① 项目背景
凌晨两点十七分，稀土高新区某企业ERP全线卡死，值班运维重启了应用服务器，好了二十分钟又挂。早上我到现场，ESXi主机日志里一片vmkwarning，存储设备状态在active和dead之间反复跳。这不是应用的问题，是存储链路在震荡，多路径软件不停地切路径，每次切换业务就卡一次。
② 咨询设计
先做RCA，不猜。查esxcli storage nmp device list，看到naa.6000开头的LUN，路径状态一条active一条dead；查光模块DDM，接收光功率-14.8dBm，而这块8G FC模块的灵敏度是-14.0dBm，已经在门限边缘；再查交换机端口计数，C3丢弃包持续增长。结论：跳线端面污染加一条尾纤弯折半径过小，导致误码，多路径反复切换。方案是换跳线、清端面、固定走线，同时把多路径策略从固定改为round robin，iops限制设1。
③ 施工规划
存储链路改动必须停机窗口。我们约在周日凌晨，先备份ESXi配置，再逐条链路操作：拔跳线、用一按式清洁笔清端面、换新LC-LC单模跳线、测光功率，两条链路都做到-6dBm以内才继续。光纤在机柜里原来盘成直径5厘米的小圈，全部改成直径20厘米以上大圈，用魔术贴固定。交换机端口做一次错误计数清零，观察两小时无增长再恢复业务。
④ 安全补丁
存储网是很多人忽略的暗区。这台ESXi的管理口和存储口在同一个网段，管理界面还开着SSH，密码是八位纯数字。我们把存储网独立VLAN，管理口只允许运维跳板机访问，SSH用完即关；iSCSI如果以后要用，必须开CHAP认证。另外，vCenter的日志原来只留了七天，出了事根本查不到两小时前发生了什么，改成集中日志服务器保存180天，这次RCA能定位得这么快，靠的就是交换机计数器。
⑤ 验收交付
路径切换测试做了三次，每次手动disable一条链路，业务无感，切换时间8秒以内，比原来的40多秒好太多。连续跑72小时，存储错误计数为0。ERP月结批处理原来要2小时10分，现在1小时48分。交付了一份RCA报告，时间线精确到秒，附光功率测试记录和交换机端口计数截图。
⑥ 售后承诺
存储故障我们承诺2小时到场，跳线、光模块常备。大年三十出问题也是这个电话，17704868686。终身免费咨询，看到路径反复active/dead，先测光功率，别急着换HBA卡。
【不舍昼夜技术 · 包头IT全生命周期服务】
业务全闭环：咨询规划、方案设计、工程实施、竣工验收、维保售后。
咱能干的：包头修电脑/装监控/拉网线/做系统/救数据/办软件/卖耗材。
技术范畴：5G通信、大数据服务、信息系统集成、网络安全、商用密码、平面设计。
服务区域：昆区、青山区、九原区、东河区、高新区等包头全境，随叫随到。
技术热线：17704868686（本地专业团队，不舍昼夜为您守候！）