Dotaz: raid radic Areca 1680 mi neustale schovava disky!

[Tombik]

Dobry den, Mam supermicro 3U server so 16-timy 1.5TB Western Digital SATA diskami. K dispozicii je tu Areca 1680 RAID radic. Mam tu 2 velke problemy!

1. Problem je v tom ze niekedy pri bootovani vojdem do tej ich utilitky (alebo sa tam napojim vzdialene cez HTTP) a krasne vidim vsetky 16 1,5TB disky, vytvorim pozadovany RAID a dam ho inicializovat... Problem je ze tato inicializacia este ani raz nedosla do konca. Napriklad minule sa mi to zaseklo pri 7.3% alebo predtym na 16% (alebo tak nejak uz si to presne nepamatam). Jednoducho to zamrzne!

2. Problem je v tom ze casto krat (asi 19 pripadov z 20-tich) ked zapnem tento server a napojim sa na ten RAID radic tak mi tvrdi ze tam nemam ziadny RAID vytvoreny (co je vlastne i pravda) a navyse ze tam nemam ziadny disk! Na webe vyrobcu som sa docital ze ak ich radic zisti ze co i len jeden disk chyba tak vsetky ostatne disky schova aby tak chranil data v RAID-e. To je od nich pekne ale preco to do certa robi aj ked tam vsetky disky su a ked tam zatial ziadny RAID nie je vytvoreny?

Skusil som upgradnut firmware na najnovsiu 1.48 verziu a vobec to ani trochu nepomohlo!

Za akykolvek napad, skusenost, cokolvek by som Vam bol velmi vdacny. Dakujem

---

---

Odpovědi

[dustin]

Tak to je horší než ten němec :)

Sorry za offtopic, ale prostě nešlo odolat :D

[Tombik]

To mi tu naozaj nema kto poradit?

[AraxoN]

Asi nikto nemá takéto zlé skúsenosti, alebo takýto radič. Najlepšie by bolo uplatniť reklamáciu a nechať niekoho iného nech si s tým láme hlavu. Ak to nie je možné, tak by som začal tým, že by som disky jeden po druhom pripájal do iného počítača, prešiel ich SMARTom a cez dd ich skúsil prečítať od A do Z - či niektorý z nich nie je po smrti, alebo nevykape na relocated event-e, alebo niečom na ten spôsob. Ak sú disky v poriadku, treba hľadať chybu inde - SATA káble, radič, ovládač, zdroj? Ťažko povedať.

[Lol Phirae]

Nechapu co resis. Reklamuj ten krap.

[kyytaM]

HW chyba? Tipujem ze ide o novy stroj -> reklamacia?

[Tombik]

Asi naozaj skusim tu reklamaciu. Disky su urcite v poriadku vsetky som ich checkol i v inej masine. Navyse niekedy i ten RAID radic ukaze vsetky disky a vyhlasi ze su v poriadku. Asi bude naozaj chyba v tom radici...

[frr]

To je SuperMicro 836TQ? Ten TQčkový backplane je důležitý údaj. Tčkový pokud vím tenhle problém nemá... Máte připojené SGPIO od té Arecy? Pokud ano, když Areca startuje a hledá disky, piští backplane jako vzteklý?

Pokud skutečně TQ backplane, a piští při startu, tak si sežeňže plochý šroubovák přiměřené velikosti (řekněme 6 mm šířka břitu), přiměřeně ostrý, otevřete kastli, a najděte na SAS backplanu "piezo" bzučák. Takový černý plastový váleček s dírkou uprostřed, průměr a výška asi 1 cm. Zasuňte šroubovák pod bzučák a zapřete o chassis. Když opatrně zapáčíte, abyste nezničil nic kolem, měl by ten bzučák uletět.

Až na tuhle drobnou nectnost jsou kastle SuperMicro TQ opravdu super, a enclosure management přes SGPIO proti Arecám funguje báječně.

[Tombik]

Dik za radu.

Ano je to 836TQ. Mam pripojene SQPIO, ale ked areca startuje tak ziadne pistanie nepocujem. Pritom toto "pistanie" je "Enabled" takze ak mu nieco vadi tak by mal pistat, ale nezapistal ani raz (alebo som ho cez ten strasny hluk v serverovni ani nepocul).

Mam navzdory tomu aj tak skusit ten piezo bzucak dat prec?

[Lol Phirae]

Nechci ti do toho kecat, ale odlamovani soucastek na necem, co patrne bude nutne reklamovat, to je teda opravdu dost blby napad.

[frr]

Souhlas, radši konzultovat s dodavatelem. V mém případě jsem dodavatelem byl já

[frr]

Aha, takže přece jenom TQ. To je dobře - s expandérem by bylo o problém víc.

Že ta věc při startu nepiští, ačkoli je Areca připojená, pro to mám několik možných vysvětlení:

1) Areca udělala nějakou změnu ve firmwaru, aby backplany SuperMicro při startu nepištěly. To se mi ale moc nezdá, protože by se tím jenom skryl skutečný problém = rušení bzučáku na TQ backplanu do některých datových vedení / SATA lanes

2) Máte TQ backplane najumperovaný z výroby na defaultech = supermicro proprietary I2C. Takže Vám to SGPIO vlastně nefunguje. Mrkněte se do manuálu ke skříni resp. k backplanu, je to v tomto případě 1 jumper - např. tady na straně "2-6" v tisku (13 ze 17 v PDF souboru):

http://www.supermicro.com/manuals/other/BPN-SAS-836TQ.pdf

Svého času býval default I2C. Podle aktuálního manuálu je ale default SGPIO. Žeby SuperMicro udělalo změnu? Možná, že ten HW bug s bzučákem taky konečně opravili?

3) já to možná testoval jenom s Arecou 1261ML nebo 1280, to jsou SATA-only modely, možná mají jinak řešený SGPIO výstup. Možná proto se Vaše sestava při bootu chová jinak.

Fungují Vám červené "failure" LEDky, když dáte v RAIDu povel "identify drive"? V tom případě SGPIO funguje.

Pokud nefunguje, zkontroloval bych jumper na backplanu, zapojení šedých kšandiček co koukají ze "SFF-8087 chobotnic", a možná by se našla položka v konfiguraci Arecy, která volí enclosure management mezi SES2-over-SAS vs. SGPIO.

Pokud smíte ten stroj vypnout, doporučuji najít na backplanu bzučák a podívat se, kde koukají jeho nožičky na "straně disků". Býval to tuším snad šuplík číslo 8 (druhý shora v pravém sloupci). Možná vrchní řada úplně vpravo. Pokud má bzučák ze strany disků mezi nožičkami viditelnou dvojici spojů na plošáku (= SATA lane), tak doporučuju bzučák uloupnout. Nebo žeby tam bzučák už vůbec nebyl?

Doporučuju ten bzučák zkontrolovat - problém je, že když Vám vypadne z RAIDu za provozu disk, bzučák na backplanu začne kvičet, a shodí další disk nebo dva. Což sundá celé pole. Mimochodem ten bzučák není piezo, ale dynamický. Zřejmě právě proto ruší.

Areca má svůj vlastní bzučák = na kartě RAIDového řadiče. Pokud máte v konfiguraci Arecy povolený bzučák, je to ten její onboard. Bzučák na backplanu je jiná záležitost - ten se v konfiguraci RAIDu vypnout nedá. Podle mého nemá na backplanu ani jumper, kterým by šel umlčet. Takže když se vysype RAID, neslyšíte jeden bzučák, ale dva

Mimochodem je podle mého nesmysl, že by jeden chybějící disk způsobil, že není vidět celé pole. To mi přijde krajně divné až nesmyslné - s jedním vypadlým diskem (v RAIDu6 se dvěma) musí pole normálně nabootovat. Pokud před restartem nestihlo dokončit inicializaci, měla by tato po restartu pokračovat tam, kde před restartem skončila.

[frr]

Když si to čtu znova, mám pocit, že je asi něco blbě s diskama. A našel jsem googlem tohle:

http://blog.insanegenius.com/2009/09/western-digital-re4-gp-2tb-drive.html

http://blog.insanegenius.com/2009/10/hitachi-a7k2000-and-seagate-barracude.html

Pár navazujících dotazů a poznámek:

Na tom odkazovaném webu jsou popsány problémy s konkrétními řadiči Areca, Adaptec a LSI skrz expandér proti WD RE4 GP. Společné body: disky WD, expandér, a na RAIDu procesor Intel IOP348 s on-chip SAS řadičem (těžko říct, kdo dodal Intelu "SAS IP Core", tipuju LSI nebo možná Agilent).

Ten SuperMicro server, nemá to náhodou E1/E2 SASový backplane s expandérem? SATA přes expandéry je občas docela svinstvo. (Pro srovnání, zmiňovaný TQčkový backplane má jenom pasivní propoj na jednotlivé disky.) Nicméně podle některých zmínek v diskusi na výše uvedených URL soudím, že je to na expandéru nezávislé, že ten problém je někde uvnitř firmwaru disku a týká se nějakých bugů při reakcích na SATA commandy ve chvíli, kdy ten disk zároveň provádí nějakou "změnu stavu" v interním power managementu.

Osobně jsem před časem otestoval jenom 2 ks WD10EADS (1TB) bez problému proti Arece s procesorem IOP341, kde SAS HBA je realizován samostatným LSI HBA čipem, skrz expandér s čipsetem taktéž od LSI.

Jinak se všechny moje dosavadní zkušenosti s Arecou v SuperMicru a v AXUSu týkají disků Seagate - a bez problému.

[Tombik]

Dakujem ti velmi pekne za tvoju ochotu a naozaj vynimocnu snahu pomoct, ale rozhodol som sa to dat reklamovat. Mam i mnozstvo dalsich povinnosti a uz nemam viacej casu s tymto experimentovat. Nech sa nad tym potrapia iny ;) ten server sa momentalne nevyuziva a nebude preto ani tak velmi chybat... aspon zatial nie.

Kazdopadne este raz dik.

[frr]

Doporučte dodavateli, ať vyzkouší disky Seagate, zkontroluje funkci failure LEDek (identify drive), a zkontroluje ten bzučák na TQ backplanu, jestli nemá lane mezi nohama. Hodně štěstí