本帖最后由 nighttob 于 2017-4-9 11:08 编辑
重点其实不是刀片……
上周从库房某角落拾掇出一个IBM x440刀片（长啥样可以放狗），2012年产的，看上去吃灰至少2年了。本着娱乐精神，打算试试能不能用。
检查了一下4个CPU 8根内存都插好，2个型号不一样的300G SAS硬盘，插刀箱里面通电，识别2分钟后没有报错，于是开机，配个RAID1开始装系统。
装win2k12r2过程中发现磁盘0是脱机状态，手动给联机以后提示只读状态，于是重启进BIOS查看阵列状态是后台初始化且无法中止，那么删掉阵列再新建一个，接着安装系统，一切正常。
装好系统以后发现任务管理器用来打地鼠还是不错的。
就这样放着没管，直到这周四，机房的空调坏了，需要关一部分设备的时候才发现刀箱ERROR报警，十多条全是这个刀片的CPU错误。远程上去看，系统意外重启了，在系统和BIOS里面也只能识别出2个CPU。难道过热把CPU搞挂了？当天事多，没来及排查，等第二天空调修好再看。
第二天空调修好了，把刀片拆开看，没发现明显异状，于是插回刀箱，没有报错。感觉有可能是微码太低的问题，于是全刷了一遍，也没出问题。
但没过多久刀箱又报警了，这回是1个硬盘warning，故障预警。在本机上不太容易处理，于是把硬盘拆出来，插到别的机器上检查一下。这里要吐槽下，IBM的硬盘托架是六角螺丝，紧固剂上的真不是一般的多。
用HD Sentinel一看，还真是没见过“死”的如此彻底的，红红的两个0%。
SMART详情显示这个盘已经饱经风霜了。
阵列卡没有JBOD模式，所以直接用Drive Erase功能擦一下看看，结果果然失败了。
这才想到，之前系统装不上可能就是硬盘已经有问题了，但是没发现。
单位的东西，就不折腾了，直接报损，反正有盘可以换。
折腾完这些，回看了日志，发现刀片出故障是在空调坏之前，所以只是碰巧赶上了。
首先是大量内存可纠正ECC错误，然后CPU#1就挂了-离线。1个CPU躺了，其他几个的互联就出问题了，系统硬重启，各种失效和性能降级。
第二天刷完微码以后系统自己发现硬盘故障预警。
虽然暂时没问题了，但确实有可能是CPU的事，只能时间验证了。
话说上周加刀片的时候还一并换了几个电源，结果有个电源插上刀箱就开始冒火星（刀箱是带电的），这样又得到了电源尸体一具。
左边是艾默生的尸体，右边是台达活着的，都是全12V输出2500W额定。有机会也许可以拆了看看。
那么问题来了，重点是什么？
|
收藏
转播
