zpool Problemchen

Andy_m4

Well-Known Member
Hallo liebe Forengemeinde,

ich habe einen HPE ProLiant MicroServer Gen10 mit einem aktuellen FreeBSD 13.0 drauf.
Das Problem ist, das ziemlich regelmäßig ein zpool "verschwindet". Und zwar genau dann, wenn das Gerät mal ohne Strom ist (natürlich wird es immer vorher sauber heruntergefahren). Bei einem einfachen Reboot tritt das Problem nicht auf. Außerdem hatte ich dieses Phänomen unter FreeBSD 12.X nie, wenn ich mich recht erinnere.
Das "Verschwinden" lässt sich mit einem einfachen zpool import poolname wieder in Ordnung bringen, aber natürlich würde ich das Problem gerne nachhaltig gelöst haben. :-)

Wenn jemand einen Grund parat hat würde ich mich natürlich freuen, aber in erster Linie würde mich interessieren, wie ich den Fehler am besten debugge. In der /var/log/message finde ich zwar ein Warning (ZFS WARNING: Unable to attach to ada3) aber mehr Details leider nicht. Möglicherweise ist das Gerät ja aus irgendeinem Grund nicht rechtzeitig bereit oder sowas. Die betroffene Platte ist übrigens eine WDC WD40EFRX-68N32N0 82.00A82

Evtl. weiß ja jemand was oder hat sogar womöglich das gleiche Problem.
 

Yamagi

Possessed With Psi Powers
Teammitglied
Das Problem habe ich nicht. Aber ZoF und OpenZFS unterscheiden sich im Importverhalten: ZoF importierte beim Boot von sich aus alle ihm bekannten Pools. Also alle Pools, die im Cachfile unter ich meine /boot/zfs/zpool.cache standen. OpenZFS macht es nicht, Pools müssen immer explizit per Kommando importiert werden. Das übernimmt das rc-Script in /etc/rc.d/zpool. Vielleicht geht dabei etwas schief. Wobei ich nun direkt keine Idee habe was genau.
 

Andy_m4

Well-Known Member
Das Problem habe ich nicht. Aber ZoF und OpenZFS unterscheiden sich im Importverhalten: ZoF importierte beim Boot von sich aus alle ihm bekannten Pools.
Okay. Ja gut möglich das es das Grundproblem schon früher gab aber vor OpenZFS/FreeBSD13 halt nur nicht aufgefallen ist.

[....] Vielleicht geht dabei etwas schief. Wobei ich nun direkt keine Idee habe was genau.
Trotzdem Danke für die Hinweise. Evtl. ergibt sich daraus auch ein Ansatzpunkt für die Fehlersuche.
 

mr44er

moderater Moderator
Teammitglied
Ist das ein einziger pool mit einer einzigen Platte? Würde das Verschwinden des pools direkt erklären.
Soweit ich das überblicke ist das kein SMR-Modell, also ein anderes Problem.

Die Ausgaben smartctl -a /dev/ada3 sowie camcontrol identify ada3 wären ggf. hilfreich.

Ratloses Nebelgestochere aka things to try:

BIOS-fimware aktuell? HDD-firmware aktuell?
Falls Hotswap im BIOS deaktivierbar, mal so testen
BIOS nach eco/green/standbykrams zu SATA abgrasen und deaktiviert testen
 

Andy_m4

Well-Known Member
Ist das ein einziger pool mit einer einzigen Platte?
Es gibt insgesamt 3 Pools.
Davon ist der Problem-Pool einer mit nur einer Platte. Ein zweiter hat aber auch nur eine Platte und dort tritt das Problem aber nicht auf.

Code:
smartctl 7.2 2020-12-30 r5155 [FreeBSD 13.0-RELEASE-p4 amd64] (local build)
Copyright (C) 2002-20, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Red
Device Model:     WDC WD40EFRX-68N32N0
Serial Number:    WD-WCC7K4AU1HNN
LU WWN Device Id: 5 0014ee 2655d2ee4
Firmware Version: 82.00A82
User Capacity:    4,000,787,030,016 bytes [4.00 TB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    5400 rpm
Form Factor:      3.5 inches
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ACS-3 T13/2161-D revision 5
SATA Version is:  SATA 3.1, 6.0 Gb/s (current: 6.0 Gb/s)
Local Time is:    Sat Sep 25 17:59:02 2021 CEST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

General SMART Values:
Offline data collection status:  (0x00) Offline data collection activity
                                        was never started.
                                        Auto Offline Data Collection: Disabled.
Self-test execution status:      (   0) The previous self-test routine completed
                                        without error or no self-test has ever 
                                        been run.
Total time to complete Offline 
data collection:                (44160) seconds.
Offline data collection
capabilities:                    (0x7b) SMART execute Offline immediate.
                                        Auto Offline data collection on/off support.
                                        Suspend Offline collection upon new
                                        command.
                                        Offline surface scan supported.
                                        Self-test supported.
                                        Conveyance Self-test supported.
                                        Selective Self-test supported.
SMART capabilities:            (0x0003) Saves SMART data before entering
                                        power-saving mode.
                                        Supports SMART auto save timer.
Error logging capability:        (0x01) Error logging supported.
                                        General Purpose Logging supported.
Short self-test routine 
recommended polling time:        (   2) minutes.
Extended self-test routine
recommended polling time:        ( 468) minutes.
Conveyance self-test routine
recommended polling time:        (   5) minutes.
SCT capabilities:              (0x303d) SCT Status supported.
                                        SCT Error Recovery Control supported.
                                        SCT Feature Control supported.
                                        SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x002f   200   200   051    Pre-fail  Always       -       0
  3 Spin_Up_Time            0x0027   198   164   021    Pre-fail  Always       -       5066
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       128
  5 Reallocated_Sector_Ct   0x0033   200   200   140    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x002e   200   200   000    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   067   067   000    Old_age   Always       -       24135
 10 Spin_Retry_Count        0x0032   100   100   000    Old_age   Always       -       0
 11 Calibration_Retry_Count 0x0032   100   100   000    Old_age   Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       128
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       46
193 Load_Cycle_Count        0x0032   193   193   000    Old_age   Always       -       22558
194 Temperature_Celsius     0x0022   121   114   000    Old_age   Always       -       29
196 Reallocated_Event_Count 0x0032   200   200   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0032   200   200   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0030   100   253   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x0032   200   200   000    Old_age   Always       -       0
200 Multi_Zone_Error_Rate   0x0008   100   253   000    Old_age   Offline      -       0

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
No self-tests have been logged.  [To run self-tests, use: smartctl -t]

SMART Selective self-test log data structure revision number 1
 SPAN  MIN_LBA  MAX_LBA  CURRENT_TEST_STATUS
    1        0        0  Not_testing
    2        0        0  Not_testing
    3        0        0  Not_testing
    4        0        0  Not_testing
    5        0        0  Not_testing
Selective self-test flags (0x0):
  After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

Code:
pass3: <WDC WD40EFRX-68N32N0 82.00A82> ACS-3 ATA SATA 3.x device
pass3: 600.000MB/s transfers (SATA 3.x, UDMA6, PIO 8192bytes)

protocol              ACS-3 ATA SATA 3.x
device model          WDC WD40EFRX-68N32N0
firmware revision     82.00A82
serial number         WD-WCC7K4AU1HNN
WWN                   50014ee2655d2ee4
additional product id 
cylinders             16383
heads                 16
sectors/track         63
sector size           logical 512, physical 4096, offset 0
LBA supported         268435455 sectors
LBA48 supported       7814037168 sectors
PIO supported         PIO4
DMA supported         WDMA2 UDMA6 
media RPM             5400
Zoned-Device Commands no

Feature                      Support  Enabled   Value           Vendor
read ahead                     yes      yes
write cache                    yes      yes
flush cache                    yes      yes
Native Command Queuing (NCQ)   yes              32 tags
NCQ Priority Information       yes
NCQ Non-Data Command           no
NCQ Streaming                  no
Receive & Send FPDMA Queued    no
NCQ Autosense                  no
SMART                          yes      yes
security                       yes      no
power management               yes      yes
microcode download             yes      yes
advanced power management      no       no
automatic acoustic management  no       no
media status notification      no       no
power-up in Standby            yes      no
write-read-verify              no       no
unload                         yes      yes
general purpose logging        yes      yes
free-fall                      no       no
sense data reporting           no       no
extended power conditions      no       no
device statistics notification no       no
Data Set Management (DSM/TRIM) no
Trusted Computing              no
encrypts all user data         no
Sanitize                       no
Host Protected Area (HPA)      yes      no      7814037168/7814037168
HPA - Security                 yes      no 
Accessible Max Address Config  no

BIOS-fimware aktuell? HDD-firmware aktuell?
Gute Frage.
Gibts eigentlich ne unkomplizierte Möglichkeit die Version aus nem laufenden FreeBSD auszulesen? Also bei der HDD ist die Versionsnummer ja bei der smartctrl-Ausgabe mit dabei.
Aber fürs BIOS/UEFI?

Der Rechner hat nämlich keinen Monitor. Aber letztlich werde ich eh einen anschließen müssen, um die von Dir angemerkten BIOS/UEFI-Einstellungen zu checken.

Danke für die Hinweise!
 

mr44er

moderater Moderator
Teammitglied
Ein zweiter hat aber auch nur eine Platte und dort tritt das Problem aber nicht auf.
Mit dem gleichen Modell WD?

smart/camcontrol beide unauffällig.

Gibts eigentlich ne unkomplizierte Möglichkeit die Version aus nem laufenden FreeBSD auszulesen?
sysutils/dmidecode -> dmidecode | grep BIOS , dmidecode | grep Version o.ä.

Aber letztlich werde ich eh einen anschließen müssen, um die von Dir angemerkten BIOS/UEFI-Einstellungen zu checken.
Ja. Mysteriös ist das Problem jedenfalls. :D
 

Andy_m4

Well-Known Member
Mit dem gleichen Modell WD?
Nein. Der andere Pool ist gar keine Magnet-Festplatte, sondern eine SSD.
Allerdings ist im dritten Pool noch genau das gleiche Modell allerdings dort in einem RAID-Z-Verbund.

sysutils/dmidecode
Guter Tipp. Damit konnte ich die BIOS-Informationen tatsächlich auslesen. Danke.

Ich fluche mal gerade wieder über die Firmenwebseiten. Warum müssen die alle so besch...eiden sein. Die Western Digital Seite ist bescheiden, weil es dort keine Anständige Suche gibt wo man dann einfach mal auf ne Support-Seite des Plattenmodells kommt wo dann Firmwarestände und Firmware-Downloads aufgeführt sind.
Bei der HP Enterprise-Seite finde ich sogar das passende, aber die eine Firmware kann man sich da nur runterladen, wenn man sich anmeldet. WTF?
Die Verantwortlichen für solch einen Müll gehören geteert und gefedert.

Ja. Mysteriös ist das Problem jedenfalls.
Danke für Dein Mitgefühl. :-)
 

PMc

Well-Known Member
Wenn Du gar keinen Monitor (und kein IPMI) hast, ist das etwas blöd. Ansonsten kann man ja immer in Singleuser booten und dann die rc.d scripte manuell starten und schauen was da so wo passiert. (Mit rcorder schauen welche wann laufen). Dann kriegt man auch raus ob das eine timing-Geschichte ist oder was anderes.(*)
Ohne console wird das aber sehr umständlich, dann müßte man extra scripte an passenden Stellen in das rc.d einfügen, die relevante Infos abfragen und in ein File schreiben, zB ob camcontrol die platte grad sieht, ob sie sich mit dd lesen läßt, etc..
(Hab ich mit billigen Cloud servern ohne IPMI schon so gemacht, wenn ich zB im Firewall was einbauen wollte, geht also prinzipiell.)

(*) Was erzählt denn /var/run/dmesg.boot über die vorhandenen Platten?

Noch einer:
In /etc/sysctl.conf gibt es ein console.info, das meistens ausgeschaltet (und in /var/log nicht vorhanden) ist, das aber, wenn man es einschaltet, zuweilen interessante messages über den boot liefert.
 
Oben