适用于:Windows Server 2019、Windows Server 2016
什么是故障
运行状况服务不断监视存储空间直通群集,以检测问题并生成 "故障"。 一个新 cmdlet 显示所有当前错误,使你可以轻松地验证部署的运行状况,而无需依次查看每个实体或功能。 故障的描述非常精确、易于理解,且可操作。
每个故障都包含五个重要字段:
- 严重性
- 问题的描述
- 用于解决问题的建议后续步骤
- 故障实体的标识信息
- 其物理位置(如果适用)
例如,以下是一个典型的故障:
Severity: MINOR
Reason: Connectivity has been lost to the physical disk.
Recommendation: Check that the physical disk is working and properly connected.
Part: Manufacturer Contoso, Model XYZ9000, Serial 123456789
Location: Seattle DC, Rack B07, Node 4, Slot 11
NOTE 物理位置源自故障域配置。 有关容错域的详细信息,请参阅 Windows Server 2016 中的容错域。 如果未提供此信息,位置字段将不那么有用 - 例如,它可能仅显示插槽编号。
根本原因分析
运行状况服务可以评估发生错误的实体之间的潜在因果关系,以确定并合并导致相同基本问题的错误。 通过识别作用链,可降低报告的繁琐性。 例如,如果服务器停机,则该服务器中的任何驱动器都应该不会连接。 因此,根本原因(在本例中为服务器)将只引发一次错误。
PowerShell 中的用法
若要查看 PowerShell 中的任何当前错误,请运行以下 cmdlet:
Get-StorageSubSystem Cluster* | Debug-StorageSubSystem
这会返回影响整体存储空间直通群集的任何故障。 大多数情况下,这些故障与硬件或配置相关。 如果没有故障,此 cmdlet 将不返回任何内容。
Note: 在非生产环境中,你可以通过自行触发故障来试验这项功能,例如,删除一个物理磁盘或关闭一个节点。 出现错误后,重新插入物理磁盘或重新启动节点,故障将再次消失。
你还可以查看只影响特定卷或文件共享的错误,这些错误只影响以下 cmdlet:
Get-Volume -FileSystemLabel <Label> | Debug-Volume
Get-FileShare -Name <Name> | Debug-FileShare
这会返回仅影响特定卷或文件共享的任何错误。 大多数情况下,这些故障与容量规划、数据复原或功能(例如存储服务质量或存储副本)相关。
.NET 和 C 中的用法#
连接
若要查询运行状况服务,需要建立与群集的 CimSession 。 为此,你将需要一些仅适用于完整 .NET 的功能,这意味着你无法直接从 web 或移动应用程序中执行此操作。 这些代码示例将使用 C # ,这是此数据访问层最简单的选择。
using System.Security;
using Microsoft.Management.Infrastructure;
public CimSession Connect(string Domain = "...", string Computer = "...", string Username = "...", string Password = "...")
{
SecureString PasswordSecureString = new SecureString();
foreach (char c in Password)
{
PasswordSecureString.AppendChar(c);
}
CimCredential Credentials = new CimCredential(
PasswordAuthenticationMechanism.Default, Domain, Username, PasswordSecureString);
WSManSessionOptions SessionOptions = new WSManSessionOptions();
SessionOptions.AddDestinationCredentials(Credentials);
Session = CimSession.Create(Computer, SessionOptions);
return Session;
}
提供的用户名应该是目标计算机的本地管理员。
建议你实时直接从用户输入构造密码 SecureString ,因此其密码绝不会以明文形式存储在内存中。 这有助于缓解各种安全问题。 但实际上,对其进行构造是出于原型的目的。
发现对象
建立 CimSession 后,可以在群集上查询 (WMI) Windows Management Instrumentation。
你需要获取多个相关对象的实例,然后才能获取错误或度量值。 首先, MSFT _ StorageSubSystem ,它代表群集上存储空间直通。 使用它可以获取群集中的每个 msft _ StorageNode ,以及每个 msft _ 卷 和数据卷。 最后,您还需要 MSFT _ StorageHealth,这运行状况服务本身。
CimInstance Cluster;
List<CimInstance> Nodes;
List<CimInstance> Volumes;
CimInstance HealthService;
public void DiscoverObjects(CimSession Session)
{
// Get MSFT_StorageSubSystem for Storage Spaces Direct
Cluster = Session.QueryInstances(@"root\microsoft\windows\storage", "WQL", "SELECT * FROM MSFT_StorageSubSystem")
.First(Instance => (Instance.CimInstanceProperties["FriendlyName"].Value.ToString()).Contains("Cluster"));
// Get MSFT_StorageNode for each cluster node
Nodes = Session.EnumerateAssociatedInstances(Cluster.CimSystemProperties.Namespace,
Cluster, "MSFT_StorageSubSystemToStorageNode", null, "StorageSubSystem", "StorageNode").ToList();
// Get MSFT_Volumes for each data volume
Volumes = Session.EnumerateAssociatedInstances(Cluster.CimSystemProperties.Namespace,
Cluster, "MSFT_StorageSubSystemToVolume", null, "StorageSubSystem", "Volume").ToList();
// Get MSFT_StorageHealth itself
HealthService = Session.EnumerateAssociatedInstances(Cluster.CimSystemProperties.Namespace,
Cluster, "MSFT_StorageSubSystemToStorageHealth", null, "StorageSubSystem", "StorageHealth").First();
}
这些对象是在 PowerShell 中使用 StorageSubSystem、 StorageNode 和 Volume 等 cmdlet 获取的相同对象。
可以访问 存储管理 API 类中所述的所有相同属性。
using System.Diagnostics;
foreach (CimInstance Node in Nodes)
{
// For illustration, write each node's Name to the console. You could also write State (up/down), or anything else!
Debug.WriteLine("Discovered Node " + Node.CimInstanceProperties["Name"].Value.ToString());
}
查询错误
调用 " 诊断 " 以获取范围为目标 CimInstance 的任何当前错误,即群集或任何卷。
下面介绍了 Windows Server 2016 中每个范围内可用的错误的完整列表。
public void GetFaults(CimSession Session, CimInstance Target)
{
// Set Parameters (None)
CimMethodParametersCollection FaultsParams = new CimMethodParametersCollection();
// Invoke API
CimMethodResult Result = Session.InvokeMethod(Target, "Diagnose", FaultsParams);
IEnumerable<CimInstance> DiagnoseResults = (IEnumerable<CimInstance>)Result.OutParameters["DiagnoseResults"].Value;
// Unpack
if (DiagnoseResults != null)
{
foreach (CimInstance DiagnoseResult in DiagnoseResults)
{
// TODO: Whatever you want!
}
}
}
可选: MyFault 类
构造和保留自己的错误表示可能非常有意义。 例如,此 MyFault 类存储错误的几个关键属性,其中包括 FaultId,稍后可将其用于关联 update 或 remove 通知,或者在多次检测到相同错误的情况下将其用于删除重复。
public class MyFault {
public String FaultId { get; set; }
public String Reason { get; set; }
public String Severity { get; set; }
public String Description { get; set; }
public String Location { get; set; }
// Constructor
public MyFault(CimInstance DiagnoseResult)
{
CimKeyedCollection<CimProperty> Properties = DiagnoseResult.CimInstanceProperties;
FaultId = Properties["FaultId" ].Value.ToString();
Reason = Properties["Reason" ].Value.ToString();
Severity = Properties["PerceivedSeverity" ].Value.ToString();
Description = Properties["FaultingObjectDescription"].Value.ToString();
Location = Properties["FaultingObjectLocation" ].Value.ToString();
}
}
List<MyFault> Faults = new List<MyFault>;
foreach (CimInstance DiagnoseResult in DiagnoseResults)
{
Faults.Add(new Fault(DiagnoseResult));
}
下面介绍了每个错误 (DiagnoseResult) 中的属性的完整列表。
错误事件
创建、删除或更新错误时,运行状况服务会生成 WMI 事件。 这对于在不频繁轮询的情况下保持应用程序状态保持同步非常重要,例如,有助于确定何时发送电子邮件警报。 为了订阅这些事件,此示例代码再次使用观察程序设计模式。
首先,订阅 MSFT _ StorageFaultEvent 事件。
public void ListenForFaultEvents()
{
IObservable<CimSubscriptionResult> Events = Session.SubscribeAsync(
@"root\microsoft\windows\storage", "WQL", "SELECT * FROM MSFT_StorageFaultEvent");
// Subscribe the Observer
FaultsObserver<CimSubscriptionResult> Observer = new FaultsObserver<CimSubscriptionResult>(this);
IDisposable Disposeable = Events.Subscribe(Observer);
}
接下来,实现一个观察器,每次生成新事件时将调用 OnNext ( # B1 方法。
每个事件都包含 ChangeType ,用于指示是否正在创建、删除或更新错误以及相关 FaultId。
此外,它们还包含错误本身的所有属性。
class FaultsObserver : IObserver
{
public void OnNext(T Event)
{
// Cast
CimSubscriptionResult SubscriptionResult = Event as CimSubscriptionResult;
if (SubscriptionResult != null)
{
// Unpack
CimKeyedCollection<CimProperty> Properties = SubscriptionResult.Instance.CimInstanceProperties;
String ChangeType = Properties["ChangeType"].Value.ToString();
String FaultId = Properties["FaultId"].Value.ToString();
// Create
if (ChangeType == "0")
{
Fault MyNewFault = new MyFault(SubscriptionResult.Instance);
// TODO: Whatever you want!
}
// Remove
if (ChangeType == "1")
{
// TODO: Use FaultId to find and delete whatever representation you have...
}
// Update
if (ChangeType == "2")
{
// TODO: Use FaultId to find and modify whatever representation you have...
}
}
}
public void OnError(Exception e)
{
// Handle Exceptions
}
public void OnCompleted()
{
// Nothing
}
}
了解故障生命周期
故障不会被标记为 "已查看" 或由用户解决。 它们是在运行状况服务观察到问题时创建的,并且仅当运行状况服务无法再发现问题时,才会被自动删除。 通常,这反映了问题已修复。
但是,在某些情况下,运行状况服务 (可能会重新发现故障,例如,故障转移后或由于间歇性连接等,) 。 出于此原因,保留自己的错误表示可能有意义,因此可以轻松删除重复。 如果发送电子邮件警报或等效项,则这一点特别重要。
错误属性
此表显示了错误对象的几个关键属性。 对于完整的架构,请在 storagewmi 中检查 MSFT _ StorageDiagnoseResult 类。
| 属性 | 示例 |
|---|---|
| FaultId | {12345-12345-12345-12345-12345} |
| FaultType | FaultType (正常) |
| 原因 | "卷的可用空间不足。" |
| PerceivedSeverity | 5 |
| FaultingObjectDescription | Contoso XYZ9000 S.N。 123456789 |
| FaultingObjectLocation | 机架 A06,RU 25,槽11 |
| RecommendedActions | {"展开卷。","将工作负荷迁移到其他卷"。 |
FaultId 在一个群集范围内是唯一的。
PerceivedSeverity PerceivedSeverity = {4,5,6} = {"信息"、"警告" 和 "错误"} 或等效的颜色,如蓝色、黄色和红色。
FaultingObjectDescription 硬件的部分信息,通常为空白。
FaultingObjectLocation 硬件的位置信息,通常为空白(对于软件对象)。
RecommendedActions 建议的操作的列表,这些操作是独立的,不是特定的顺序。 现在,此列表的长度通常为1。
错误事件的属性
此表显示了错误事件的几个关键属性。 对于完整的架构,请在 storagewmi 中检查 MSFT _ StorageFaultEvent 类。
请注意 ChangeType,它指示是否正在创建、删除或更新错误,以及 FaultId。 事件还包含受影响的错误的所有属性。
| 属性 | 示例 |
|---|---|
| ChangeType | 0 |
| FaultId | {12345-12345-12345-12345-12345} |
| FaultType | FaultType (正常) |
| 原因 | "卷的可用空间不足。" |
| PerceivedSeverity | 5 |
| FaultingObjectDescription | Contoso XYZ9000 S.N。 123456789 |
| FaultingObjectLocation | 机架 A06,RU 25,槽11 |
| RecommendedActions | {"展开卷。","将工作负荷迁移到其他卷"。 |
ChangeType ChangeType = {0,1,2} = {"创建","删除","更新"}。
覆盖率
在 Windows Server 2016 中,运行状况服务提供以下故障范围:
PhysicalDisk (8)
FaultType: FaultType. PhysicalDisk. FailedMedia
- 严重性:警告
- 原因: "物理磁盘出现故障。"
- RecommendedAction: "替换物理磁盘。"
FaultType: FaultType. PhysicalDisk. LostCommunication
- 严重性:警告
- 原因: "物理磁盘的连接已丢失。"
- RecommendedAction: "检查物理磁盘是否正常运行且已正确连接。
FaultType: FaultType. PhysicalDisk
- 严重性:警告
- 原因: "物理磁盘会定期无响应。"
- RecommendedAction: "替换物理磁盘。"
FaultType: FaultType. PhysicalDisk. PredictiveFailure
- 严重性:警告
- 原因: "预测的物理磁盘发生故障。"
- RecommendedAction: "替换物理磁盘。"
FaultType: FaultType. PhysicalDisk. UnsupportedHardware
- 严重性:警告
- 原因: "物理磁盘被隔离,因为你的解决方案供应商不支持它。"
- RecommendedAction: "将物理磁盘替换为支持的硬件"。
FaultType: FaultType. PhysicalDisk. UnsupportedFirmware
- 严重性:警告
- 原因: "物理磁盘处于隔离区,因为其固件版本不受解决方案供应商支持。"
- RecommendedAction: "将物理磁盘上的固件更新为目标版本"。
FaultType: FaultType. PhysicalDisk. UnrecognizedMetadata
- 严重性:警告
- 原因: "物理磁盘具有无法识别的元数据。"
- RecommendedAction: "此磁盘可能包含未知存储池中的数据。首先,请确保此磁盘上没有有用的数据,然后重置磁盘。 "
FaultType: FaultType. PhysicalDisk. FailedFirmwareUpdate
- 严重性:警告
- 原因: "尝试更新物理磁盘上的固件失败"。
- RecommendedAction: "尝试使用其他固件二进制文件。"
虚拟磁盘 (2)
FaultType: FaultType. VirtualDisks. NeedsRepair
- 严重性:信息
- 原因: "此卷上的某些数据不能完全恢复。它仍可访问。 "
- RecommendedAction: "还原数据的复原能力"。
FaultType: FaultType. VirtualDisks
- 严重性:关键
- 原因: "卷不可访问。某些数据可能丢失。 "
- RecommendedAction: "检查所有存储设备的物理和/或网络连接。可能需要从备份还原。
池容量 (1)
FaultType: FaultType. StoragePool. InsufficientReserveCapacityFault
- 严重性:警告
- 原因: "存储池没有建议的最低预留容量。这可能会限制在) (出现驱动器故障时还原数据复原的能力。 "
- RecommendedAction: "将额外容量添加到存储池,或释放容量。建议的最小保留保留因部署而异,但大约为2个驱动器的容量。 "
卷容量 (2) <sup>1</sup>
FaultType: FaultType. 容量
- 严重性:警告
- 原因: "卷的可用空间不足。"
- RecommendedAction: "扩展卷或将工作负荷迁移到其他卷"。
FaultType: FaultType. 容量
- 严重性:关键
- 原因: "卷的可用空间不足。"
- RecommendedAction: "扩展卷或将工作负荷迁移到其他卷"。
服务器 (3)
FaultType: FaultType. 关闭
- 严重性:关键
- 原因: "无法访问服务器。"
- RecommendedAction: "启动或替换服务器"。
FaultType: FaultType (独立)
- 严重性:关键
- 原因: "由于连接问题,服务器与群集隔离。"
- RecommendedAction: "如果隔离仍然存在,请检查网络 () 或将工作负荷迁移到其他节点。"
FaultType: FaultType (已隔离)
- 严重性:关键
- 原因: "由于重复失败,服务器已由群集隔离。"
- RecommendedAction: "替换服务器或修复网络"。
群集 (1)
FaultType: FaultType. ClusterQuorumWitness. 错误
- 严重性:关键
- 原因: "群集出现故障,导致服务中断"。
- RecommendedAction: "检查见证服务器资源,并根据需要重新启动。启动或替换失败的服务器。 "
网络适配器/接口 (4)
FaultType: FaultType. 网络适配器。
- 严重性:警告
- 原因: "网络接口已断开连接"。
- RecommendedAction: "重新连接网络电缆"。
FaultType: FaultType. NetworkInterface
- 严重性:警告
- 原因: "服务器 {server} 缺少网络适配器 (s) 连接到群集网络 {群集网络}"。
- RecommendedAction: "将服务器连接到缺少的群集网络"。
FaultType: FaultType. 网络适配器
- 严重性:警告
- 原因: "网络接口出现硬件故障。"
- RecommendedAction: "更换网络接口适配器。"
FaultType: FaultType. 网络适配器
- 严重性:警告
- 原因: "网络接口 {network interface} 未启用且未在使用中。"
- RecommendedAction: "启用网络接口"。
机箱 (6)
FaultType: FaultType. StorageEnclosure. LostCommunication
- 严重性:警告
- 原因: "存储机箱的通信已丢失。"
- RecommendedAction: "启动或替换存储机箱。"
FaultType: FaultType. StorageEnclosure. FanError
- 严重性:警告
- 原因: "存储机箱的位置 {position} 处的风扇出现故障。"
- RecommendedAction: "更换存储机箱中的风扇。"
FaultType: FaultType. StorageEnclosure. CurrentSensorError
- 严重性:警告
- 原因: "存储机箱的当前传感器位置 {position} 已失败。"
- RecommendedAction: "更换存储机箱中的当前传感器。"
FaultType: FaultType. StorageEnclosure. VoltageSensorError
- 严重性:警告
- 原因: "存储机箱的位置 {position} 处的电压传感器出现故障。"
- RecommendedAction: "更换存储机箱中的电压传感器"。
FaultType: FaultType. StorageEnclosure. IoControllerError
- 严重性:警告
- 原因: "存储机箱的位置 {position} 处的 IO 控制器出现故障。"
- RecommendedAction: "更换存储机箱中的 IO 控制器。"
FaultType: FaultType. StorageEnclosure. TemperatureSensorError
- 严重性:警告
- 原因: "存储机箱的位置 {位置} 温度传感器出现故障。"
- RecommendedAction: "更换存储机箱中的温度传感器。"
固件推出 (3)
FaultType: FaultType. FaultDomain. FailedMaintenanceMode
- 严重性:警告
- 原因: "当前无法在执行固件推出时进行操作。"
- RecommendedAction: "验证所有存储空间是否正常,以及当前没有容错域处于维护模式。"
FaultType: FaultType. FaultDomain. FirmwareVerifyVersionFaile
- 严重性:警告
- 原因: "在应用固件更新后,由于无法读取或意外的固件版本信息,已取消固件回滚"。
- RecommendedAction: "解决固件问题后重新启动固件推出"。
FaultType: FaultType. FaultDomain. TooManyFailedUpdates
- 严重性:警告
- 原因: "已取消固件回滚,因为有太多物理磁盘未能通过固件更新尝试。"
- RecommendedAction: "解决固件问题后重新启动固件推出"。
存储 QoS (3) <sup>2</sup>
FaultType: FaultType. StorQos. InsufficientThroughput
- 严重性:警告
- 原因: "存储吞吐量不足以满足预留。"
- RecommendedAction: "重新配置存储 QoS 策略"。
FaultType: FaultType. StorQos. LostCommunication
- 严重性:警告
- 原因: "存储 QoS 策略管理器已失去与该卷的通信。"
- RecommendedAction: "请重新启动节点 {节点}"
FaultType: FaultType. StorQos. MisconfiguredFlow
- 严重性:警告
- 原因: "一个或多个存储使用者 (通常) 使用 id 为 {id} 的不存在的策略。"
- RecommendedAction: "重新创建任何缺少的存储 QoS 策略。"
<sup>1</sup> 表示卷已达到80% 的完整 (次严重性) 或90% 完全 (主要严重性) 。 <sup>2</sup> 表示卷上的某些 .vhd (s) 未达到其最小 IOPS 超过 10% (次) ,30% (主要) ,或 50% (滚动24小时窗口的严重) 。
Note: 存储机箱组件(如风扇、电源和传感器)的运行状况派生自 SCSI 机箱服务 (SES)。 如果你的供应商不提供此信息,运行状况服务不能对其进行显示。
其他参考
历史资料。此文对应 2021-03-23 的中文文档快照,适用产品版本和命令行为以原文为准。
来源与署名:Microsoft 和文档贡献者(原始作者元数据 cosmosdarwin)。固定版本原文。文档采用 CC BY 4.0,示例代码采用 MIT 授权。本站将 Markdown 转为 HTML,规范化链接,移除外部媒体、发布器占位标签和导航标记。
