EMC VMAX/DMX 健康检查方法

近期连续遇到2个由于对VMAX存储系统没有做及时的健康检查，出现SPS电池故障没有及时处理，然后同一pair就是同一对的另外一个SPS电池再次出现故障，然后存储系统保护性宕机vault，然后业务系统挂掉的案例。

开始之前，先纠正很多朋友的一个误区，健康检查就是每天到机房去物理肉眼巡视一圈，如果有黄灯或者红灯点亮，就是有故障了，然后再到系统中去查看。然并卵，VMAX的设计不是这样的，即使有故障发生，VMAX也不会有任何的LED故障灯点亮，就是磁盘坏了很多块，也都是绿灯常亮。当然，对于电池，电源这些如果有故障，这些特定部件的LED灯会点亮的。但没有一个总的故障灯。

所以这里介绍下EMC VMAX存储健康检查的主要方法和详细步骤。对于检查中出现的任何问题可以联系我们，添加vx：StorageExpert进行处理。

1. solution enabler

很多朋友使用solution enabler 跑命令来做检查，这个方法简单，在任何安装了solution enabler的机器上都可以运行，具体命令另外文章做介绍。

其实也可以在vmax的控制台上运行solution enabler命令，有些不能用的原因是使用了破解系统，这个我们是不推荐的。

2. unisphere图形界面

这个最友好，直接访问控制台的管理口就可以访问图形界面，但是这个出来的结果有时候不是很准确，容易漏掉一些故障。

3. symmwin巡检

这个是最权威和最准确的巡检方法和工具。这里要重点介绍的就是Symmwin巡检方法。登录symmwin以后，对于普通小伙伴要做的是两个巡检，对于大师们，可以有第三个。下面一一介绍：

3.1 symmwin的healthcheck脚本

选择Procedures -> Then Procedure Wizard ->

选择run，系统就可以提示一步一步的操作。最后如果是绿色结束，说明没有问题。如果是红色结束，说明有问题，要查看具体的问题。

如果脚本报错，会出现一个类似下图的红框，说明脚本有问题了，要处理掉才可以继续。

 巡检脚本比较少出现红框，但也有，特别是在一些破解场景下。

巡检脚本跑完后，会自动弹出一个healthcheck.log的日志框，可以检查巡检的结果，报错都在这个里面了。

对这个结果要仔细看，这个应该是最权威的健康检查结果，solution enabler的，bad fru的都没有这个权威，对于里面的任何报错信息都要重视。

上图就可以看到有一个盘是有问题的，但实际上在bad fru里面没有这个盘出现。

3.2 环境检查 environment

由于这个是图形界面，很直观，我发现很多朋友把这个当作最权威的巡检工具了。这个工具其实只检查和环境有关的内容，对于逻辑部分，如device，volume，磁盘这些是不做检查的，这些内容的检查还是要到procedure的healthcheck中去查看。

选择tools，选择 environment, 然后选择 health check, 可以进行环境方面的健康检查，主要是检查电源，电池等。

点击 RUN health Check

检查结束后，会显示一个report，那些OK，那些有问题一目了然，照方抓药就可以了。

如果检查出有问题，可以直接点击下面的红色alarms或者黄色comm等，直接跳转到有告警的地方。

日志位置

日志文件DMX3/4: O:\ECM\<sn>\logs\symmwin\HealthCheck.log

VMAX：O:\EMC\<sn#>\SYMMWIN\scripts\HealthCheck_00000xx\healthcheck.log ，同时也压缩在下述文件中：

O:\EMC\SN#\log_zip\SN#_date_time_healthcheck_xxx.zip