EMC DMX存储巡检环境搭建与SymmWin自检排障

简介：《EMC-Symmetrix-DMX 操作手册》面向企业级存储运维人员、维保工程师及需要熟悉 EMC DMX 平台的初中级技术人员，围绕 Symmetrix DMX 系列的产品认知、日常巡检与常见故障处理提供参考。文档以 DMX 800、DMX1000、DMX2000、DMX3000 的图示说明为主线，并覆盖 SymmWin 登录、key2success 自检、inline 命令行查看、环境检测与指示灯观察等巡检内容；故障部分涉及硬盘定位、disk map 信息核对、硬盘更换及 DMX 800 SPS 故障处理，便于读者建立从巡检到排障的知识框架。资源包共 1 个 doc 文件，大小约 6.49MB，目录层级清晰，适合按型号和模块查阅。已有 677 人学习，可作为 EMC DMX 设备维保与巡检工作的案头参考资料。

1. 拿到《EMC-Symmetrix-DMX 操作手册》先别急着翻换盘章节：DMX 巡检环境装在哪

第一次接手一台 DMX 800，最容易犯的错是把操作手册当成随手翻的说明书，直接跳到"更换故障硬盘"。真正在现场卡住人的，往往是更靠前的环节：CE 笔记本连不上那台 1u 管理服务器，SymmWin 登录窗口弹不出来，key2success 跑完不知道日志落到哪个目录，于是 DMX 巡检只能退化成围着机柜数指示灯。这套环境的门槛不在"装系统"，而在装机前的准备——CE 账号、SymmWin、C:\EMC 下的序列号目录，任何一环没对齐，自检程序就跑不出结果，EMC 更换电源、DMX 更换电池、换盘这些动作全都没有依据。这份 EMC DMX 手册把 DMX 800/1000/2000/3000 的机框图示、巡检流程和故障处理串在一条线上，适合第一次独立接手 Symmetrix 老机型、又必须自己完成一轮巡检和备件更换的人。

2. 装 SymmWin 之前把机框认全：DMX 800/1000/2000/3000 的巡检对象对照

手册第一章几乎全是图示，DMX 800 的正视图、背视图、SPE 内部布局一张接一张，看着枯燥。但这几张图决定了后面所有动作的落点：换盘要开哪个 DAE 的门、SPS 告警时先量哪一路、风扇模块报警要拆哪一块板，全靠它们。更实际的一点是，key2success 自检报告里出现的 director 编号、Device Information 里的设备号，最终都要能和物理槽位对上号，对不上就只能凭感觉判断，这在维保现场是要出事的。所以装 SymmWin 之前的准备，本质上是把"软件里看到的"和"机柜里摸到的"先建立一一对应关系。

2.1 四个型号的机框差异与巡检对象

手册对 DMX 800 的描述最细，可以直接拿来当基准：整机由两个 SPE（Storage Processor Enclosure）组成，每个 SPE 里有 4 个 director、2 块内存板、2 块 FEBE（前端/后端板，由后适配器和 DMX ECM/CCM 组合而成）、两个 12V 电源（PS1 与 PS2）和一个风扇模块。DAE（Disk Array Enclosure）是 Clariion 设计的盘框，代号 Katana，一个框装 15 块光纤通道盘，配 2 个电源和 2 个 LCC（Link Control Card，作用相当于 Symm6 上的 PBC）。SPS（Standby Power Supply）则是 Symm6 电池的对应物，一个 SPS 机箱里放 2 个 SPS，每 2 个 DAE 配 1 个 SPS 机箱，通过 RS232 通信，掉电后只保证 90 秒的电池供电。

提示：1000/2000/3000 三个型号在手册里主要是图示，具体配置必须对着现场的配置单和机柜丝印确认，拿 800 的部件数量去套另外三个型号是最常见的低级错误。

装之前还要把几个缩写记牢，不然看日志像看天书：SPE 是带 director 和内存板的存储处理机框；DAE 是盘框；FEBE 是前后端合一的那块板；SPS 是待机电源；LCC 是盘框上的链路控制卡。这五个词在自检报告和 inline 命令行的输出里高频出现，认不全就只能靠猜。

2.2 CE 笔记本到 1u 管理服务器的接入

DMX 800 的日常管理不走本地控制台，标准做法是用 CE 笔记本连到一台 1u 管理服务器，再由这台服务器跑 SymmWin。KVM（键盘、显示器、鼠标）是选配，现场有就接，没有就完全依赖笔记本这条链路。这条链路本身不复杂，复杂的是现场标签混乱——机柜背面一堆网线，拔错一根就可能碰到生产链路。

我一般的顺序是：先按机柜标签找到管理网口对应的那根线，插上笔记本后先不急着开 SymmWin，用最笨的办法验证连通性，确认通了再往下走。下面这段是现场核对用的，地址是示例，实际以机柜标签为准：

# 管理口地址按现场标签替换，192.0.2.10 只是文档示例地址 $mgmt = "192.0.2.10" # 1. 先确认二层通不通，丢包会直接导致 SymmWin 登录超时 Test-Connection -ComputerName $mgmt -Count 4 -ErrorAction Stop # 2. 再确认管理共享是否可达，用来判断后续日志能不能直接从笔记本取 if (Test-Path "\\$mgmt\c$") { "管理共享可达，日志可以远程读取" } else { "管理共享不可达，改用管理服务器本地读取日志" }

Test-Connection的-Count 4是发 4 个 ICMP 包，比默认的连续 ping 更容易看出偶发丢包；-ErrorAction Stop是为了让不通的时候直接抛错而不是静默继续，省得后面排查时误以为网络是好的。第二段用Test-Path探管理共享，只是给自己一个判断依据，探不通不代表环境有问题，很多现场本来就没开管理共享，那就老老实实坐到管理服务器前面去读日志。

这一步失败时看什么：ping 不通先查笔记本网段和掩码，再看交换机端口指示灯，最后才怀疑管理服务器本身的网卡。血泪经验是，很多时候问题出在笔记本还挂着无线网卡，路由优先级把管理网段的流量带偏了，把无线禁用再试一次往往就好了。

2.3 目录与账号准备：C:\EMC 下的序列号目录

SymmWin 在管理服务器上按存储序列号建目录，自检日志固定落在C:\EMC\"存储SN"\symmwin\logs下面。这个路径里最容易出错的是中间那层序列号——它必须和存储实际的 SN 完全一致，多一位、少一位、字母大小写不同，日志就会落到另一个目录里去，而 SymmWin 界面不会给你任何提示。等自检跑完去翻日志找不到文件，人就开始怀疑程序没跑成功。

装之前先把这个目录确认好，顺便看看这台机器上是不是已经存在历史目录：

# 存储序列号按机器铭牌填写，不要凭记忆敲 $sn = "000000000000" $logDir = "C:\EMC\$sn\symmwin\logs" # 建目录，-Force 保证父目录一起创建且重复执行不报错 New-Item -ItemType Directory -Path $logDir -Force | Out-Null # 列出 C:\EMC 下已有的序列号目录，核对是否与实物一致 Get-ChildItem "C:\EMC" -Directory | Select-Object Name, LastWriteTime # 确认目标目录可写，权限不对时自检跑完会静默丢日志 "test" | Out-File -FilePath (Join-Path $logDir "write_test.tmp") -Encoding ascii Remove-Item (Join-Path $logDir "write_test.tmp")

-Force在这里有两个作用：父目录不存在时一并创建，目录已存在时不报错，适合反复执行。Get-ChildItem那行是给自己留证据——如果C:\EMC下已经有别的序列号目录，说明这台管理服务器以前管过别的机器，日志翻错目录的概率非常高。最后那段写测试文件再删掉，是为了提前暴露权限问题，比起自检跑完发现日志目录空的，这一步花十秒钟划算得多。

账号方面，CE 登录用的口令在手册里写得很明确：User type 选 CE，Name 随便填，Password 输入 sade，不区分大小写。装环境阶段不用纠结这个口令的复杂度，它是手册给定的现场约定，真正要留意的是输入法状态——中文全角下敲出来的字符看着一样，验证就是不过。

3. 登录 SymmWin 跑通 key2success：CE 账号与 Procedure Wizard 的配置

环境准备好之后，第一件要跑通的事不是巡检，而是让自检程序完整跑完一轮并留下日志。原因很实在：key2success 的输出是后面一切判断的底稿，Director Status 和 Device Information 两段决定了你要不要动手拆东西。跑不通自检就开始换盘，等于闭着眼睛做手术。这一章按手册给的操作路径走一遍，把每一步的填法和失败时的判断点写清楚。

3.1 CE 登录：三个字段里只有两个需要动

SymmWin 启动后点 login 按钮，弹出 loginscreen 窗口，三个字段：User type、Name、Password。User type 必须选 CE，这是权限级别，选错会出现"能登录但功能菜单是灰的"这种诡异现象；Name 随便输入，现场一般填自己好认的标识；Password 输入 sade，不区分大小写。

注意：登录失败优先查 User type 和输入法。这两项占了我见过的问题里的绝大多数，剩下的才是账号被锁或服务没起来。

如果三次都进不去，先退出来看一眼 SymmWin 服务本身有没有跑起来，别在登录框上反复试。这一步的判断成本很低，但很多人会在这里耗掉半小时。

3.2 走 Procedure Wizard 调起 A Keys To Success

登录进去之后的自检路径是固定的四层：点 "Procedures"，选 "Procedure Wizard"，在菜单树里找到 "J RTS/CEs Services"，展开后选 "A Keys To Success"，点 "Run" 开始执行健康检查。

这条路径看着简单，实际有两个容易踩的点。第一，"Procedure Wizard" 里的菜单树是按服务类别组织的，J RTS/CEs Services 不一定在展开状态，需要先点开；第二，Run 之后界面不会立刻有进度条式的反馈，看起来像没反应，实际后台已经在跑，这段时间千万别重复点 Run，会起多个实例抢同一个日志文件。

执行时间跟机器规模和当前负载有关，老机型上要等一会儿。等界面弹出完成提示、点 "OK" 之后才能查看 HealthCheck log。这个顺序不能颠倒——提前去翻目录，看到的是上一次的日志，很容易误判成这次的结果。

3.3 三个日志文件与 HealthCheck.log 的读法

手册写明每次执行 Keys To Success 都会产生 3 个 log 文件，统一存放在C:\EMC\"存储SN"\symmwin\logs下，其中能明确看到名字的是 HealthCheck.log 和 HealthCheck_A3.log，第三个是同批次一起生成的那个文件，现场按时间戳认即可，不用死记名字。

读日志有个顺序问题：先看最新的那份 HealthCheck.log，它记录的是整轮检查的过程和结论，再看同批次的另外两份补充信息。翻日志用命令行比在资源管理器里点更快：

REM 切到日志目录，序列号按实际替换 cd /d C:\EMC\000000000000\symmwin\logs REM /od 按修改时间升序，最新的排在最后，方便确认这批日志是不是刚生成的 dir /od REM /i 忽略大小写，/c: 精确匹配整串，把两段关键结论抓出来 findstr /i /c:"Director Status" /c:"Device Information" HealthCheck.log

dir /od里o是排序、d是按日期时间升序，这个习惯救过我很多次——同一目录下堆着十几次自检的日志，只看文件名根本分不清哪份是刚才跑的。findstr的/c:和直接跟字符串的区别在于前者把整串当一个整体匹配，关键词里带空格时不会拆开。

抓出来之后重点看两段：Director Status 用来看各个 director 的状态是否正常，Device Information 用来看设备层面的信息。这两段是手册明确点名"需要注意的地方"，其余的输出可以当背景信息。看的时候手边放着第 2 章那张槽位对照表，把报告里的编号和物理位置对一遍，比事后回机柜前重新数一遍省事得多。

如果findstr什么都没抓出来，先别怀疑关键词写错，用dir /od确认一下日志文件大小是不是 0——0 字节基本就是自检中途被打断，重新跑一轮即可。

4. inline 命令行与 Environmentals：巡检项怎么配、怎么看

自检跑通只说明软件链路是好的，硬件层面的巡检还得靠 inline 命令行、Environmentals 检测和指示灯这三条腿。这三项在手册里各占一节，篇幅不大，但现场的判断依据几乎全在这里。装环境阶段把它们跑一遍，等于给这台机器留了一份基线，以后出问题时至少有个对比的起点。

4.1 inline 命令行的查看入口与留痕

inline 命令行是进到系统内部看实时状态的入口，能看到 I/O 性能、存储利用率这类自检报告里不会展开的信息。手册没有把每条命令都列全，现场更实用的做法是：先想清楚这次要看什么，再决定敲什么，别漫无目的地翻。

我的习惯是每次巡检固定看三类：director 侧的状态、盘框侧的设备信息、以及和上次巡检有差异的地方。看完立刻留痕，不然一周后完全不记得当时看到什么。留痕这一步可以用一段小脚本把这一轮的日志整体归档：

# 每轮巡检后把日志复制到按日期命名的归档目录，保留原始文件不动 $sn = "000000000000" $src = "C:\EMC\$sn\symmwin\logs" $dst = "D:\巡检\$(Get-Date -Format yyyyMMdd_HHmm)" New-Item -ItemType Directory -Path $dst -Force | Out-Null # 只复制自检相关的日志，避免把整个目录搬走 Copy-Item -Path "$src\HealthCheck*.log" -Destination $dst -Force # 顺手记一条巡检备注，写清机型、执行人、结论 "$(Get-Date -Format 'yyyy-MM-dd HH:mm') SN=$sn 机型=DMX800 自检=通过" | Out-File -FilePath (Join-Path $dst "note.txt") -Encoding utf8

Get-Date -Format yyyyMMdd_HHmm精确到分钟，避免同一天多轮巡检互相覆盖；-Force让重复执行不中断；HealthCheck*.log的通配是为了把同批次的三个文件一起带走，不用逐个点名。归档目录放 D 盘是个人习惯，原则上不要和管理服务器上的原始日志放同一个物理盘，那块盘出问题时至少还有一份。

4.2 Environmentals：温度、电源、风扇的读数

Environmentals 检测对应的是运行环境本身：温度、湿度、电源状态这些。它的价值在于提前发现趋势——等到设备因为过热自动保护关机，那就不是巡检能解决的事了。

看这项的时候，重点不是"当前读数是否在范围内"，而是"和上一轮比有没有变化"。同一台机器在同一个机房，温度读数短时间内明显抬升，多半是机房空调或者设备风扇出了问题，这时候去看风扇模块的状态比盯着数字更有意义。DMX 800 每个 SPE 配一个风扇模块和两个 12V 电源，这两个部件的状态在 Environmentals 里都能反映出来。

提示：Environmentals 的结论要连同执行时间一起记。单独一个读数没有参考价值，两次读数之间的差异才有。

电源这一项要额外留意 SPS。SPS 走 RS232 通信，掉电后只提供 90 秒的电池支撑，这个时间窗口是给系统做安全下电用的，不是让你从容处理业务。所以 SPS 的电池状态必须在巡检阶段确认，不能等真断电的时候才发现它早就失效了——那时候 EMC 更换电源和 DMX 更换电池都来不及。

4.3 指示灯与 SPS 状态的一次性过检

指示灯是最直观的一层，也是最容易被忽略的一层，因为它不产生日志。巡检时按机框走一圈，SPE 的电源灯、风扇灯，DAE 每个盘位的活动灯和故障灯，SPS 机箱上的状态灯，一个不落。

走这一圈的时候手边带纸笔或者手机拍照，把异常位置直接记下槽位号。凭记忆回工位再描述"左边那个框、上面数第三个"，对接备件的人基本没法处理。

SPS 的过检要多一步：一个 SPS 机箱里有 2 个 SPS，每 2 个 DAE 配 1 个 SPS 机箱，先确认这个配比和现场的盘框数量对得上，再看状态。曾经遇到过盘框扩容后 SPS 没有同步增加的情况，平时没事，一次计划断电测试就暴露了。这类问题在巡检阶段发现，成本最低。

5. 避坑与排查：装和用之间最容易翻车的五件事

5.1 现象：CE 登录一直失败，口令明明是对的

现象：loginscreen 窗口里 User type 选了 CE、Password 输入 sade，点登录没反应或者提示验证失败，反复重试都一样。

原因：绝大多数不是口令问题。第一种可能是 User type 没真正选中 CE，下拉框看着是 CE，实际还停在默认项；第二种是输入法处于中文全角状态，敲出来的 sade 在视觉上和半角几乎一样，但字符编码不同；第三种是 SymmWin 服务本身没起来，登录请求发出去没有响应端。

解决：切到英文半角重新输入一次，确认 User type 下拉框真的落在 CE 上再点登录。两次不通就退出来看服务状态，别在登录框上反复试。这条经验是纯血泪换来的——有一次在现场耗了四十分钟，最后发现是输入法。

5.2 现象：自检跑完了，日志目录里却没有新文件

现象：A Keys To Success 执行完弹出完成提示，点了 OK，去C:\EMC\"存储SN"\symmwin\logs下翻，最新的文件时间还是上一次的。

原因：序列号目录名和存储实际 SN 不一致。SymmWin 按 SN 建目录并写日志，SN 有一位数不同就会落到另一个目录里，界面上不会有任何提示。另一种可能是目录权限不对，写入被静默拒绝。

解决：先Get-ChildItem "C:\EMC" -Directory把已有的序列号目录全列出来，看有没有第二个疑似目录；再把目录名和机器铭牌逐位核对。权限问题按 2.3 那段写测试文件的方法提前验证，别等跑完才发现。

5.3 现象：自检报告显示正常，业务侧还在报盘故障

现象：key2success 跑完，HealthCheck.log 里没有明显异常，但主机侧或者监控侧持续报某块盘有问题。

原因：自检给的是整体结论，具体到某块盘的细节要看 Device Information 那一段和 disk map。报告整体"通过"不代表每一块盘都健康，尤其是早期劣化的盘，可能还没触发整体告警。

解决：把 Device Information 逐条过一遍，再进 disk map 对照故障盘的容量和转速。手册把"在 disk map 中查看故障硬盘大小及转速"单独列了一节，就是为了换盘时拿到正确规格的备件——容量对了转速不对，换上去照样有问题。

5.4 现象：换了盘，系统识别不到新盘

现象：按流程拔出故障盘、插入新盘，盘位灯不亮或者一直处于异常状态。

原因：常见三种。一是新盘规格和原盘不一致，容量或转速对不上；二是插拔时没有完全到位，盘框的背板连接没咬合；三是换盘前没有确认该盘位在系统中的状态，故障盘还在被引用。

解决：换之前一定先在 disk map 里确认容量和转速，把型号记下来再领备件。插入时听到明确的到位声，观察盘位活动灯。如果还是不识别，别反复拔插，先回 inline 命令行看这个位置的状态，确认系统侧的判断再动手。

5.5 现象：SPS 换了电池，告警一直不消

现象：DMX 800 的 SPS 告警，按流程换了电池或者整个 SPS，状态灯恢复正常，但系统里的告警仍然存在。

原因：换完之后没有做完整的复核。SPS 走 RS232 通信，链路状态需要单独确认；新电池也需要一定时间才能建立起可用的电量状态。只看灯不看 Environmentals，就会误以为告警没消是换错了件。

解决：换完按 4.2 的流程走一遍 Environmentals，确认电源和 SPS 的读数正常，再回自检跑一轮 key2success 看告警是否收敛。这一套动作固定下来之后，就不会出现"换了件还在报警"的反复折腾。EMC 更换电源和 DMX 更换电池这两类操作，收尾验证比动手本身更花时间，但省不得。

6. 装完怎么验证跑通：一轮完整巡检加一次换件的收尾检查

验证这套环境到底通没通，不是看 SymmWin 能不能打开，而是能不能在不求助任何人的情况下，独立走完"登录—自检—命令行—环境量—指示灯"这一整条链路，并且留下可追溯的记录。我的做法是把它固化成一张核对表，每次装完新环境或者换完件都按表走一遍，任何一项没过就不算完。

最后一行的归档是最容易被跳过、也最不该跳过的一项。验证的时候顺手跑一遍第 4.1 节那段复制脚本，确认 D 盘归档目录里真的有文件、note.txt 里的时间和机型写得对。这一步做过一次，以后出问题时你手里就有一份基线，而不是从零开始猜这台机器上周是什么状态。

换件的验证要单独加一轮：换盘之后进 disk map 确认新盘的容量和转速，再跑一次自检看 Device Information 是否正常；换 SPS 之后走 Environmentals 确认读数，等告警收敛再收工。这两类操作的验证动作不一样，混在一起做就容易漏。

从那以后我每次接手一台不熟悉的 DMX，都强制先按这张表走一遍，哪怕现场催得再急也不跳过归档那一步——机器不会因为你着急就少报一个错，反而是那份按日期存下来的日志，在两个月后救过我一次。希望这套流程帮到你，少在登录框和日志目录上浪费那几个小时。

本文还有配套的精品资源，点击获取