排除UCS伺服器上的伺服器無法訪問的故障

簡介

本文檔介紹如何排除大多數UCS伺服器型別都存在的伺服器無法訪問的常見故障。

必要條件

需求

思科建議您瞭解在統一計算系統管理器(UCSM)和Intersight託管模式(IMM)中管理伺服器的知識。

採用元件

本文件所述內容不限於特定軟體和硬體版本。 

本文中的資訊是根據特定實驗室環境內的裝置所建立。文中使用到的所有裝置皆從已清除（預設）的組態來啟動。如果您的網路運作中，請確保您瞭解任何指令可能造成的影響。

背景資訊

使用者在其UCS域中可以接收到常見故障，即通知您伺服器無法訪問。這可能是由於多種原因，並且根據監控工具和UCSM/IMM版本的不同，故障看起來可能有些不同。

System Notification from [UCSM Domain Name] - diagnostic:GOLD-minor - 2023-05-25 01:56:41 GMT-04:00 Recovered : Server x/y (service profile: org-root/ls-[service_profile]) inaccessible

Serial number: [Server Serial]
Alert:  System Name: [UCSM Domain Name] 
Time of Event:2022-08-31 03:15:04 GMT-05:00 Event Description:Server x (service profile: org-root/ls-[service_profile]) inaccessible Severity Level:4

如果正在使用IMM，則在GUI中可能會看到Connection to Server was lost消息。還可以觀察到與Intersight故障的斷開。 

與伺服器的連線已丟失IMM

當刀鋒上的思科整合式管理控制器(CIMC)遇到問題，重新啟動或嘗試重新啟動時，可以看到此警報。這將觸發「伺服器無法訪問」警報，因為當刀片的管理平面重新啟動時，UCSM/IMM無法與刀片通訊，因此它認為無法訪問。CIMC重新啟動後，刀片狀態將恢復正常。 

這就是為什麼您可以收到此警報，然後當您檢查域時，伺服器會查詢並正常運行。 

常見缺陷參考

思科錯誤ID CSCwe19822 — 適用於X系列4.2(2c)/5.0(1c)之後的M5/M6伺服器
思科錯誤ID CSCwa8567 — 適用於4.1(3e)- 4.2(2a)之間的M5/M6伺服器也包括5.0(1b)之後的X系列
思科漏洞ID CSCvz62711 — 適用於4.1(3d)- 4.2(2a)之間的M5/M6伺服器
思科錯誤ID CSCwi50991 — 適用於4.3(2e)之前代碼的M5/M6系列刀片
思科錯誤ID CSCvv79912 — 適用於4.0(4h)和4.2(1a)/4.1(3d)之間的M5/M6伺服器
思科錯誤ID CSCvh25786 — 適用於2.0(13f)和3.0(4a)之後的M4/M5伺服器 

疑難排解

案例 1

第一個也是最常見的情況是收到警報，然後當檢查UCSM/IMM時，伺服器看起來是可操作、正常且沒有（新）故障。檢查作業系統時，它似乎已正常運行且沒有中斷。

UCSM中的正常伺服器

日誌捆綁包在可在CIMCx_TechSupport.tar.gz > obfl > obfl-log上找到的某個OBFL日誌中顯示此消息。

3:2022 Sep  8 10:54:33 UTC:+0000:(4.2(2d)):kernel:-:[watchdog_init]:976:BMC Watchdog resetted BMC.

這告訴我們CIMC崩潰並自行重新啟動。 

在此場景中，由於CIMC成功重新啟動，因此不需要執行進一步的操作，並且伺服器沒有問題。 

案例 2

下一個情況是收到警報，然後當檢查UCSM/IMM時，如果使用UCSM，伺服器仍顯示為無法訪問；如果使用IMM，伺服器仍顯示為已斷開連線。 檢查作業系統時，它似乎已啟動且運行正常，沒有中斷。

當OS啟動並運行，但UCSM/IMM無法與刀片進行通訊時，這意味著CIMC要麼沒有重新啟動，要麼在進程中停滯。 

此場景中的第一步是使用SSH或控制檯連線到交換矩陣互聯(FI)，然後運行此命令，用受影響的機箱/刀片替換x/y。有三種不同的結果。

1)成功連線到CIMC。

UCSM-A# connect cimc x (For C Series Rack Mount Server)
UCSM-A# connect cimc x/y (For B/X Series Blade Server)
Trying 127.5.1.1...
Connected to 127.5.1.1.
Escape character is '^]'.

CIMC Debug Firmware Utility Shell [ support ]
[ help ]#

如果顯示此輸出，則CIMC上仍有一些生命期，您可以嘗試重置CIMC以恢復刀片。

如果使用UCSM，請導航至Equipment > Chassis > Chassis Number > Servers > Server Number > Recover Server > Reset CIMC。

刀片恢復伺服器的位置

重置CIMC

如果正在使用IMM，請導航到受影響的伺服器，然後選擇Actions > System > Reboot Management Controller。

重新啟動管理控制器IMM

如果在重新啟動CIMC後伺服器恢復正常，則問題會得到解決並且不需要進一步的操作。

如果故障仍然存在，請繼續執行下一個connect cimc輸出的故障排除步驟。

2)無法連線到CIMC。

UCSM-A# connect cimc x (For C Series Rack Mount Server)
UCSM-A# connect cimc x/y (For B/X Series Blade Server)
Trying 127.5.1.8...
telnet: Unable to connect to remote host: No route to host

3)與CIMC攤位的連線。在這種情況下，執行完命令後不會發生任何操作，並且在嘗試轉義(Ctrl + C)時會顯示此情況。

UCSM-A# connect cimc x (For C Series Rack Mount Server)
UCSM-A# connect cimc x/y (For B/X Series Blade Server)
^C
Console escape. Commands are:

 l    go to line mode
 c    go to command mode
 z    suspend telnet
 e    exit telent
continuing...

後兩個輸出中任一輸出的故障排除相同。在這些情況下，CIMC完全關閉，無法與交換矩陣互聯通訊。需要重新啟動伺服器才能恢復CIMC。重新引導Blade時，始終建議選擇一個維護視窗。 

如果正在使用UCSM，您可以模擬通過SSH連線到交換矩陣互聯並運行此命令來用受影響的機箱/伺服器替換x/y來物理重新拔插刀片。您必須輸入正確的機箱/伺服器，因為此命令不會提示您進行確認。

UCSM-A# reset slot x/y

如果成功，此命令不會返回任何內容。如果命令無法執行，則會顯示一條消息。 

如果IMM正在使用中，或者reset slot命令未解決無法訪問的問題，則唯一的其它選項是物理重新啟動刀片式伺服器。

如果在物理重新拔插刀片後，問題仍然存在，請聯絡TAC進行進一步的故障排除。 

案例 3

最終情況是收到警報，然後當檢查UCSM/IMM時，如果使用UCSM，伺服器仍顯示為無法訪問；如果使用IMM，伺服器仍顯示為已斷開連線。 檢查作業系統時，該作業系統處於關閉狀態，也無法訪問。

在這種情況下，所能做的只是重新啟動伺服器。如果無法重新啟動，請實際重新拔插伺服器。 

如果在物理重新拔插刀片後，問題仍然存在，請聯絡TAC進行進一步的故障排除。 

結論

接收伺服器無法訪問的故障的原因有多種，有些故障比其他故障的影響更大。此處提供的步驟是一個很好的起點，可以開始評估是否需要進行任何故障排除，或者您的域是否正常且不需要執行任何操作。