HP9000小型机运维指南：环境、电源、存储与集群切换实战

简介这份《HP9000小型机管理员必读》是一份面向HP9000系列服务器及HP-UX系统管理员的入门与运维资料围绕机房环境、故障诊断、日常管理三个层面展开适合需要快速上手小型机维护的工程师。全部内容打包为1个doc文档大小仅284KB便于本地查阅与打印。文档开篇介绍了机房的温度、湿度、电源及散热要求随后分硬件、软件、网络三类梳理了常见故障排查思路第三部分则详细列出管理员日常工作包括HP-UX基本命令、逻辑卷管理、系统安全、性能观察、启动配置、主控台设置及PDC简介等覆盖面较广。目前已有118人学习下载对于希望了解惠普技术支持渠道和掌握小型机基础排障方法的新手管理员这份浓缩型备查手册能提供较高的实用价值。1. HP9000小型机运维一本“必读”背后隐藏的生产环境硬门槛二十年前的HP9000小型机今天仍默默运行在许多制造业、银行和电信企业的机房中。它跑HP-UX用PA-RISC处理器存储管理走逻辑卷双机热备靠MC/SG——这套技能组合即使在今天依然具备迁移价值。很多刚接手的新人容易把精力放在“敲命令”上却忽略了机房环境、电源接地、硬件自检这些前置条件结果遇到故障时只能打800电话。这本内部流传的《必读》恰恰把这些硬门槛按顺序列清楚了适合系统管理员作为研究方案的基础框架先确认环境达标再学诊断命令最后练会备份和集群切换。老手也能从中对照自己是否遗漏了接地、散热这类细节。2. 机房环境与电源指标HP9000稳定运行的硬约束HP9000是典型的机架式企业级服务器对运行环境的敏感度远高于普通PC服务器很多所谓“不明原因故障”其实都源于机房环境不达标。文档从总体要求、环境参数、电源规范三个层面给出了可量化的控制指标这些数字即使在今天仍是机房验收的重要参考。2.1 温湿度与洁净度影响硬件寿命的隐性参数机房总体要求中需要避免电磁场、磁场、腐蚀性气体、易燃物、湿气和灰尘。前后左右要留出足够散热空间门窗密封避免阳光直射地面不能铺地毯以减少静电。无线电杂波干扰应低于0.5V/米频率范围从14KHz到1GHz。如果无法避免强磁场干扰就需要用金属材料封闭机房四周。温度和湿度直接影响硬件寿命温度20-25℃最佳22℃相对湿度40%-60%最佳55%温度最大变化率不超过10℃/小时。湿度高会结露腐蚀电路湿度低会产生静电击穿芯片。北方干燥地区建议加湿南方潮湿地区建议去湿。很多服务器因为湿度不达标出现内存奇偶校验错误排查到最后才发现是机柜背后的加湿器损坏。洁净度方面空气中大于0.5微米的杂质每立方英尺不应超过45000个。灰尘过多容易造成磁盘读写错误以及磁盘机中磁头和盘片的毁损。所以机房要定期清洁不要使用地毯进出要换鞋套。另外机房颤动度必须低于0.5G否则机械部件、接头和面板接触部分会逐渐松动。见过一台D系列机器因为旁边放了空压机半年内内存槽接触不良两次。2.2 电源要求与接地比UPS更值得关注的三件事电源是小型机稳定运行的基础。文档要求电压203-228V频率50±0.5Hz。瞬间变动电压不能超过220V±15%且必须在0.5秒内恢复对计算机系统则要求在0.06秒内恢复正常。这个0.06秒意味着许多廉价UPS切换时间过长需要选用在线式UPS或加装稳压装置。总谐波不高于5%谐波过高会影响服务器开关电源的滤波电容。接地系统是很多机房的短板。文档给出具体要求接地线必须和任何导线完全隔离及绝缘线径至少3.5mm接地线不是零线不能和零线混用系统接地电阻在电源插座零线与地线间测量时不大于2欧姆电源输出插座的零线和地线间电压必须小于1V不能使用铁管代替接地线接地端接地电阻不大于1欧姆。这些参数可以用接地阻抗测试器验收如果零地电压大于1V通常意味着接地母线过长或接触不良。电源配线方面空调系统不能和计算机系统共用一个电源照明最好也分开。主机、外设等主要设备要使用独立的电源开关和插座。同时应配备稳压电源、UPS和发电机组。机房扩容时需要计算所有设备的功率总和并至少增加30%的余量避免开关跳闸或UPS过载。2.3 HP9000各系列功率与散热量机柜扩容前先算账文档附带的功率与散热量对照表是机柜选型和空调容量计算的直接依据。以下是部分型号的典型数据主机型号最大功率(W)额定电流(A)散热量(BTU/hr)E Class4003.51385D2505002.31707D270/D2809304.13171K100/K200/K210/K220125064263K360/K460/K370/K380/K570/K5801700105800T60046802115959N4000300013.810230注意表中数值是文档给出的工程参考具体以设备铭牌为准。计算总散热量时需要把机房内机器散热量总和、灯光散热量、人员散热量每人约600BTU/小时、未来扩容设备散热量以及机房空间散热量约50BTU/平方英尺全部相加。换算公式为BTU/hr 功率(瓦特) × 3.413冷量(千卡/小时) BTU/hr × 0.25。举个例子一间机房放4台D270和2台K210仅服务器散热量就有4×31712×426321210 BTU/hr换算下来约5300千卡/小时。如果机房还坐了3个人、有10平方米灯光就要再加上1800 BTU/hr和500 BTU/hr再乘1.3的余量系数才是空调需要的真实冷量。很多小机房的散热不够都是因为只按铭牌功率估算忽略了人员、灯光和未来扩容。环境、电源、散热这些硬指标都是可以在巡检中直接对照执行的。不要觉得麻烦多花半小时做记录能保住后面无数个凌晨。3. 故障诊断从硬件错误码到网络排查的命令链HP9000在开机时会自动完成自检、诊断和引导启动代码。硬件故障时前面板液晶屏会显示FLT和四位错误代码控制台左下角同时显示ERROR。掌握了这些代码的分段含义就能在报修电话里直接说出故障部件节省沟通成本。3.1 硬件自检与状态灯开机时先看哪里开机自检的检测顺序大致为高速缓存、中央处理器、总线、内存、I/O设备。每检测到对应硬件相关指示灯会亮。硬盘、软盘、磁带机及光驱自检时前面板的指示灯会短暂亮一下表示系统已经识别到该设备。如果某个驱动器的自检灯不亮很可能是设备自身或连接有问题。主机背后的SCSI接口卡和网络接口卡上的自检指示灯正常为长亮如果不亮优先怀疑接口卡损坏。液晶屏上出现FLT时四位错误代码是主要线索。K系列的代码规则如下错误代码含义处理方式1XXXCPU或快速缓存问题更换CPU卡或系统卡2XYY快速缓存问题更换CPU卡或系统卡3XYY处理器相关问题更换系统卡4XYY自检故障更换CPU卡5XYZ总线传输故障更换Y标明的PCA卡或系统卡7XXX内存故障更换内存代码中的X、Y、Z是十六进制位例如内存故障的完整代码会进一步区分是哪一组内存板。拿到代码后先用表格归类能快速把故障定位到板卡级别。这比盲目拔插硬件安全得多。3.2 软件故障诊断几个命令快速定位系统状态软件故障不像硬件有明确代码但一组常规命令可以帮你画出系统运行快照。我拿到一台出问题的HP9000通常会按照如下顺序逐条执行# 列出所有I/O卡和设备包含逻辑单元号、硬件地址、设备文件名 ioscan -fn # 列出所有进程检查是否有僵尸进程或高CPU进程 ps -ef # 查看网卡状态、路由表等信息 netstat -rn # 查看网卡状态及网络配置 lanscan # 查看已挂载文件系统的使用情况 bdf # 查看已挂载文件系统的挂载点 mount # 查看系统ID、OS版本等信息 uname -a # 查看主机名 hostname # 查看物理磁盘信息大小、所属卷组、设备名 pvdisplay -v /dev/dsk/cCdDtT # 查看卷组信息包含哪些物理盘和逻辑卷 vgdisplay -v /dev/vg00 # 查看逻辑卷信息是否镜像、大小、所属卷组 lvdisplay -v /dev/vg00/lvol1ioscan -fn是最优先执行的命令它能在几十秒内让你知道系统“看到了”哪些硬件。如果某块磁盘或网卡没有出现在输出里说明硬件没有被内核识别问题可能在卡、背板或线缆。bdf用于查文件系统使用率根文件系统接近100%是很多诡异问题的根源。pvdisplay、vgdisplay、lvdisplay分别对应物理卷、卷组、逻辑卷三个命令联用能完整还原存储配置。3.3 网络故障排查lanscan、linkloop 与路由配置网络问题在运维工单中占比最高但排查顺序对了就能少走弯路。HP-UX下修改主机名和IP地址建议使用set_parmsset_parms hostname set_parms ip_address这两个命令会同步更新/etc/hosts、/etc/rc.config.d/netconf等配置文件避免手改遗漏。如果你偏好手动也可以直接编辑这些文件但改完要重启网络服务或重新启动系统。查看网卡状态用lanscan。输出中Net-Interface state字段如果是up说明网卡已经启用。接着用ifconfig lan0确认IP地址是否配置正确。如果网卡处于down状态执行ifconfig lan0 up启动它。网络不通时按链路层次排查lanscan # 1. 本地网卡是否up ping 本机IP地址 # 2. IP协议栈是否正常 ping 其他机器IP地址 # 3. 跨主机连通性 # 若不通在对方机器执行 lanscan 获取station address然后 linkloop station_address # 4. 验证物理链路网线、交换机端口linkloop是HP-UX特有的诊断命令它直接使用网卡硬件地址发送测试帧不经过IP层。如果linkloop不通问题在物理链路如果通而ping不通问题在IP配置或路由。同一网段内子网掩码必须一致。遇到两台机器互相ping不通先对比掩码再检查路由表。配置默认网关可以手动添加/usr/sbin/route add default 20.08.28.98 1如果希望网关加入启动配置编辑/etc/rc.config.d/netconfROUTE_DESTINATION[0]default ROUTE_GATEWAY[0]20.08.28.98 ROUTE_COUNT[0]1然后执行/sbin/init.d/net使配置生效。也可以用set_parms addl_netwrk交互式设置。修改后务必用netstat -rn查看路由表确认默认路由已经存在。4. 逻辑卷管理HP-UX存储核心操作与日常维护HP-UX的硬盘管理采用逻辑卷管理器不直接使用裸分区。理解物理卷(PV)、逻辑卷组(VG)、逻辑卷(LV)三层结构是系统管理员的基本功。这四个概念的层次关系可以用一句话概括PV是物理硬盘VG是若干PV组成的“大硬盘”LV是VG上的逻辑分区文件系统则建立于LV之上。4.1 从物理卷到文件系统HP-UX的存储分层数据库场景中LV可以直接作为裸设备使用跳过文件系统层许多Oracle生产库就是这种模式。这样做的好处是减少文件系统缓冲和锁开销代价是备份和运维必须走专门的裸设备工具。把一块新硬盘纳入系统并创建文件系统完整流程如下# 1. 创建物理卷必须使用字符设备文件 pvcreate -f /dev/rdsk/cCdDtT # 2. 创建卷组目录并建立group设备节点 mkdir /dev/vg01 mknod /dev/vg01/group c 64 0x010000 # 3. 创建卷组将物理盘加入 vgcreate vg01 /dev/dsk/cCdDtT # 4. 创建逻辑卷例如500MB lvcreate -L 500 -n data /dev/vg01 # 5. 在逻辑卷上创建文件系统 newfs -F hfs /dev/vg01/rdata # 6. 创建挂载点并挂载 mkdir /data mount /dev/vg01/data /datapvcreate中的-f表示强制如果硬盘上有旧的EFI或LVM数据必须先确认再执行。mknod的次设备号0x010000中01对应vg010000是设备号的后缀格式必须严格遵循LVM的命名规范。newfs针对字符设备rdata挂载时使用块设备data。文件系统类型支持hfs和vxfs其中vxfs是日志文件系统支持在线扩容和快速恢复。查看系统当前卷组和磁盘信息的快捷命令是strings /etc/lvmtab/etc/lvmtab是LVM的核心映射文件记录了VG与PV的对应关系。用strings直接查看内容能快速确认系统识别了哪些卷组和硬盘。4.2 添加与删除逻辑卷操作步骤与设备忙处理日常运维中经常需要添加新的逻辑卷。例如在vg01上添加一个200MB的文件系统卷卷名为data挂载到/samplelvcreate -L 200 -n data /dev/vg01 newfs -F hfs /dev/vg01/rdata mkdir /sample mount /dev/vg01/data /sample用bdf即可看到/dev/vg01/data已挂载到/sample。如果是添加裸设备卷跳过newfs步骤直接mount即可或者交给数据库软件直接使用。删除逻辑卷时最常见的坑是umount提示设备忙。这是因为有进程正在访问该文件系统。正确流程是先卸载失败则进入单用户模式umount /sample # 如果提示Device busy则重启到单用户 shutdown -y 0 # 单用户下挂载所有文件系统然后卸载目标卷 mount -a bdf umount /sample # 删除逻辑卷 lvremove /dev/vg01/data单用户模式只有很少的进程在运行被占用的可能性大大降低。如果仍然卸载不掉可以用fuser -u /sample查看是哪个进程占用用fuser -k /sample强制终止后再卸载。注意fuser -k要慎用确认是无害进程再执行。4.3 扩大文件系统先扩LV再扩FS的顺序文件系统扩容是存储管理的日常操作但顺序不能反必须先扩大逻辑卷再扩大文件系统。下面把/usr对应的/dev/vg00/lvol4扩大到500M# 进入单用户模式 shutdown -y 0 # 挂载所有文件系统 mount -a # 卸载/usr umount /usr # 扩大逻辑卷到500M lvextend -L 500 /dev/vg00/lvol4 # 扩大文件系统 extendfs /dev/vg00/lvol4 # 重新挂载 mount /dev/vg00/lvol4 /usr # 回到多用户运行级 init 3如果是vxfs文件系统extendfs要指定类型extendfs -F vxfs /dev/vg00/lvol4。lvextend除了用-L 500设置绝对大小也可以用-L 200表示增加200M后者在不知道当前大小时更安全。扩容前务必备份数据尤其是vg00上的根文件系统一旦lvextend或extendfs中断系统可能无法引导。另外扩容前用bdf确认目标文件系统当前大小和使用率用lvdisplay确认对应的LV路径避免卸错卷。5. 备份恢复与双机热备MC/SG切换的运维视角系统备份和双机热备是最后一道防线。备份决定了你的数据能恢复到什么时间点双机热备决定了业务中断时间能压到多短。两者配合才是完整的灾难恢复方案。5.1 系统备份fbackup 与 frecover 的命令组合HP-UX系统备份常用fbackup恢复用frecover。做全系统备份的常见做法是fbackup -f /dev/rmt/0m -i / -v这条命令将根文件系统/备份到第一个磁带机-v显示详细进度。但全备份时间较长更推荐结合增量备份用-0做0级全备之后每天用-1做增量备份。备份后的磁带要定期验证否则遇到恢复时才发现磁带损坏就晚了。5.2 MC/SG双机热备的日常操作MC/SGServiceGuard是HP-UX的双机热备软件。文档列出的操作序列对应如下常见命令手动启动集群用cmruncl单点启动后加入另一个节点用cmruncl -n node实现节点切换先cmhaltnode再cmruncl监测集群状态用cmviewcl停止集群用cmhaltcl停止某个节点但集群继续运行用cmhaltnode。包管理方面运行包用cmrunpkg停止包用cmhaltpkg改变包切换属性用cmmodpkg。这些命令的共同原则是操作前先确认当前集群和包的状态不要盲目执行。例如切换节点时如果目标节点没有加入集群cmhaltnode可能会失败并影响整个集群。5.3 验证集群状态的小技巧每次手动切换或故障自动切换后不要只看浮动IP通不通。更可靠的验证方法是cmviewcl -v # 查看节点和包状态确认包在预期节点run tail -f /var/adm/syslog/syslog.log # 实时监控集群日志进一步我会在包里放一个探针脚本每次切换到新节点时更新探针文件名上的节点标识。这样通过探针文件内容就能确认包确实在正确节点运行而不是IP被某个异常进程接管。备份恢复和集群切换都是一连串操作建议每季度做一次实际切换演练用沙盘记录切换时间持续优化。本文还有配套的精品资源点击获取