VSAN故障案例分享——超经典三场景

前言：虽然个人认为现VSAN的常规运维都已经很成熟便捷了（像磁盘更换），但还是有诸多需要注意的地方。近期又突然跟VSAN项目有了一些交集，整理原有资料时，发现有几个不错的案例，故拿出来出大家分享下。如有不足之处，也希望大佬们帮指正。

 

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

 

1.山西某大学商学院VDI和IDV的项目（VSAN磁盘被写满问题）

 

背景需求：150个用户的大电教习的上课VDI需求，需要能切换多个教学模版以满足不同环境的上课类型，并能一键切换到本地终端系统，以满足英语四六级口语考试和计算等级教室。

解决方案：VMware vsphere +VSAN +VDI产品 满足学生上课需求。 使用IDV产品方案满足本地终端的考试需求。

硬件平台：5台服务器+交换机+150个X86终端。（其中X86终端为双系统模式，既IDV+VDI双系统，可通过管理平台一键切换）

 

问题：收到代理商反馈学校VSAN群集内所有虚拟机近两个星期运行速度慢，已排服务器硬件，网络没有问题。

 

解决：1、远程排查服务器硬件，网络正常。

2、检查vsan健康检查，有提示vsan容量使用告警信息。查看vsan容量，使用率接近90%。

3、与客户沟通了解，学校近期有新增开课班级。VDI桌面新增100多个。

4、检查学生个人数据盘占用大量空间（占VSAN总容量的30%）（且多为视频，MP3，游戏）。

5、临时解决方案，与学校老师沟通，清理部分学生的个人数据盘，释放空间。

6、最终解决方案，增加节点服务器，扩容VSAN容量总空间。

总结：

发生“vSAN磁盘写满”时应该做什么？

• 关闭正在运行的vSAN释放vswap文件
• 迁移VM到其他存储
• 添加新的资源到vSAN当中，例如新的主机，新的磁盘。
• （谨慎）调整VM的存储策略，例如从FTT=1到FTT=0，从"thick"调整到“thin”
• 检查故障的主机/磁盘/磁盘组，尝试把他们恢复到正常状态
• （谨慎）删除一些不重要的VM

如何避免类似的问题发生？

• 确保vSAN有足够的使用可用空间（厂家建议使用率不超70%）
• 培养良好的使用习惯，定期进行vSAN健康检查。

 

 

2.安徽某职业教育中心电教室项目（节点故障RAID卡故障，RAID0）

 

背景需求：两个电教室共120多用户，需要满足高中专的教学需求。

解决方案：VMware vsphere +VSAN +VDI产品产品的解决方案

硬件平台：5台服务器做VMware vsphere +VSAN  +120台RAM架构终端

 

问题：收到学校老师反馈，VSAN容量变少，一台服务器开不了机。但学生机还可正常使用。

 

解决： 1、通过代理商与老师电话沟通，现VDI平台，VC平台正常，服务器没有配置远程BCM，老师对硬件也不熟悉

   2、学校出费用，打飞的，跑到现场。

  3、检查VC平台，故障主机状态为“未响应”。VSAN群集状态正常，FTT=1,

 4、检查服务器，不知名小厂家服务器，开机检查为RADI卡故障。更换同型号RADI卡

5、对照其他主机RAID信息，容量盘，缓存盘，均为RAID0配置。

6、沟通厂家，重做RAID，重装系统，重新添加到VSAN群集内

总结：

1、客户VSAN群集为BYO配置（用户自定义组合配置）多项VSAN健康检测告警。

2、RAID卡故障，且磁盘使用的RAID0

3、未使用正确IO控制器的配置方式

4、RAID0容量磁盘故障，增加运维风险，不能热插拔，需求通过RAID卡重做RAID0再加入

 

 

3.厦门某连锁品牌店 （VSAN群集异常关机，断电，VC在VSAN群集内）

 

背景需求：原办工电脑老旧，需要利旧并满足150个用户的办工需求。以减轻维护人员的工作量并集中管理用户

解决方案： VMWare Vsphere +VSAN +windows AD 解决方案

硬件平台：4台服务器+网络+部分终端 +旧电脑利旧

 

问题：接到客户反馈，公司新机房断电，所有四台物理机已开机ESXI主机可ping通，但是VC，VDI桌面都无法登录。

 

解决: 1、远程登录，登录每台ESXI主机，查找确定VC所在位置

2、开启VC平台，并设置VC和VDI平台随主机启动。

3、检测VSAN群集状态，VSAN健康状态为正常

4、检测数据，正常

 

总结：本次问题有，VSAN群集异常断电恢复。VC在VSAN群集内。

1、同时为所有主机回电，

2、等待主机VSAN完成自检校验

3、检验完成前，不能SSH，Client端登录ESXI主机

4、VC在VSAN群集中需要有正确的开关机顺序

VC在VSAN群集中关机顺序：

1、关闭除VC外的所有VM机器

2、关闭VC虚拟机，WEB页面将不可用

3、使用命令将所有ESXI主机进入维护模式

#esxcli system maintenancMode set -e true -m noAction

4、关闭所有主机

VC在VSAN群集开机顺序

1、优先开启VC所在的ESXI主机，再开启所有其它ESXI主机

2、使用client登录VC所在ESXI，退维护模式，启动VC虚拟机

3、VC正常后，登录VC控制台，对其它ESXI主机退出维护模式

4、检测VSAN分钟状态。

5、开启其它VM