7.10. 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,
           [...]
         }
   [...]
   }

2. 破損した NVDIMM のphys_id 属性を見つけます。

   # ndctl list --dimms --human

   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7.7 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
     }
   ]

3. 壊れた NVDIMM のメモリースロットを見つけます。

   # dmidecode

   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7.8 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)
   ...

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、SMART 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

   例7.9 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
     }
   ]

6. 破損した NVDIMM を物理的に交換します。