MegaCli64如何查看RAID阵列状态？

Question

如何使用MegaCli64查看RAID阵列的当前状态及成员磁盘健康情况？在服务器维护过程中，经常需要检查RAID阵列是否处于“Optimal”状态，以及是否存在磁盘故障或降级情况。请说明通过MegaCli64命令行工具查看物理磁盘（PDList）、逻辑驱动器（LDInfo）和整体阵列健康状态的关键命令及输出解读方法，特别是如何识别“Degraded”或“Failed”状态，以便及时采取维护措施。

Answer 1

一、MegaCli64 工具简介与环境准备

MegaCli64 是 LSI（现为 Broadcom）为其 MegaRAID 控制器提供的命令行管理工具，广泛应用于 Dell、HP、IBM 等品牌服务器中。该工具支持对 RAID 阵列进行配置、监控和故障诊断，尤其在无人值守或远程维护场景下，是系统管理员不可或缺的利器。

使用前需确认：

• 服务器搭载的是 LSI/Broadcom MegaRAID 控制器；
• MegaCli64 已正确安装并位于系统 PATH 路径中；
• 执行用户具备 root 或 sudo 权限。

典型安装路径为：/opt/MegaRAID/MegaCli/MegaCli64，可通过软链接简化调用。

二、查看逻辑驱动器状态：LDInfo

逻辑驱动器（Logical Drive）代表操作系统可见的 RAID 卷。通过 -LDInfo 参数可获取其健康状态。

/opt/MegaRAID/MegaCli/MegaCli64 -LDInfo -Lall -aALL

输出示例片段：

属性	值
Virtual Drive: 0
RAID Level	Primary-1, Secondary-0, RAID Level Qualifier-0
Size	930.5 GB
State	Optimal
Strip Size	256 KB
Number Of Drives	2
Span Depth	1
Default Cache Policy	WriteBack, ReadAheadNone, Direct, No Write Cache if Bad BBU
Current Cache Policy	WriteBack, ReadAheadNone, Direct, No Write Cache if Bad BBU
Access Policy	Read/Write

关键字段解读：

• State: Optimal — 表示阵列正常运行；
• State: Degraded — 至少一个成员盘失效，阵列仍可用但性能下降；
• State: Failed — 阵列已崩溃，数据不可访问。

三、查看物理磁盘信息：PDList

物理磁盘（Physical Disk）是构成 RAID 的底层硬件单元。使用 -PDList 可列出所有磁盘详情。

/opt/MegaRAID/MegaCli/MegaCli64 -PDList -aALL

输出节选：

Enclosure Device ID: 8
Slot Number: 0
Device Id: 4
Sequence Number: 2
Media Error Count: 0
Other Error Count: 0
Predictive Failure Count: 0
Last Predictive Failure Event Seq Number: 0
PD Type: SAS

Raw Size: 931.012 GB [0x74fba5b0 Sectors]
Firmware state: Online, Spun Up
SAS Address(0): 0x5000c500a1234567
Connected Port Number: 0(path0)
Inquiry Data: SEAGATE ST900MM0006     000A

重点关注字段：

1. Firmware state：
   • Online：磁盘在线且正常；
   • Failed 或 Offline：磁盘已故障；
   • Rebuild：正在重建；
   • Hotspare：作为热备盘待命。
2. Media Error Count / Predictive Failure Count：若非零，表明存在介质错误或SMART预判失败，应立即关注。

四、整体健康状态快速检查

结合多个命令可实现一键式健康巡检。推荐脚本化集成以下命令：

#!/bin/bash
echo "=== Logical Drive Status ==="
/opt/MegaRAID/MegaCli/MegaCli64 -LDInfo -Lall -aALL | grep "State"

echo "=== Physical Disk States ==="
/opt/MegaRAID/MegaCli/MegaCli64 -PDList -aALL | grep -E "(Slot|Device Id|Firmware state|Error Count)"

自动化解析逻辑示例（bash 片段）：

if /opt/MegaRAID/MegaCli/MegaCli64 -LDInfo -Lall -aALL | grep -q "State:.*Degraded"; then
  echo "ALERT: RAID array is in Degraded state!" | mail -s "RAID Alert" [e-mail]
fi

五、状态识别与故障响应流程图

以下是基于输出判断的运维响应路径：

graph TD A[执行 LDInfo & PDList] --> B{LD State == Optimal?} B -- Yes --> C[检查 PD Firmware state] B -- No --> D[标记为 Degraded/Failed] C --> E{所有 PD 为 Online?} E -- Yes --> F[状态正常] E -- No --> G[定位故障盘 Slot ID] D --> H[立即通知管理员] G --> I[更换磁盘并触发自动重建] I --> J[监控重建进度 -ShowProg]

六、高级诊断与维护建议

除基本状态外，还可使用以下命令增强排查能力：

• -AdpAllInfo -aALL：查看控制器固件版本、电池状态（BBU）等；
• -PDList -aALL | grep "Predictive Failure"：筛选潜在故障盘；
• -LDInfo -L0 -a0 -ShowProg：查看特定逻辑盘重建进度；
• -GetEventLogInfo -f event.log -aALL：导出事件日志用于审计。

长期运维建议：

1. 建立每日健康检查定时任务；
2. 配置邮件/SNMP 告警机制；
3. 保留至少一块全局热备盘（Global Hotspare）；
4. 定期更新控制器固件与驱动程序；
5. 记录磁盘序列号与替换历史，便于追踪硬件生命周期。