盘将禁用存储 DRS 为虚拟机的.vmx 交换文件指定了特定位置 无法重定位该交换文件,.vmx 交换文件磁盘上将禁用存储 DRS 当前已对 vcenter Server 中的虚拟机禁用重定位或 Storage vmotion 操作 ( 例如, 因为虚拟机上正在执行其他 vcenter Server 操作 ) 在 vcenter Server 中重新启用重定位或 Storage vmotion 操作之前将禁用存储 DRS 虚拟机的主磁盘受 vsphere HA 保护, 重定位该磁盘将导致失去 vsphere HA 保护 磁盘是 CD-ROM/ISO 文件 如果该磁盘是独立磁盘, 则除非进行重定位或克隆放置, 否则将禁用存储 DRS 如果虚拟机在独立于主数据存储的数据存储上具有系统文件 ( 旧版 ), 则主磁盘上将禁用存储 DRS 如果使用 Storage vmotion 手动迁移主磁盘, 不同数据存储上的系统文件都将位于目标数据存储上, 主磁盘上将启用存储 DRS VMware, Inc. 43

44 如果虚拟机的某个磁盘将基础 / 重做文件分散在多个单独的数据存储上 ( 旧版 ), 则将禁用该磁盘的存储 DRS 如果使用 Storage vmotion 手动迁移磁盘, 则不同数据存储上的文件都将位于目标数据存储上, 且将在磁盘上启用存储 DRS 虚拟机中存在隐藏磁盘 ( 例如, 以前快照中的磁盘, 而非当前快照中的磁盘 ) 这会导致在虚拟机上禁用存储 DRS 虚拟机是一个模板 虚拟机启用了 vsphere Fault Tolerance 虚拟机正在其磁盘之间共享文件 虚拟机对手动指定的数据存储启用存储 DRS 解决相应的导致磁盘上禁用存储 DRS 的有关 数据存储无法进入维护模式 当您必须暂停使用数据存储以对其进行维护时, 请将其置于维护模式 数据存储只会因用户请求而进入或离开维护模式 数据存储群集中的数据存储无法进入维护模式 正在进入维护模式 状态保持为 1% 数据存储上的一个或多个磁盘无法通过 Storage vmotion 进行迁移 这种情况可能会出现在以下实例中 已在磁盘上禁用 Storage DRS Storage DRS 规则阻止 Storage DRS 为磁盘提出迁移建议 如果 Storage DRS 处于禁用状态, 请将其启用或确定禁用的 有关 Storage DRS 可能被禁用的, 请参见第 43 页, 已在虚拟磁盘上禁用存储 DRS 如果 Storage DRS 规则阻止 Storage DRS 提出迁移建议, 则可以移除或禁用这些特定规则 a b c d 在 vsphere Web Client 对象导航器中, 浏览到数据存储群集 依次单击管理选项卡和设置 在 配置 下, 选择规则, 然后单击规则 单击移除 或者, 如果 Storage DRS 规则阻止 Storage DRS 提出迁移建议, 则可以将 Storage DRS 高级选项 IgnoreAffinityRulesForMaintenance 设置为 1 a b c d 在 vsphere Web Client 对象导航器中, 浏览到数据存储群集 依次单击管理选项卡和设置 选择 SDRS, 然后单击编辑 在高级选项 > 配置参数中, 单击添加 e 在 选项 列中, 输入 IgnoreAffinityRulesForMaintenance f g 在 值 列中, 输入 1 启用该选项 单击确定 44 VMware, Inc.

45 第 6 章资源管理故障排除 Storage DRS 无法在数据存储上执行操作 Storage DRS 生成一个警报, 表明其无法在数据存储上运行 Storage DRS 生成一个事件和一个警报, 且 Storage DRS 无法运行 以下情形可能导致 vcenter Server 禁用数据存储的 Storage DRS 在多个数据中心之间共享数据存储 在多个数据中心之间共享的数据存储上不支持 Storage DRS 某个数据中心内的主机挂载另一数据中心内的数据存储时, 或将使用数据存储的主机移动到其他数据中心时, 可能会出现此配置 当某个数据存储在多个数据中心之间进行共享时, 将对整个数据存储群集禁用 Storage DRS I/O 负载平衡 不过, 对于数据存储群集中所有未在多个数据中心之间进行共享的数据存储而言,Storage DRS 空间平衡仍处于启用状态 数据存储连接到不受支持的主机 Storage DRS 在 ESX/ESXi 4.1 及更低版本的主机上不受支持 数据存储连接到未运行 Storage I/O Control 的主机 数据存储必须只显示在一个数据中心内 将主机移动到同一数据中心内, 或者从驻留在其他数据中心的主机上卸载数据存储 确保与数据存储群集关联的所有主机都是 ESXi 5.0 或更高版本 确保与数据存储群集关联的所有主机都已启用 Storage I/O Control 将多个虚拟机移动到数据存储群集失败 第一台虚拟机成功移动到数据存储群集后, 再将多个数据存储迁移到数据存储群集中将失败, 并会显示一条错误消息 尝试将多个虚拟机迁移到数据存储群集时, 有些虚拟机迁移成功, 但迁移剩下的虚拟机将失败 vcenter Server 会显示相应的错误消息 : 数据存储上磁盘空间不足 (Insufficient Disk Space on Datastore) 直至应用了每一放置建议, 空间资源才能用于存储 DRS 因此, 存储 DRS 可能会针对剩下的虚拟机的空间请求重新分配空间资源 每次重试一次失败的迁移操作, 并确保请求下一次迁移之前应用了每一建议 创建虚拟机过程中, 存储 DRS 出错 在数据存储群集上创建或克隆虚拟机时, 存储 DRS 可能会出错 尝试在数据存储群集上创建或克隆虚拟机时, 可能会收到以下错误消息 : 当前状态下不允许此操作 (Operation Not Allowed in the Current State) VMware, Inc. 45

46 在启用了存储 DRS 的数据存储上创建虚拟机时, 存储 DRS 会检查是否存在违反规则的情况 如果存储 DRS 无法创建符合规则的新虚拟机的磁盘, 则将出错 出错的是存储 DRS 无法引用正在创建中的尚不存在的虚拟机 修改或移除规则, 然后重试创建或克隆虚拟机的操作 在从 OVF 模板中部署的虚拟机上启用 Storage DRS 在从已禁用 Storage DRS 的 OVF 模板中部署的虚拟机上启用了 Storage DRS 在数据存储群集中部署 OVF 模板时可能会出现这种情况 在数据存储群集中部署禁用了 Storage DRS 的 OVF 模板时, 所生成的虚拟机已启用 Storage DRS vsphere Web Client 会将数据存储群集的默认自动化级别应用到通过 OVF 模板部署的虚拟机 1 要手动更改虚拟机的自动化级别, 请在 vsphere Web Client 对象导航器中浏览到数据存储群集 2 单击管理选项卡, 然后选择设置 3 选择虚拟机替代项, 然后单击添加 4 选择虚拟机, 然后单击确定 5 从聚集 VMDK 下拉菜单中, 选择否, 然后单击确定 多次显示存储 DRS 规则违反错误 尝试将数据存储置于维护模式时, 错误 对话框内可能会多次列出同一关联性或反关联性规则违反错误 错误 对话框可能会显示相同错误的多个实例, 但事实上, 每个错误都针对不同的数据存储 错误 对话框不列出数据存储的名称, 这使得这些错误显得很多余 对于每个考虑进行放置的数据存储, 错误 对话框将始终显示一个单独的规则违反错误 如果希望数据存储进入维护模式, 请移除阻止虚拟机进行迁移的规则 未从数据存储群集中删除 Storage DRS 规则 从数据存储群集中移除虚拟机时, 未删除应用到虚拟机的关联性或反关联性规则 从数据存储群集中移除虚拟机, 且该虚拟机受数据存储群集中的某一关联性或反关联性规则约束时, 将保留规则 这样便可将虚拟机配置存储在不同的数据存储群集中 如果虚拟机移回数据存储群集中, 则将应用此规则 从数据存储群集中移除虚拟机后, 无法删除此规则 如果 vcenter Server 清单中保留虚拟机, 则 vcenter Server 将保留已从数据存储群集中移除的虚拟机的规则 46 VMware, Inc.

47 第 6 章资源管理故障排除 要从数据存储群集配置中移除规则, 必须先删除规则, 然后再从数据存储群集中移除规则所应用到的虚拟机 1 在 vsphere Web Client 中, 浏览到数据存储群集 2 单击管理选项卡, 然后选择设置 3 在 配置 下, 单击规则 4 选择要删除的规则, 然后单击移除 5 单击确定 备用存储 DRS 放置位置建议未生成 创建 克隆或重定位虚拟机时, 存储 DRS 只生成一个放置位置建议 创建 克隆或重定位虚拟机时, 存储 DRS 会生成一个放置位置建议 预计有多个备用建议时, 将不提供任何备用建议 如果目标主机明确指定虚拟机的交换文件位置作为目标数据存储群集中的数据存储, 则要放置在该群集中的磁盘不会形成一个关联性组 存储 DRS 只为一个项目或关联性组生成备用放置位置建议 接受单个建议 要获得多个建议, 请选择未指定虚拟机交换文件位置位于目标数据存储群集中的数据存储上的目标主机 应用存储 DRS 建议失败 存储 DRS 生成空间或 I/O 负载平衡建议, 但尝试应用建议失败 应用存储 DRS 的空间或 I/O 负载平衡建议时, 操作失败 以下情况会阻止您应用存储 DRS 建议 可能已为目标数据存储触发 已超出精简置备阈值 警报, 此警报表明数据存储空间不足且将没有虚拟机迁移到此数据存储 目标数据存储可能处于维护模式或正在进入维护模式 解决触发 已超出精简置备阈值 警报的 确认目标数据存储未处于维护模式或未正在进入维护模式 VMware, Inc. 47

48 Storage I/O Control 故障排除 Storage I/O Control 故障排除主题为您将 Storage I/O Control 与数据存储配合使用时可能遇到的潜在提供了 连接到数据存储的主机不受支持 在 vsphere Web Client 中, 如果 vcenter Server 检测到主机中的某个工作负载可能会影响到性能, 则系统将触发一条警报 此时将触发警报连接到已启用 SIOC 的数据存储的低于 4.1 的主机 数据存储启用了存储 I/O 控制, 但由于外部工作负载而无法完全受存储 I/O 控制的控制 如果启用了 Storage I/O Control 的数据存储连接到不支持 Storage I/O Control 的主机, 则可能会出现这种情况 确保连接到数据存储的所有主机都支持 Storage I/O Control 数据存储上检测到非受管工作负载 在 vsphere Web Client 中, 如果 vcenter Server 检测到主机中的某个工作负载可能会影响到性能, 则系统将触发一条警报 此时将触发警报在数据存储上检测到非受管工作负载 阵列与非 vsphere 工作负载共享, 或正在执行复制等系统任务 没有,vCenter Server 不会减少发送到阵列的 I/O 总量, 但会继续强制实施共享 无法查看数据存储的性能图表 数据存储的性能图表不显示在 性能 选项卡中 您无法在 vsphere Web Client 中的性能选项卡中查看数据存储的性能图表 数据存储的 Storage I/O Control 已禁用 1 在 vsphere Web Client 对象导航器中浏览到数据存储 2 右键单击数据存储, 然后选择配置 Storage I/O Control 3 选中启用 Storage I/O Control 复选框 4 单击确定 48 VMware, Inc.

49 第 6 章资源管理故障排除 无法在数据存储上启用 Storage I/O Control Storage I/O Control 在数据存储上被禁用, 且无法启用 无法在数据存储上启用 Storage I/O Control 以下可能会阻止您在数据存储上启用 Storage I/O Control 至少有一台连接到数据存储的主机没有运行 ESX/ESXi 4.1 或更高版本 您没有启用 Storage I/O Control 所需的相应许可证 确认连接到数据存储的主机运行 ESX/ESXi 4.1 或更高版本 确认您具有启用 Storage I/O Control 所需的相应许可证 VMware, Inc. 49

50 50 VMware, Inc.

51 存储故障排除 7 存储故障排除主题为您在不同的存储环境 ( 包括 SAN Virtual SAN 或虚拟卷 ) 中使用 vsphere 时可能遇到的潜在提供了 本章讨论了以下主题 : 第 51 页, 解决 SAN 存储器的显示 第 53 页, 解决 SAN 性能 第 56 页, 具有 RDM 的虚拟机需要忽略 SCSI INQUIRY 缓存 第 57 页, 在不需要时启用软件 iscsi 适配器 第 57 页, 无法挂载 NFS 数据存储 第 57 页, VMkernel 日志文件包含 SCSI 感知代码 第 58 页, 故障排除存储适配器 第 59 页, 使用 VOMA 检查元数据一致性 第 60 页, 对闪存设备进行故障排除 第 63 页, 虚拟卷故障排除 第 65 页, VAIO 筛选器故障排除 解决 SAN 存储器的显示 使用 vsphere Web Client 显示光纤通道 SAN 或 iscsi 存储设备时, 您可能无法看到可供主机使用的所有设备 您可以执行许多现有的故障排除任务以解决存储显示 解决光纤通道存储器的显示 如果光纤通道存储设备未在 vsphere Web Client 中正确显示, 请执行故障排除任务 表 7 1 排除光纤通道 LUN 显示故障 故障排除任务 检查线缆连接 检查区域分配 描述 如果看不到端口, 可能在于线缆连接 请先检查线缆 请确保线缆已连接端口, 且链路指示灯表示连接良好 如果线缆任意一端的链路指示灯未显示连接良好, 请更换线缆 区域分配限制对特定存储设备的访问, 增加安全性, 同时降低网络流量 有些存储器供应商仅允许单启动器区域 在这种情况下, 一个 HBA 可处于仅面向一个目标的多个区域 另一些供应商允许多启动器区域 请参见存储器供应商的文档了解区域分配要求 使用 SAN 交换机软件配置和管理区域分配 VMware, Inc. 51

52 表 7 1 排除光纤通道 LUN 显示故障 ( 续 ) 故障排除任务 描述 检查访问控制配置 使用 MASK_PATH 插件, 可以阻止主机访问特定存储阵列或存储阵列上的特定 LUN 如果主机正在检测您不希望该主机访问的设备和路径, 则路径屏蔽可能设置错误 要从 SAN 引导, 请确保每台主机只会看到所需的 LUN 不要让任何主机看到不归其所有的任何引导 LUN 使用存储系统软件确保主机只能看到应对其可见的 LUN 确保通过 Disk.MaxLUN 参数可查看预期为可见的 LUN 有关参数的信息, 请参见 vsphere 存储文档 检查存储处理器设置 如果磁盘阵列有多个存储处理器 (SP), 请确保 SAN 交换机连接了要访问的 LUN 所属的 SP 在某些磁盘阵列上, 仅有一个 SP 为主动, 另一 SP 在发生故障前是被动的 如果连接错误的 SP( 对应被动路径的 SP), 则您可能看到了 LUN, 但在尝试进行访问时出错 重新扫描 HBA 在每次完成以下任务时, 执行重新扫描 : 在 SAN 上创建新 LUN 更改主机上的路径屏蔽配置 重新连接线缆 对群集中的主机进行更改 有关信息, 请参见 vsphere 存储文档 解决 iscsi 存储器的显示 如果 iscsi 存储设备未在 vsphere Web Client 中正确显示, 请执行故障排除任务 表 7 2 排除 iscsi LUN 显示故障 故障排除任务 描述 检查线缆连接 如果看不到端口, 可能在于线缆连接或路由 请先检查线缆 请确保线缆已连接端口, 且链路指示灯表示连接良好 如果线缆任意一端的链路指示灯未显示连接良好, 请更换线缆 检查路由设置 控制以太网配置上的不同子网间的连接 如果 ESXi 系统和 iscsi 存储器不在同一个子网上, 请确保这些子网间存在适当路由 此外, 还需确保在 iscsi 存储器和 ESXi 主机中的 iscsi 启动器上设置了正确的子网掩码和网关地址 检查访问控制配置 如果重新扫描后未显示预期的 LUN, 则存储系统端可能未正确配置访问控制 : 如果配置了 CHAP, 请确保 ESXi 主机上也已启用 CHAP, 并与存储系统设置相匹配 如果使用基于 IP 的筛选, 请确保允许 iscsi HBA 或 VMkernel 端口组 IP 地址 如果使用基于启动器名称的筛选, 请确保该名称是符合要求的 iscsi 名称, 并与存储系统设置相匹配 要从 SAN 引导, 请确保每台主机只会看到所需的 LUN 不要让任何主机看到不归其所有的任何引导 LUN 使用存储系统软件确保主机只能看到应对其可见的 LUN 确保通过 Disk.MaxLUN 设置可查看预期为可见的 LUN 有关信息, 请参见 vsphere 存储文档 检查存储处理器设置 如果存储系统有多个存储处理器, 请确保 SAN 交换机连接了要访问的 LUN 所属的 SP 在某些存储系统上, 仅有一个 SP 为主动, 而另一 SP 在发生故障之前是被动的 如果连接错误的 SP( 对应被动路径的 SP), 则您可能看不到预期的 LUN, 或可能看到了 LUN, 但在尝试进行访问时出错 对于软件 iscsi 和从属硬件 iscsi, 请检查网络配置 ESXi 中的软件 iscsi 和从属硬件适配器要求 VMkernel 网络端口对 iscsi 存储器具有访问权限 这些适配器使用 VMkernel 在 ESXi 系统与 iscsi 存储器之间传输数据 重新扫描 iscsi 启动器 在每次完成以下任务时, 执行重新扫描 : 在 SAN 上创建新 LUN 更改 LUN 屏蔽 重新连接线缆 对群集中的主机进行更改 更改 CHAP 设置或添加新发现地址 有关信息, 请参见 vsphere 存储文档 52 VMware, Inc.

53 第 7 章存储故障排除 解决 SAN 性能 许多可能会对 ESXi SAN 环境中的存储性能产生负面影响 这些包括 SCSI 预留过多 路径抖动和 LUN 队列深度不足 若要实时监控存储性能, 请使用 resxtop 和 esxtop 命令行实用程序 有关详细信息, 请参见 vsphere 监控和性能文档 过多 SCSI 预留导致主机性能降低 需要在 VMFS 中获取文件锁或元数据锁的操作可导致暂时性 SCSI 预留 SCSI 预留将锁定整个 LUN 某一主机使用过多 SCSI 预留可导致其他服务器访问相同 VMFS 时性能降低 过多 SCSI 预留会导致性能降低和 SCSI 预留冲突 一些操作要求 VMFS 使用 SCSI 预留 创建 重新签名或展开 VMFS 数据存储 打开虚拟机电源 创建或删除文件 创建模板 从模板部署虚拟机 创建新虚拟机 通过 vmotion 迁移虚拟机 扩展文件, 例如精简置备的虚拟磁盘 注意仅当存储设备不支持硬件加速时,ESXi 主机才使用 SCSI 预留机制 对于支持硬件加速的存储设备, 主机使用原子测试和设置 (ATS) 算法来锁定 LUN 有关硬件加速的详细信息, 请参见 vsphere 存储文档 要消除潜在的 SCSI 预留冲突根源, 请遵循以下准则 : 对共享 LUN 的操作执行串行化, 如有可能, 同时限制要求 SCSI 预留的不同主机上的操作数 增加 LUN 个数并限制访问同一 LUN 的主机数 减少快照数 快照会造成大量 SCSI 预留 减少每个 LUN 的虚拟机数 请遵循 最高配置 中的建议 确保在所有主机上安装最新的 HBA 固件 确保主机具有最新的 BIOS 确保 SAN 阵列上的 主机模式 设置正确 有关处理特定存储阵列上的 SCSI 预留冲突的信息, 请参见 VMware 知识库文章, 网址为 VMware, Inc. 53

54 路径抖动导致 LUN 访问速度变慢 如果 ESXi 主机无法访问 LUN, 或者访问速度很慢, 则可能是路径抖动 ( 也称为 LUN 抖动 ) 的 主机无法访问 LUN, 或者访问速度很慢 主机的日志文件可能表明发生了频繁的路径状况更改 例如 : Frequent path state changes are occurring for path vmhba2:c0:t0:l3.this may indicate a storage problem.affected device:naa edd1.affected datastores:ds1 可能在于路径抖动 两台主机通过不同存储处理器 (SP) 访问同一 LUN 时,LUN 从未真正可用, 此时可能出现路径抖动 路径抖动通常发生在主动 - 被动阵列上 直接连接阵列的一个或多个节点上发生 HBA 故障切换时也可能出现路径抖动 主动 - 主动阵列或提供透明故障切换的阵列不会导致路径抖动 1 确保在主动 - 被动阵列上共享同一组 LUN 的所有主机使用同一存储处理器 2 更正不同主机与 SAN 目标间的任何线缆接线或屏蔽不一致, 以便对所有 HBA 显示相同的目标 3 请确保在共享 LUN 的所有主机上定义的声明规则完全相同 4 配置路径以使用最近使用的 PSP( 默认 ) 增加的 I/O 请求滞后时间会降低虚拟机性能 如果 ESXi 主机对 LUN 生成的命令超过 LUN 队列深度所允许的数量, 则超出的命令会在 VMkernel 中排队 这会增加滞后时间, 或是完成 I/O 请求所需的时间 主机完成 I/O 请求所需的时间更长, 且虚拟机会显示性能不佳 这个可能是由于 LUN 队列深度不够而引起的 SCSI 设备驱动程序有一个名为 LUN 队列深度的可配置参数, 可确定向给定 LUN 发出的命令中同时处于活动状态的数量 如果主机对 LUN 生成过多的命令, 则超出的命令会在 VMkernel 中排队 1 如果所有虚拟机中活动命令的总和总是超出 LUN 深度, 则会增加队列深度 用于增加队列深度的过程取决于主机使用的存储适配器类型 2 多个虚拟机在 LUN 上处于活动状态时, 请更改 Disk.SchedNumReqOutstanding (DSNRO) 参数, 使其与 队列深度值相匹配 调整 QLogic Emulex 和 Brocade HBA 的队列深度 如果您不满意硬件总线适配器 (HBA) 的性能, 请在 ESXi 主机上更改最大队列深度 该最大值是指所报告的各种 LUN 路径的队列深度 如果降低此值, 则当多个主机正在过渡利用存储并填充其命令队列时, 会限制主机的吞吐量并缓解 SAN 争用 要调整最大队列深度参数, 请使用 vcli 命令 54 VMware, Inc.

55 第 7 章存储故障排除 在此过程中,--server=server_name 指定目标服务器 指定的目标服务器会提示您输入用户名和密码 支持其他连接选项, 如配置文件或会话文件 有关连接选项的列表, 请参见 vsphere 命令行界面入门 前提条件 安装 vcli 或部署 vsphere Management Assistant (vma) 虚拟机 请参见 vsphere 命令行界面入门 要进行故障排除, 请在 ESXi Shell 中运行 esxcli 命令 步骤 1 通过输入以下命令确认当前正在加载的 HBA 模块 : esxcli --server=server_name system module list grep module 对于 module, 请使用以下选项之一 选项 qla qln lpfc bfa 描述 QLogic QLogic 本机驱动程序 Emulex Brocade 2 调整相应模块的队列深度 esxcli --server=server_name system module parameters set -p parameter=value -m module 对于 parameter 和 module 选项, 请使用以下字符串 字符串 -p ql2xmaxqdepth=value -m qla2xxx -p ql2xmaxqdepth=value -m qlnativefc -p lpfc0_lun_queue_depth=value -m lpfc820 -p lpfc0_lun_queue_depth=value -m lpfc -p bfa_lun_queue_depth=value -m bfa 描述 QLogic QLogic 本机驱动程序 Emulex Emulex 本机驱动程序 Brocade 3 重新引导主机 4 通过运行以下命令确认更改 : esxcli --server=server_name system module parameters list -m=module module 为相应的驱动程序, 例如 qlnativefc 或 bfa 调整软件 iscsi 的最大队列深度 如果发现软件 iscsi LUN 的性能不佳, 请通过运行 esxcli 命令来更改其最大队列深度 前提条件 安装 vcli 或部署 vsphere Management Assistant (vma) 虚拟机 请参见 vsphere 命令行界面入门 要进行故障排除, 可以在 ESXi Shell 中运行 esxcli 命令 在此过程中,--server=server_name 连接选项指定目标服务器 准备好在目标服务器提示您时输入用户名和密码 有关其他可能的连接选项的列表, 请参见 vsphere 命令行界面入门 VMware, Inc. 55

56 步骤 1 运行下列命令 : esxcli --server=server_name system module parameters set -m iscsi_vmk -p iscsivmk_lunqdepth=value iscsivmk_lunqdepth 参数用于为通过软件 iscsi 适配器访问的每个 LUN 设置最大未完成命令数或队列深度 默认值为 重新引导系统 3 通过运行 esxcli --server=server_name system module parameters list -m iscsi_vmk 命令来确认所做 的更改 以下输出显示了软件 iscsi 的队列深度 iscsivmk_lunqdepth int 64 Maximum Outstanding Commands Per LUN 小心将队列深度设置为高于默认值的值, 可减少受支持 LUN 的总数 更改未完成 IO 请求设置 如果调整了 LUN 队列深度, 请更改 Disk.SchedNumReqOutstanding (DSNRO) 参数, 以便其值与队列深度匹配 该参数控制所有虚拟机可以向 LUN 发出的未完成 IO 请求的最大数目 仅当有多个虚拟机在 LUN 上处于活动状态时才更改此参数 此参数不适用于只有一个虚拟机处于活动状态的情况 在这种情况下, 带宽由存储适配器的队列深度控制 此参数按设备设置 步骤 1 输入以下命令以显示指定设备的当前 DSNRO 设置 : esxcli storage core device list -d device_id 显示的输出类似于以下内容 : No of outstanding IOs with competing worlds: 32 2 通过输入以下命令更改 DSNRO 值 : esxcli storage core device set -O --sched-num-req-outstanding value -d device_id 3 通过输入以下命令确认更改 : esxcli storage core device list -d device_id 具有 RDM 的虚拟机需要忽略 SCSI INQUIRY 缓存 存储器供应商可能要求具有 RDM 的虚拟机忽略 ESXi 缓存的 SCSI INQUIRY 数据 在具有 RDM 的虚拟机中运行的某些客户机操作系统或应用程序会显示不可预知的行为 56 VMware, Inc.