各位彦祖早上好中午好晚上好
实验室的服务器
具体硬件是:
硬盘型号:ST14000NM001G 13TB x 12 块盘 做了 raid 5 ,raid 卡是 MegaRAID SAS 9364-8i ,总大小为 114TB 。 之前一年的时间里,由于机房空调不稳定以及偶然性断电,所以 raid 卡日志里会有温度过高的报警日志。
以下是这两天发生的问题:
两天前开机后,我发现的一个训练集的文件突然损坏了,我在一周前还在用这个文件做训练,期间没有动过这个文件,看文件的修改日期也和之前一致,去翻 raid 卡的日志有以下内容:
第一类,一致性检查报错:
Code: 0x0000003f Class: 0 Locale: 0x01 Event Description: Consistency Check found inconsistent parity on VD 00/1 at strip 492000
Code: 0x00000040 Class: 1 Locale: 0x01 Event Description: Consistency Check inconsistency logging disabled on VD 00/1 (too many inconsistencies)
第二类:温度报警
Code: 0x000000b3 Class: 1 Locale: 0x04 Event Description: Enclosure PD 0c(c Port 4 - 7/p1) temperature sensor 1 above warning threshold
这些报警在过去半年的时间里也经常见到。小弟想请教各位彦祖们三个问题,不胜感激:
综上,谢谢各位彦祖!在这里磕头了(砰砰砰)
1
Barhe 248 天前 1
100 多 T 的陈列,别用 raid5 ,风险大。
机房空调不稳定的话,就要搞环境监控了,温湿度异常了,就要尽早介入。 偶然性断电?要搞个 UPS 。 18 年的服务器,皮实的,能用很久。只不过……能不关机断电尽量别关机断电,说不定哪天生龙活虎的它立马就挂了。 |