18.9. 破損した NVDIMM デバイスの検出と交換

1. NVDIMM デバイスがエラーしていることを検出
2. そこに格納されているデータをバックアップ
3. デバイスを物理的に交換

手順

1. 壊れたデバイスを検出します。

   # ndctl list --dimms --regions --health
   {
     "dimms":[
       {
         "dev":"nmem1",
         "id":"8089-a2-1834-00001f13",
         "handle":17,
         "phys_id":32,
         "security":"disabled",
         "health":{
           "health_state":"ok",
           "temperature_celsius":35.0,
           [...]
         }
   [...]
   }

   Copy to Clipboard Toggle word wrap

2. 破損した NVDIMM の phys_id 属性を見つけます。

   # ndctl list --dimms --human

   Copy to Clipboard Toggle word wrap

   前述の例では、nmem0 が破損した NVDIMM になります。したがって、nmem0 の phys_id 属性を確認します。

   例18.5 NVDIMMs の phys_id 属性

   以下の例では、phys_id は 0x10 です。

   # ndctl list --dimms --human
   
   [
     {
       "dev":"nmem1",
       "id":"XXXX-XX-XXXX-XXXXXXXX",
       "handle":"0x120",
       "phys_id":"0x1c"
     },
     {
       "dev":"nmem0",
       "id":"XXXX-XX-XXXX-XXXXXXXX",
       "handle":"0x20",
       "phys_id":"0x10",
       "flag_failed_flush":true,
       "flag_smart_event":true
     }
   ]

   Copy to Clipboard Toggle word wrap

3. 壊れた NVDIMM のメモリースロットを見つけます。

   # dmidecode

   Copy to Clipboard Toggle word wrap

   出力において、Handle 識別子が、破損した NVDIMM の phys_id 属性と一致するエントリーを確認します。Locator フィールドは、破損した NVDIMM が使用するメモリースロットの一覧を表示します。

   例18.6 NVDIMM メモリースロットリスティング

   以下の例では、nmem0 デバイスが 0x0010 の識別子に一致し、DIMM-XXX-YYYY メモリースロットを使用します。

   # dmidecode
   
   ...
   Handle 0x0010, DMI type 17, 40 bytes
   Memory Device
           Array Handle: 0x0004
           Error Information Handle: Not Provided
           Total Width: 72 bits
           Data Width: 64 bits
           Size: 125 GB
           Form Factor: DIMM
           Set: 1
           Locator: DIMM-XXX-YYYY
           Bank Locator: Bank0
           Type: Other
           Type Detail: Non-Volatile Registered (Buffered)
   ...

   Copy to Clipboard Toggle word wrap

4. NVDIMM 上の名前空間にある全データのバックアップを作成します。NVDIMM を交換する前にデータのバックアップを作成しないと、システムから NVDIMM を削除したときにデータが失われます。

   警告

   時折、NVDIMM が完全に破損すると、バックアップが失敗することがあります。

   これを防ぐには、Monitoring NVDIMM health using S.M.A.R.T. で説明されているように、S.M.A.R.T. を使用して NVDIMM デバイスを定期的に監視し、故障した NVDIMM を破損する前に交換します。

5. NVDIMM の名前空間を一覧表示します。

   # ndctl list --namespaces --dimm=DIMM-ID-number

   Copy to Clipboard Toggle word wrap

   例18.7 NVDIMM 名前空間のリスト表示

   以下の例では、nmem0 デバイスには、バックアップが必要な名前空間の namespace0.0 と namespace0.2 が含まれます。

   # ndctl list --namespaces --dimm=0
   
   [
     {
       "dev":"namespace0.2",
       "mode":"sector",
       "size":67042312192,
       "uuid":"XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX",
       "raw_uuid":"XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX",
       "sector_size":4096,
       "blockdev":"pmem0.2s",
       "numa_node":0
     },
     {
       "dev":"namespace0.0",
       "mode":"sector",
       "size":67042312192,
       "uuid":"XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX",
       "raw_uuid":"XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX",
       "sector_size":4096,
       "blockdev":"pmem0s",
       "numa_node":0
     }
   ]

   Copy to Clipboard Toggle word wrap
6. 破損した NVDIMM を物理的に交換します。