如何處理ESXi Hang機

當主機從vCenter中斷開，通常是ESXi上的hostd進程沒有正常工作，更為嚴重的情況是ESXi發生hang機，不能被遠程控制，現象表現為：
1. 不能使用vSphere Client客戶端軟件遠程連接ESXi，
2. 也不能使用SSH客戶端軟件遠程連接ESXi.

3. 使用帶外管理卡或者通過鍵盤監視器直接連接物理服務器的控制臺，可能可以操作，可能不能操作

這種場景通常代表硬件設備有故障，重啟主機后大多數情況下可以恢復正常工作狀態，但由于hang機后ESXi系統沒有記錄完整信息，所以給進一步判斷是哪個硬件組件發生故障帶來困難。如果使用硬件診斷工具也不一定能掃出隨機發生的硬件問題。

除了使用硬件供應商原廠的烤機檢測工具外， 我們有沒有別的方法幫助我們隔離問題呢？ 下面從操作系統軟件角度給出一些輔助的方法步驟。

第一步，首先需要ping ESXi主機的管理地址，確認網絡層面是否可以工作。注意：即使ESXi主機的管理地址不通，虛擬機也可以正常工作，只要虛擬機所使用的上聯網卡可以工作。

第二步，如果網絡是通的，可以使用vSphere Client軟件直連ESXi服務器，看看圖形界面是否可以遠程控制， 這一步也可以幫助確認hostd是否可以正常工作。

第三步，如果網絡是通的，可以使用ssh連接ESXi主機，看看是否可以在命令行遠程控制。（前提是SSH服務已經提前打開運行）

如果hang機，第二步和第三步都不能工作。

第四步，因為遠程控制的途徑全部失效，我們需要打開物理服務器的控制臺窗口做進一步判斷。有兩種方法，一種是使用鍵盤和監視器連接服務器，另一種是使用帶外管理卡連接服務器控制臺，比如iLO/iDRAC/IMM/RMM2/ILOM。連上后看看鍵盤是否可以工作。如果可以，執行第五步；如果不可以，跳過第五步，直接執行第六步。

第五步，使用組合鍵Alt+F12，切換DCUI×××背景界面到內存日志輸出的黑色終端屏幕，在這里可以看見vmkernel最新的日志輸出，這些信息都直接來自vmkernel臨時保存在內存中的事件隊列中。ESXi的syslog服務會從這里提取日志并且根據配置轉存到本地磁盤、遠程日志服務器、超級終端應用程序等地方；如果syslog或者其后端不能工作，我們將失去日志文件，所以在按下Alt+F12后，可以對屏幕拍照獲取當時的日志消息幫助分析。

第六步，使用硬件NMI的功能主動讓ESXi主機宕機，產生紫屏，這樣vmkernel當時使用的內存信息可以被保留到磁盤上， 后續我們可以分析dump文件幫助查找原因。如果虛擬機上的操作系統還可以訪問，建議先使用RDP關閉windows或者ssh關閉Linux，然后在讓ESXi紫屏。 硬件NMI的使用方法根據硬件廠家以及硬件型號不同而異，具體操作方法需要參考硬件設備用戶手冊。（有關硬件NMI的介紹可以參看知識庫文章編號KB#1014767）

第七步，重啟服務器，恢復工作后收集并提交vm-support日志給VMware技術支持做后續分析。同時請致電硬件廠商檢查硬件。

其他輔助措施：
1. 使用遠程日志機制避免本地磁盤故障導致日志缺失，參看 http://kb.vmware.com/kb/2003322
2. 使用網絡轉儲(netdump)保存vmkernel內存信息避免本地vmkcore分區大小不足導致dump失敗, 參看 http://kb.vmware.com/kb/1032051

轉載于:https://blog.51cto.com/vmsupport/1241472

總結

以上是生活随笔為你收集整理的如何处理ESXi Hang机的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。