خدمات تعمیر سرور HP

این خطا معمولا ناشی از تخلیه کامل، خرابی خازن ها یا اتمام چرخه عمر باتری کش رید کنترلر موسوم به HPE Smart Storage Battery است. هنگامی که باتری توانایی نگهداری شارژ برای حفظ داده های درون کش را از دست بدهد، کنترلر جهت جلوگیری از فساد داده ها حالت Write-Back Caching را غیرفعال کرده و عملکرد ذخیره سازی را به شدت افت می دهد. راهکار اصولی شامل تعویض ماژول باتری، بررسی عدم بادکردگی خازن ها و چک کردن وضعیت ولتاژ در محیط iLO است.

خطاهای تصحیح ناپذیر رم یا UE زمانی اتفاق می افتند که مکانیسم تصحیح خطای ECC قادر به بازسازی خطاهای چند بیتی نباشد و در نتیجه سیستم برای جلوگیری از خرابی داده ها بلافاصله سیستم عامل را متوقف (Crash/PSOD) می کند. برای حل این مشکل، ابتدا باید با بررسی لاگ IML اسلات فیزیکی دقیق ماژول معیوب شناسایی شود. سپس ماژول رم تعویض شده و ترتیب چینش اسلات های رم بر اساس بانک های پردازنده طبق راهنمای فنی HPE چک شود.

این خطا به خصوص در سرورهای نسل Gen10 و Gen9 نشان دهنده فرسودگی سلول های حافظه NAND مادربورد است که اطلاعات AHS و پیکربندی های iLO روی آن ثبت می شود. برای رفع این چالش ابتدا باید از طریق منوی Diagnostics در محیط iLO اقدام به Format Embedded Flash نمایید. در صورت عدم رفع خطا، ارتقای فریمور iLO به آخرین نگارش پایدار توصیه می گردد و اگر حافظه به طور فیزیکی قفل (Read-Only) شده باشد نیاز به تعویض یا تعمیر تخصصی مدار iLO مادربورد خواهد بود.

چراغ وضعیت سلامت سرور در حالت کهربایی ثابت نشان دهنده اخطار کاهش افزونگی در یکی از بخش ها نظیر از مدار خارج شدن یک پاور ساپلای یا از دست رفتن افزونگی فن ها است. در صورت چشمک زدن سریع چراغ به رنگ قرمز، سیستم با خطای بحرانی سخت افزاری مانند داغ شدن بیش از حد پردازنده، خطای مدار تغذیه VRM یا عدم شناسایی پردازنده مواجه شده است. اولین گام اتصال به پورت iLO و بررسی تب System Information و لاگ های IML برای تشخیص قطعه معیوب است.

این معضل اغلب به دلیل کثیفی یا اکسیداسیون پین های سوکت پردازنده، آسیب دیدگی خطوط تغذیه ولتاژ هسته، خرابی یکی از پردازنده ها در سیستم های دو سوکته یا عدم تطابق توان خروجی پاور رخ می دهد. برای رفع اشکال، سرور باید با حداقل سخت افزار یا کانفیگ Minimum to POST (تنها یک رم و پردازنده شماره یک) روشن شود، سوکت ها با اسپری خشک شستشو داده شوند و جامپر ریست بایوس سیستم اعمال گردد.

این مشکل به طور عمده ناشی از عدم همخوانی ماتریس سازگاری میان نسخه درایور در هسته ESXi با نسخه فریمور قطعه است. در چنین شرایطی باید هاست را از طریق دیسک نجات یا کنسول مدیریتی بوت کرده، با دسترسی به محیط شل خطاهای لاگ vmkernel را استخراج نمود و در صورت لزوم نسخه درایور قطعه را به همراه نسخه فریمور سازگار طبق مستندات رسمی HPE Recipe و VMware Compatibility Guide تراز کرد.

کارکرد فن ها روی حداکثر دور معمولا به دلایلی مانند قطع ارتباط یکی از سنسورهای دمای محفظه، نصب کارت های PCIe جانبی ناسازگار فاقد استاندارد خنک سازی HPE، سوختن یکی از فن های میانی و تلاش سیستم برای جبران جریان هوا، یا عدم بازخوانی سنسورها توسط فریمور iLO رخ می دهد. بررسی تب Temperature در iLO برای یافتن سنسور خارج از محدوده و به روزرسانی فریمور iLO و بایوس این مشکل را مرتفع می سازد.

در وضعیت Degraded تمام بار کاری و محاسبات پریتی روی درایوهای باقی مانده منتقل می شود و ریسک بروز خطای خواندن غیرقابل برگشت یا URE روی دیسک های دیگر به بالاترین حد می رسد. در وهله اول باید فورا از سلامت بک آپ های دیتابیس اطمینان حاصل نمود، سپس دیسک معیوب را با دیسک اصلی هم ظرفیت تعویض کرد و فرآیند Rebuild را آغاز نمود. در طول عملیات بازسازی باید از اعمال بارهای کاری سنگین پردازشی روی استوریج خودداری کرد.

این پیام بحرانی بیانگر آن است که در زمان قطع ناگهانی برق یا ریستارت سرور، داده های نگهداری شده در بافر کش کنترلر پیش از انتقال به فلش مموری دائمی از بین رفته اند. علت ریشه ای این رخداد معمولا خرابی ماژول Flash Backed Write Cache یا قطع ارتباط کابل انتقال انرژی از باتری کش به ماژول فلش است. تعویض کیت کامل ماژول حافظه کش و خازن همراه آن راهکار نهایی برای جلوگیری از آسیب به ساختار فایل سیستم می باشد.

فایل AHS مانند جعبه سیاه سرورهای HP عمل کرده و به صورت پیوسته تغییرات فیزیکی، ولتاژها، حرارت سنسورها، خطاهای حافظه، رویدادهای فریموری و لاگ های POST را با دقت میلی ثانیه ثبت می کند. برای دانلود این لاگ کافی است از پنل iLO به بخش AHS رفته و بازه زمانی دلخواه را استخراج کنید. سپس این فایل توسط ابزارهای تحلیل تشخیصی HPE بازخوانی شده و دقیقا مشخص می کند کدام قطعه الکترونیکی دچار ناپایداری شده است.