vSphere 故障排错思路总结

1 、故障排查思维逻辑

故障排查涉及到整体的排错方法论，总体而言，故障排查需要遵循一个工作逻辑：

• 确认问题状况

        o 确认问题所在

        o 收集故障相关问题

• 确认导致故障的原因

        o 确认什么原因导致的问题

        o 诊断问题的根本原因是什么

• 解决问题

        o 制定可能的解决方案

        o 评估数据安全风险

        o 执行最佳解决方案

2 、故障排查逻辑图示（流程及细节）

图示说明：

• 配置问题、软件 Bug、硬件故障是三种最为常见的故障

• 软件 bug 示例

        o 在 ESXi 5.5 u1 或 u2 中存在这样一个常见的软件 Bug：网卡原因紫屏事件

• 硬件故障示例

        o 若主机 HBA 卡电池出问题，可能会在写上面会有很差的表现

3 、vSphere  常规故障分层

4 、故障解决 E2E

5 、案例流程 -  故障状态（示例）

6 、案例流程 -  日志搜集（收集日志信息，用于进行故障分析）

7 、案例流程 -  可能性分析

利用结构化思维来进行故障分析，可以有效提高排错效率；

根据问题的提示，按照下图所示排错流程来进行排错

图示说明：

• 自上而下进行排错

• 自下而上进行排错

• 从中间环节排错

8 、案例流程 -  查找问题的根源

通过反复测试，来确认问题的根源所在，例如：VM 无响应的排错逻辑：

图示说明：

如果仅仅是单台虚拟机无响应，建议自上而下

若涉及很多虚拟机响应慢，建议从中间环节

存在告警，建议从下而上

9、案例流程 -  解决问题

• 完成问题根源定位之后，评估问题可能带来的影响

        o 较大影响 - 立即解决

        o 一般影响 - 条件许可的情况下解决

        o 较小影响 - 有空解决

• 制定解决问题的方案

        o 头疼医头 - 立刻就事论事解决问题

        o 头疼医脚 - 避免同一个问题再次发生

        o 长远考虑 - 整体考虑，从未来的思路触发去执行问题处理

10、vSphere  常规故障排查流程 -  追根溯源（图示）

图示说明：

此处以 vMotion 为例，其它故障与此类似

11、vSphere  排错组件归纳

上文摘自《技术资料整理归集——vSphere 虚拟化优化与排错》，由社区会员上传分享，具体排错步骤、工具，可以点击阅读原文下载该文档。或关注我们后续的推送文章。

长按二维码关注公众号