简介《EMC DS300B光纤交换机维护手册》面向数据中心存储运维人员、系统管理员及需要维护EMC光纤交换链路的初中级技术人员聚焦设备日常巡检、开关机与故障排查。文件包仅含1个doc文档约361KB篇幅精炼便于随身查阅和打印成册。内容围绕设备概况、连接方式、开机与关机顺序、Web状态检查、故障诊断、HBA卡链路检查及故障报修展开并结合VNX5300存储、数据库与应用服务器交叉连接的实例说明端口分配、Zone查看和powermt链路判断等要点。已有2059人学习可作为值班巡检、变更操作和应急排障时的参考清单帮助读者理清单路供电、冗余配置下的安全操作边界减少误关机与链路中断风险。1. 双交换机单路供电的场景下这份 DS300B 维护手册到底管什么凌晨两点接电话跑核心应用的一台服务器开始报 IO 错误值班同事第一反应是存储阵列出问题登上机柜才发现其中一台 EMC DS300B 光纤交换机的供电模块灯变成了橙色。两台交换机各自单路供电、互为冗余这一路掉电本身不致命但如果后面的重启动作排错就可能把还在跑的那条链路一起带走。这份《EMC DS300B 光纤交换机维护手册》处理的正是这类现场不展开协议栈只讲清楚端口谁接谁、机器按什么顺序开关、状态灯和命令行怎么读、出问题时先查哪一步。它适合手里还压着一批老存储、老交换机的运维和集成人员尤其是没有原厂驻场、只能自己半夜爬起来的那一类。2. 先把端口对清楚DS300B 八口交叉接线与 zone/alias 映射很多人第一次接这种机器会觉得光纤交换机无非是个“高级 HUB”把线插上就该通。真上手才发现线插对了也不一定通——SAN 是交换式网络端口之间默认互相不可见决定谁看得见谁的唯一手段就是 zone。所以在这套环境里端口分配表不是文档摆设而是后面所有故障判断的坐标系。手册里给出的对应关系很明确端口对端设备对端口alias0EMC VNX5300 存储SPB 控制器 0 口p_vnx_spb01EMC VNX5300 存储SPA 控制器 1 口p_vnx_spa14EMC VNX5300 存储SPB 控制器 1 口s_vnx_spb05EMC VNX5300 存储SPA 控制器 0 口s_vnx_spa18DB1 数据库服务器HBA1XXnxdb1_hba19DB2 数据库服务器HBA1XXnxdb2_hba110DOC1 应用服务器HBA1XXNX_DOC1_hba111DOC2 应用服务器HBA1XXNX_DOC2_hba12.1 为什么两台交换机的端口规划是镜像的这份手册对应的现场装了两台 DS300B每台都是单路供电靠两台之间互相冗余来兜底。主机侧每台服务器插两块 HBA一块接交换机 A一块接交换机 B存储控制器两侧各有独立的端口也分别落到两台交换机上。结果就是在任意一台交换机上你只能看到每台主机的一块 HBA也就是表里的 hba1。这不是配漏了是设计如此——如果两台交换机都接同一块 HBA那冗余就退化成了摆设。理解了这一点排查时的一个常见误判就能避开在交换机 A 上 switchshow 只看到 DB1 的一个 WWN不代表 DB1 的另外一块卡坏了要看交换机 B。同理存储侧 0/1/4/5 这四个口0 和 4 落在 SPB1 和 5 落在 SPA正好构成两条独立路径这也是后面 powermt 能看到两条 alive 路径的物理基础。2.2 alias 与 zone 的命名逻辑手册里 alias 的命名基本遵循“设备_端口号”的规则比如 XXnxdb1_hba1 听名字就知道是 DB1 的 HBA1p_vnx_spa1 里的 p 表示 primary、s 表示 secondary。这种命名在只有十几台主机的小环境里够用人脑能记住但一旦主机数量上去靠前缀区分主备就容易看花眼。我的习惯是在 alias 里把交换机序号也带上比如 ds300b1_xxnxdb1_hba1两台交换机同时抓配置对比时不会串行。zone 的划分则是“一个主机 HBA 对一个存储控制器端口”一条不做单 zone 多主机。这样的粒度好处是权限最小化DB1 的 HBA 只能看到 SPA1 的端口看不到 DOC1 的卡坏处是 zone 数量会随主机数线性增长改配置时要一条条确认。手册里 cfg_XXnx_1 下面挂了五条 zone其中有四条是主机路径剩下一条 mirrorview_spb 只包含 1,0 和 1,4 两个存储端口是给阵列之间做复制用的跟主机无关——看到这种“只有存储口、没有主机口”的 zone别顺手删掉删了复制链路直接断。2.3 用 switchshow 反查物理口和 WWN判断“这条线到底插在哪个口、对端是谁”最直接的办法是 switchshow。下面是这套环境里一次正常抓取的典型输出WWN 做了掩码处理# 登录后在 DS_300B:admin 提示符下执行 switchshowswitchName: DS_300B switchType: 71.2 switchState: Online switchMode: Native switchRole: Principal switchDomain: 1 switchWwn: 10:00:00:27:f8:xx:xx:xx zoning: ON (cfg_XXnx_1) switchBeacon: OFF Index Port Address Media Speed State Proto 0 0 010000 id N8 Online FC F-Port 50:06:01:68:xx:xx:xx:06 1 1 010100 id N8 Online FC F-Port 50:06:01:61:xx:xx:xx:06 2 2 010200 id N8 No_Light FC 3 3 010300 id N8 No_Light FC 4 4 010400 id N8 Online FC F-Port 50:06:01:68:xx:xx:xx:bd 5 5 010500 id N8 Online FC F-Port 50:06:01:61:xx:xx:xx:bd 6 6 010600 id N8 No_Light FC 7 7 010700 id N8 No_Light FC 8 8 010800 id N8 Online FC F-Port 10:00:00:90:fa:xx:xx:1a 9 9 010900 id N8 Online FC F-Port 10:00:00:90:fa:xx:xx:90 10 10 010a00 id N8 Online FC F-Port 21:00:00:24:ff:xx:xx:f6 11 11 010b00 id N8 Online FC F-Port 21:00:00:24:ff:xx:xx:46 12 12 010c00 id N8 No_Light FC ... 16 16 011000 -- N8 No_Module FC (No POD License) Disabled这里要看的其实是四列不是一行switchState 和 zoning前者 Online 说明交换机自身启动正常后者 ON (cfg_XXnx_1) 说明当前激活的配置文件是哪一个。这两项对不上后面的端口状态再漂亮也白搭。StateOnline 是正常No_Light 表示这个口没有收到光信号通常是没插线、线断、或者对端设备没上电No_Module 是光模块没插或者没许可Disabled 是被显式关掉了。Proto 和 F-PortF-Port 后面那串就是登录上来的对端 WWN。注意 50:06:01 开头的都属于存储前端口10:00:00:90:fa 是 Emulex 系网卡21:00:00:24:ff 是 QLogic 系网卡。靠 OUI 前缀就能大致判断“这个口接的是存储还是主机”不用翻表。末尾的 (No POD License) Disabled16 到 23 口默认不开放需要 Ports on Demand 许可才能启用。这一点在扩容时最容易翻车——线插好了、灯也亮了端口就是不 Online因为许可没买。注意switchshow 里 Address 列是 16 进制的端口地址改天如果要在 zone 里按“域 ID 端口号”写成员得先把十进制端口号换成十六进制别直接照抄。3. 开关机顺序不是玄学五步上电、四步下电与单路供电红线开关机顺序看着像流程仪式其实是给主机侧的多路径软件留出“认识路”的时间。如果反着来最常见的结果不是立刻报错而是过几个小时业务开始间歇性卡顿查半天发现某块 HBA 把一条路径标成了 dead多路径退化成单边跑。手册里给出的顺序很简单但每一步背后的原因值得说清楚。3.1 上电从最底层往上开手册的五步是检查光纤线和电源线是否松动 → 开存储扩展柜 → 开存储控制器 → 开光纤交换机 → 开应用服务器。顺序的逻辑是先让存储侧完全就绪再让交换网络通最后才让主机去扫盘。如果先开主机主机启动时 HBA 扫描不到任何 LUN虽然之后可以手动 rescan但在一些老系统上启动脚本已经按“扫不到就跳过”处理完了后面再补就得到处改 fstab 或者重新识别设备。扩展柜先于控制器是因为控制器启动时要能枚举到后端盘顺序反了控制器会报后端设备缺失有时还得重启一次控制器才能恢复。实际执行时我一般会在第 1 步多花两分钟不光看线有没有松还要看光模块的卡扣有没有到位、LC 接头有没有插到底。光纤这东西插一半和插到底在交换机上可能都显示 Online但误码率会慢慢往上走属于典型的“能跑但跑不好”。3.2 下电从上往下关交换机不能抢跑下电顺序正好反过来关应用服务器 → 关光纤交换机 → 关存储控制器 → 关存储扩展柜。原因很直白应用服务器还在写盘的时候把交换机断掉主机侧的 IO 会立刻超时轻则业务报错重则文件系统进入只读甚至损坏。手册特意用了一句很重的话强调这一点——不要在没有关闭应用服务器之前给光纤交换机断电也不要对两台光纤交换机同时断电否则会导致数据丢失。这句话在这套环境里格外要命因为两台交换机都是单路供电。单路供电意味着每台机器只有一个电源输入一旦这一路掉电那台交换机就直接下线没有第二条路可走。冗余靠的是“另一台交换机还在”而不是“这台交换机还有另一个电源”。所以任何涉及断电的操作本质上是把系统从双活降级成单活能不能做、什么时候做取决于另一台交换机当下是否健康。3.3 单路供电环境下的重启窗口怎么排如果确实要重启某一台交换机我一般按下面这个顺序排窗口避免把降级时间拉长# 第一步确认另一台交换机完全健康这是能不能动的前提 # 在另一台交换机上执行确认所有在用端口 Online、无异常告警 switchshow # 确认当前激活的 cfg 与故障机一致避免切换后主机看不到 LUN cfgshow # 第二步确认主机侧多路径当前是双活 # AIX 上 powermt display devall # Windows 上 powermt display devall # 第三步在业务低峰先停应用或把应用切到另一台主机 # 第四步关这一台交换机操作完成后按上电顺序恢复参数和判断点说明第一步的 switchshow 重点看 State 列有没有 No_Light 或 Disabled如果有说明另一台交换机本身就不完整这时候动故障机等于把系统从“单活”推到“无活”第二步的 powermt 要看每个 LUN 的路径是不是都 alive只有确认双活才敢断一边第三步的“停应用”不是可选项手册里那句“不要在没有关闭应用服务器前断电”说的就是这个。还有一个容易被忽略的细节两台交换机互为冗余但它们的配置必须一致。如果只改了一台的 zone 就重启另一台主机侧可能因为两台交换机看到的 LUN 映射不同而出现路径震荡。改配置前先 cfgshow 对一遍是最省事的做法。4. 状态检查Web Tools 看板、CLI 四件套与 powermt 链路判读这台机器的状态检查有两个入口图形化的 Web Tools和命令行的几条命令。前者直观但依赖运行环境后者枯燥但任何时候都能用。真正干活的时候两个都得会——Web 打不开是常态CLI 才是保底手段。4.1 Java 与浏览器为什么得留一台“脏”跳板机手册里写得很清楚打开 IE本机要装 Sun Microsystems Java 2 Runtime Environment Standard Edition 1.6 以上版本然后访问http://交换机管理IP用 admin 和默认口令登录。这段描述放到今天会直接卡住新手新版 Chrome、Edge 早就不支持 NPAPI 插件Java 插件在浏览器里根本加载不起来页面打开就是一片空白或者一个灰色的方块。我的做法是保留一台不装任何新版浏览器的跳板机专门装对应版本的 JRE 和旧版 IE只用来开这类老设备的 Web 界面不干别的。这不是怀旧是现实——老固件的 Web 服务就是按那个年代的插件模型写的换浏览器解决不了。另外手册里写的是“输入 http://阵列 IP 地址”这里其实是笔误填的应该是光纤交换机的管理口 IP不是存储阵列的 IP。第一次照着填的人容易在这卡半天。注意admin/password 是出厂默认口令设备上线第一件事就该改掉改完记在受控的密码库里。这份手册的定位是维护不是初始部署默认口令不能一直留着。4.2 zone Admin 里要点开看的四个位置登录进主界面后左侧的 zone Admin 是核心入口。手册提到的四类信息对应四个不同的判断目的端口别名alias确认每台主机、每个存储端口都有名字且名字和实际接线对得上。alias 空着的端口说明这条路径要么没配要么是新增设备还没纳入管理。zone 信息确认每条 zone 里的成员是不是“一个主机口 一个存储口”。如果看到一条 zone 里塞了两个主机口那这两台主机就能互相看见属于配置越权。zone 配置信息确认这些 zone 被哪个 cfg 引用以及 cfg 是否被激活。右下角当前激活的有效 zone 配置名称这一项最容易被跳过。改完 zone 没点生效界面上一顿操作全白做主机侧毫无变化。主界面上还有一个 Status 按钮点进去能看到各主要部件的健康状态正常时全是绿色。如果 Status 按钮变成橙黄色同时机器前面板状态灯也报错按手册的总结一般是有路供电停了或者光纤接口松动。这个判断很实用橙色 前面板报错优先去查电源和光模块而不是一头扎进 zone 配置里。4.3 switchshow、cfgshow、licenseshow一次登录抓全图形界面打不开的时候telnet 或者 SecureCRT 连上去四条命令就能把家底摸清。手册里给的是 zoneshow 和 switchshow我一般会再加两条# 登录后依次执行建议把输出重定向到本地文件留档 switchshow # 端口状态、在线 WWN、当前激活的 cfg cfgshow # 完整的 cfg/zone/alias 定义与生效情况 zoneshow # zone 视角的定义与生效情况和 cfgshow 互为印证 licenseshow # 许可清单决定可用端口数量和功能licenseshow 的输出值得单独说。这套环境里能看到四项Fabric license、First Ports on Demand license额外 8 口升级、Enhanced Group Management license、8 Gig FC license。翻译成人话就是基础组网能力有、端口数做过一次扩容、有增强管理功能、端口速率支持 8G。如果哪天要扩端口先看这里有没有对应的 POD 许可没有的话插上模块也是 Disabled这一点在 switchshow 的 16 到 23 口上体现得非常直接。cfgshow 和 zoneshow 的输出结构类似都分 Defined configuration 和 Effective configuration 两段。前者是“配了但可能没生效”后者是“当前真正在跑的”。排查“为什么主机看不到存储”时先看 Effective 段里有没有对应的 zone没有就是没激活有的话再看成员端口号对不对。4.4 powermt display devallAIX 与 Windows 的字段差异交换机侧看着一切正常不代表主机侧链路就通。真正判断端到端链路是否健康要回到装了多路径软件的服务器上。AIX 上的命令是powermt display devall输出按 pseudo device 分组每个 pseudo 下面是若干条路径。判断标准很朴素每个 pseudo device 下所有路径的 State 列都是 alive就说明这个 LUN 的路径是全的只要出现 dead 或者某条路径消失就说明有一条链路断了。手册里提到“如有四条链路且都是 alive 则正常”实际抓下来的输出里每个 hdiskpower 下面通常只挂两条路径fscsi0 一条、fscsi2 一条所以别死记“四条”这个数字要看的是“这个 pseudo 下应有的路径数是不是都在”。Windows 上的命令一样但字段长得不一样。路径写成port4\path0\tgt0\lun0这种形式Interf. 列显示 SP A1 或 SP B1State 列同样是 alive。每个磁盘一般两条路径分别走两个存储控制器。除了命令行装了 PowerPath 的机器右下角托盘里有个图标绿色正常出现红色叉号或者黄色叹号就说明链路断了这时候按“光纤卡 → 光纤交换机 → 阵列”的顺序往上查。# AIX 上重点关注的两列 # Statealive 路径可用 # Errors0 累计错误计数长期不为 0 要查光模块和线缆 powermt display devall # 只看某一块盘排查单点问题时更清爽 powermt display devhdiskpower2参数说明devall是列出全部伪设备适合巡检dev名字是只看一个适合定位。输出里的 Errors 列不要忽略某条路径虽然显示 alive但 Errors 一直在涨说明这条链路在带病工作早晚会掉属于典型的“还没翻车但已经在翻车的路上”。5. 排查五类翻车现场断电、zone 未激活、Web 白屏与假 alive5.1 只关交换机、没停应用主机报 IO 错误现象为了换一个光模块直接把一台交换机断电应用没停。几分钟后业务开始报 IO 超时日志里大量 sense key 错误。原因主机侧还在往这个交换机上的路径写数据链路突然消失IO 在队列里等到超时。如果另一台交换机上的路径没有及时接管业务就会真实中断。解决任何涉及交换机断电的操作先停应用或者把应用切走再确认 powermt 里另一台交换机上的路径全部 alive才动故障机。手册里那句“不要在没有关闭应用服务器前断电”不是客套话是血泪经验。5.2 两台交换机同时断电双活变无活现象机房做电源改造两台 DS300B 一起下电恢复后主机识别不到 LUN重启多次才恢复正常。原因两台交换机同时下线主机侧所有路径同时消失多路径软件进入全断状态恢复时如果上电顺序不对主机可能先于交换机启动完成扫描阶段什么都没看到。解决单路供电环境下两台交换机永远不要同时断电。必须都动的时候一台恢复并确认 Online 之后再动另一台。恢复时严格按“扩展柜 → 控制器 → 交换机 → 主机”的顺序来。5.3 zone 改完忘了激活配置看着对但不生效现象在 zone Admin 里新增了一条主机到存储的 zone界面上一切正常主机侧死活看不到新盘。原因只改了 Defined configuration没有把 cfg 激活Effective configuration 还是旧的。cfgshow 里 Defined 段有、Effective 段没有就是这个问题。解决改完一定要执行保存并激活然后在 CLI 上用 cfgshow 确认 Effective configuration 段里出现了新 zone。养成习惯每次改完不看一眼 Effective 段不算完。5.4 Web 页面一片白以为交换机挂了现象浏览器输入管理 IP页面空白或者只显示一个灰色方块交换机面板灯却是正常的。原因本机没有装对应版本的 JRE或者用了新版浏览器。老固件的 Web 管理依赖 Java 插件现代浏览器已经不支持。解决用一台装了旧版 JRE 和旧版 IE 的跳板机访问实在没有直接用 telnet 或 SSH 走 CLIswitchshow 和 cfgshow 能覆盖绝大部分检查需求。5.5 powermt 显示 alive业务仍然报 I/O 错误现象主机上 powermt 输出每条路径都 aliveErrors 也是 0但应用日志里持续有慢 IO 和重试。原因alive 只说明链路层握手正常不代表上层没有丢包。常见的情况是光模块老化导致误码率上升或者交换机端口有 CRC 错误但还没到断链的程度。解决在交换机上查端口误码统计重点看 CRC 和链路失败计数同时对比两台交换机上同一台主机的端口状态如果只有一边在涨错误问题基本锁定在那一边的线缆或模块上。换了模块之后持续观察一天确认 Errors 不再增长。6. 进阶把变更前快照和巡检留档做成固定动作这套环境里最值钱的东西不是交换机本身是那份“出问题之前长什么样”的记录。zone 一旦改错最怕的是没有人记得改之前是什么状态。所以我把两件事固化成动作变更前留快照每周做一次留档。第一件事是配置快照。有条件的话在交换机上执行配置上传把整份配置导到一台 FTP 服务器上没有条件就在 CLI 上把 cfgshow、zoneshow、switchshow 三条命令的输出重定向到本地文件文件名带上日期和交换机标识。这套配置不大文本文件也就几十 KB存一年也占不了多少地方但真出事的时候它就是后悔药。# 变更前抓一份变更后再抓一份用 diff 对比差异 # 两台交换机分别执行输出按 日期_交换机名 归档 TS$(date %Y%m%d_%H%M) for sw in ds300b_a ds300b_b; do # 管理地址和账号提前配在 ssh config 里避免密码出现在脚本中 ssh -o ConnectTimeout8 $sw switchshow; cfgshow; zoneshow \ /data/fabric_snapshot/${TS}_${sw}.txt 21 done这段脚本的关键点有三个ConnectTimeout8是防止某台交换机不通时脚本卡死把三条命令放在一次 ssh 会话里执行减少重复登录输出按时间和设备名归档方便后面按周对比。如果设备只开了 telnet我一般不会把密码写进脚本宁愿在跳板机上手工抓一次——为了省几分钟把口令散落在脚本里不值。第二件事是每周巡检。不用天天看但每周固定时间把两台交换机的 switchshow 拉出来对比一次重点看三件事有没有本来 Online 的端口变成 No_Light有没有新的 WWN 出现在不该出现的端口上licenseshow 有没有变化。前两项能提前发现线缆老化和误插第三项在有人动过许可的时候能第一时间知道。变更后的验证也有讲究。改完 zone 并激活之后不要只看交换机上的 Effective 配置要回到主机上跑一遍 powermt确认路径数量和 State 没变再在存储侧确认主机注册信息正常。三步都过这次变更才算完成。从那以后我每次动 zone 之前都会先跑一遍快照脚本改完再跑一遍diff 里没有意外才敢点激活每周巡检也把两台交换机的 switchshow 存一份。这套动作前后花不了十分钟但省下来的往往是半夜从床上爬起来的那两个小时。希望帮到你。本文还有配套的精品资源点击获取