DMX存储巡检与换盘避坑：Key2success、SPS与disk map实战

简介：《EMC Symmetrix DMX 操作手册》面向企业级存储运维工程师与机房巡检人员，聚焦 DMX 系列存储的日常维护与故障处置。文档以 DMX 800 至 3000 四款机型的结构图示开篇，随后进入巡检流程：CE 账号登录 SymmWin、key2success 自检、inline 命令行查看、Environmentals 环境检测与指示灯判读；再落到硬盘故障确认定位、在 disk map 中核对容量转速、更换硬盘及 DMX 800 SPS 故障处理等实操环节。资源包仅含 1 个 doc 文件，约 6.49MB，图文对照、步骤编号清晰，可打印成册随工携带。已有 677 人学习，适合作为现场维保对照清单，也便于新手快速熟悉 DMX 硬件维护要点。

1. 为什么老 DMX 存储的巡检手册值得逐页拆：从一次硬盘告警说起

“DMX 系列企业级存储操作手册”这几个字，很多刚接旧设备的人看到文件名就划走了，觉得巡检就是点几个按钮。真到现场你会发现，一次硬盘告警、一次 SPS 电池告警，甚至一次更换电源、更换电池，处理顺序错了就会把单点故障放大。这份手册把 DMX 800/1000/2000/3000 的图示、CE 账号登录 SymmWin、Key2success 自检、inline 命令行、Environmentals 检测、指示灯观察、硬盘故障定位与更换、DMX 800 SPS 故障处理串成一条线。它适合仍在维护 DMX 系列的运维、维保工程师和刚接手旧存储的人，也适合想把换件动作做成可复现步骤的团队。下面按现场顺序拆。

2. 先把硬件地图画对：DMX 800 到 DMX 3000 的 SPE、DAE 与 SPS

老存储巡检最怕“到了现场不知道看哪”。手册前半部分不是凑页数，它用 DMX800 到 DMX3000 的图示把机箱、槽位、电源、风扇、DAE、SPS 的对应关系先立住。硬件地图不对，后面 Key2success 日志里的 Director、Device 信息就只是黑匣子，你只能看到“有告警”，却不知道告警落在哪个机箱、哪块板、哪一路供电上。我的习惯是进门先不碰管理软件，先沿机柜走一圈，把型号、SN、SPE 数量、DAE 数量、SPS 位置记在纸上，再打开 SymmWin。这样后面看日志时，屏幕上的编号能和现场实物对得上。

2.1 机箱与槽位：SPE、DAE、SPS 的对应关系

手册里对 DMX800 的描述比较细：它有两个 SPE（Storage Processor Enclosure），每个 SPE 含 4 个 director、2 块内存板、2 块 FEBE（前后端板）、2 个 12V 电源和 1 个风扇模块；KVM 是可选件，日常管理一般通过 CE 笔记本接到 1U 管理服务器。DAE（Disk Array Enclosure）是磁盘阵列机箱，装 15 块光纤盘，带 2 个电源和 2 个 LCC（Link Control Card）。SPS（Standby Power Supply）是备用电源，给 SPE 提供电池备份，但手册明确写了“电池只撑 90 秒”，SPS 走 RS232 通信，而且每 2 个 DAE 配 1 个 SPS 机箱，每个 SPS 机箱里有 2 个 SPS。这些数字不是背概念，是现场核对备件和判断故障范围用的。

我一般按下面这张表做第一轮硬件盘点，写完再开机管理软件：

这里有个容易忽略的点：DMX800 的 SPS 是“每 2 个 DAE 配 1 个 SPS 机箱”，不是每个 DAE 单独配。现场如果只换了一个 SPS，却以为另一个 DAE 也独立有电池，排查时就会把供电关系搞错。手册把 SPS 的 90 秒备份时间写得很直白，意思是它负责撑到阵列完成掉电保护，不是让你在电池上跑业务。巡检时看到 SPS 告警，先确认是电池、通信还是电源模块，不要直接按“换电源”处理。

2.2 型号差异怎么落到巡检表：DMX 800/1000/2000/3000 的核对点

手册给了 DMX1000、DMX2000、DMX3000 的简单图示，但文字细节主要集中在 DMX800。现场不能把 DMX800 的“两个 SPE、每个 4 个 director、2 个 12V 电源、1 个风扇模块”直接套到其他型号上。正确做法是拿对应型号的图示核对 SPE 数量、DAE 数量、SPS 位置和管理口位置，再把差异写进自己的巡检表。比如 DMX1000 和 DMX2000 的图示页数不同，说明机箱组合和槽位排布有差异；DMX3000 作为更高阶型号，图示里的机箱层次更多，现场更不能凭记忆找槽位。手册没有展开写的参数，不要自己编，按图示和机身标签核对。

我通常会在巡检表里留一列“型号差异备注”，只写三件事：这个型号的 SPE 在哪、DAE 从哪一层开始编号、SPS 对应哪几个 DAE。这样交接班时，下一个人不用重新翻手册。备件管理也一样，硬盘看容量和转速，电源和 SPS 看型号与接口，不能因为“看起来能插”就混用。老设备最怕备件箱里一堆相似件，标签一掉，换上去才发现不匹配，这种翻车现场比故障本身更耗时。

2.3 登录前准备：CE 账号、管理笔记本与 1U 管理服务器

手册的巡检入口是 CE 账号登录 SymmWin。登录动作本身很简单：点击 login，弹出登录窗口，User type 选择 CE，Name 随便输入，Password 输入sade（不区分大小写），点击登录。这里的“Name 随便输入”我建议不要真的乱填，填“维保缩写+日期”更利于后面查操作记录。密码sade是手册里的默认值，现场如果改过，以现场密码策略为准；连续登录失败先查账号类型和网络，不要反复试到锁账号。

登录前先把管理链路确认好。CE 笔记本一般接到 1U 管理服务器，再访问存储管理网段。可以用下面两条命令确认连通性，避免把网线插错口还以为是软件问题：

# 在管理笔记本上确认到管理服务器的连通性 ping <管理服务器IP> # Windows 管理端看路由，Linux 管理端换成 traceroute tracert <管理服务器IP>

<管理服务器IP>替换成现场地址。ping看链路通不通，tracert看包走到哪一跳，两个命令都是只读检查，不会碰存储配置。如果 ping 不通，先查网口指示灯、VLAN 和笔记本 IP，再查 SymmWin 服务；如果 ping 通但登录失败，再回到 User type 和密码上。这个顺序能省掉很多无效重启。

2.4 画一张自己的拓扑草图

手册的图示是标准图，现场机柜往往有走线、标签和扩展机箱，和图纸不完全一样。我会在巡检本上画一张简图：左边写 SPE，右边写 DAE，下面标 SPS，连线上写管理网和 RS232。图不用漂亮，但要能回答三个问题：故障硬盘在哪个 DAE、这个 DAE 由哪个 SPS 支撑、管理信号从哪个口进来。画完再打开 Key2success，日志里的 Director Status 和 Device Information 就能落到具体位置。没有这张图，巡检容易变成“点完按钮就结束”，出了问题再回头找槽位，时间全耗在确认位置上。

3. 巡检不是点一遍按钮：Key2success、inline 与 Environmentals 的取证顺序

巡检最容易被做成“点完 Run 就截图”。真正有用的是留下时间、SID、日志路径、异常项和前后对比。手册给的顺序是 CE 登录、Key2success 自检、inline 命令行查看、Environmentals 检测、观察指示灯，这个顺序有它的道理：先让工具做一轮健康检查，再用命令行补证据，最后到现场看灯和电源状态。顺序反过来也能做，但容易先入为主，看到一盏黄灯就忽略日志里的其他异常。我的做法是每一步都留记录，最后把记录拼成一条时间线。

3.1 登录 SymmWin 与 CE 权限的边界

登录步骤在上一章已经拆过，这里补现场细节。打开 SymmWin 后点 login，User type 一定选 CE，Name 填自己的维保标识，Password 填sade，不区分大小写。登录成功后先不要急着点 Procedures，先看主界面上的阵列 SN 和连接状态，确认自己连的是目标设备。老机房可能有多台存储，管理端保存了多个会话，点错窗口的代价比想象中大。

CE 权限能打开 Procedures 和日志，但“能点”不等于“该点”。巡检阶段只做只读动作：看状态、跑 Key2success、看日志、看 Environmentals、看指示灯。不要在生产窗口里试按钮，不要点没有手册依据的复位和清除。登录失败时按“网络、账号类型、密码、管理服务”四项排查：先 ping 管理服务器，再确认 User type 是 CE，再确认密码大小写，最后看 SymmWin 服务是否正常。不要一上来就重启管理端，重启会丢掉当前会话和还没归档的日志。

3.2 Key2success 自检：三个日志文件到底看哪几行

自检入口是点击 Procedures，选择 Procedure Wizard，在 J RTS/CEs Services 菜单下找到 A Keys To Success，点击 Run 开始 health check。跑完后界面会提示完成，点击 OK 可以查看 HealthCheck log。手册特别提醒要关注 Director Status 和 Device Information：前者看 director 有没有降级或失效，后者看设备信息有没有异常增减。每次执行 Keys To Success 都会产生 3 个日志文件，存放在管理端安装目录下<存储SN>\symmwin\logs，常见文件名是HealthCheck.log和HealthCheck_A3.log。现场安装路径可能不同，按实际安装目录找，不要硬套盘符。

管理端是 Windows 时，可以用下面这段 PowerShell 按 SN 找日志。脚本只做查找和列出，不修改文件：

# 在管理端按存储序列号定位日志目录，路径以现场安装为准 $sid = "<存储SN>" $logDir = Get-ChildItem -Path "C:\" -Directory -Filter "*$sid*" -Recurse -ErrorAction SilentlyContinue | Where-Object { $_.FullName -match "symmwin\\logs$" } | Select-Object -First 1 -ExpandProperty FullName Get-ChildItem -Path $logDir -Filter "HealthCheck*.log" | Sort-Object LastWriteTime -Descending | Select-Object Name, Length, LastWriteTime

$sid换成现场存储序列号；-Recurse会递归搜索，盘符大时会慢，建议把C:\换成实际安装盘；Where-Object用来筛出symmwin\logs结尾的目录；最后按修改时间倒序列出日志。找到日志后不要只看文件大小，打开HealthCheck.log对照 Director Status 和 Device Information，把异常行、时间戳、SID 一起抄进巡检记录。HealthCheck_A3.log作为辅助材料保留，交接时一并归档。

3.3 inline 命令行与 Environmentals：把“看起来正常”变成可记录的数据

Key2success 给的是健康检查结论，inline 命令行补的是现场证据。进入 SymmWin 的 inline 命令行后，我一般按“阵列、director、磁盘”的顺序取证，先看整体，再看局部：

# 进入 SymmWin 的 inline 命令行后，按“阵列 -> director -> 磁盘”的顺序取证 symcfg list # 查看指定阵列的 director 状态，<SID> 替换为现场序列号 symcfg -sid <SID> list -dir all # 查看磁盘列表，换盘前也用这条命令做只读确认 symdisk -sid <SID> list

symcfg list看当前管理端能看到的阵列；-sid <SID>指定目标阵列，SID 就是存储序列号；list -dir all看所有 director 的状态；symdisk list看磁盘。不同版本的命令参数可能略有差异，拿不准时先在 inline 里执行symcfg help或symdisk help，不要凭记忆加参数。巡检阶段这些命令只读，不要加删除、清除、强制之类的选项。

Environmentals 检测看的是运行环境：温度、湿度、电源状态。手册把它单列一节，说明这些读数不是“有就行”，而是要记录基线。我通常把当前温度、湿度、电源状态和指示灯颜色写在同一张表里，下一次巡检对比。温度突然升高、湿度异常、电源状态从正常变告警，往往比一个孤立的日志错误更早暴露问题。观察指示灯放在最后，是因为灯是现场最直观的证据，但灯绿不等于全部正常，还要结合前面日志和读数。

3.4 指示灯巡检：电源、DAE、SPS 的现场观察法

现场看灯要按机箱层次走，不要站在机柜门口扫一眼。先看机柜双路电源，再看 SPE 的电源模块和风扇，再看每个 DAE 的电源和 LCC，最后看 SPS。正常状态记“绿色常亮”，异常状态记“琥珀色、红色、闪烁、熄灭”，并写清是哪个机箱、哪个槽位、哪个模块。DMX800 的 SPE 每个有 2 个 12V 电源和 1 个风扇模块，DAE 有 2 个电源和 2 个 LCC，SPS 机箱里有 2 个 SPS，这些位置都要走到。

SPS 的灯尤其容易误判。手册说 SPS 给 SPE 提供电池备份，电池只撑 90 秒，走 RS232 通信。看到 SPS 告警，先确认是电池灯、通信灯还是电源灯，再对应处理。不要因为 SPS 外形像电源模块就直接按更换电源的流程走，也不要以为电池能撑到你把业务停完。指示灯巡检的产出不是“正常”两个字，而是一张带时间、位置、颜色和动作的表。后面换盘或换 SPS 时，这张表就是你的后悔药。

4. 硬盘故障从告警到换盘：disk map 里看大小和转速，再动手

硬盘故障是 DMX 现场最常见的动手场景，也是最容易“以为看懂了”的场景。手册把动作拆成三步：硬盘故障确认及定位、在 disk map 中查看故障硬盘大小及转速、更换故障硬盘。顺序不能反。先确认是哪块盘、在哪个 DAE 的哪个槽位，再确认备件容量和转速匹配，最后才动手拔插。很多翻车不是技术不会，而是把“告警盘”和“相邻槽位”看混了，或者拿了一块容量相近但转速不同的盘直接插上去。

4.1 故障确认：告警、日志和指示灯三路交叉

收到硬盘告警后，先记录时间、存储 SID、DAE 编号和槽位号，再登录 SymmWin 看 HealthCheck 的 Device Information，随后用 inline 做只读确认，最后到现场看 DAE 指示灯。三路信息对得上，才进入换盘准备。只凭一盏黄灯拔盘，风险太高；只凭日志不看现场，也可能把扩展机箱的编号看错。下面两条命令只做列表和故障筛选，不执行任何更换动作：

# 只读排查：先列出磁盘，确认故障盘编号和状态 symdisk -sid <SID> list # 如果当前版本支持 -failed，用它过滤故障盘；不支持就人工筛选上一条输出 symdisk -sid <SID> list -failed

<SID>替换成现场序列号。第一条输出全量磁盘，第二条尝试过滤故障盘；不同版本对-failed的支持不一样，执行前可以先看symdisk help。命令输出里重点看磁盘编号、DAE 位置、槽位、状态和容量。把输出和现场灯位对照，确认没有看错行。确认阶段不要拔盘，也不要把“疑似故障”当成“已确认故障”。

4.2 disk map 读图：DAE 编号、槽位、容量与转速

disk map 的作用是让你在换盘前看清故障硬盘的大小和转速。手册把这一步单独列出来，是因为备件匹配不能靠肉眼。读图时至少记录四个字段：DAE 编号、槽位号、容量、转速。容量决定这块盘能不能替代原盘，转速影响性能和兼容性，槽位号决定你拔的是不是同一块。现场备件箱里经常有“看起来一样”的盘，标签磨损后只能靠 disk map 和备件标签交叉确认。

我一般把 disk map 截图打印出来，在故障盘位置画圈，再把备件标签上的容量和转速写在旁边。换盘前让第二个人核对一遍，尤其是多 DAE 的机柜。DMX800 的 DAE 装 15 块光纤盘，槽位排布紧凑，手伸进去之前先看清编号，不要凭“从上往下第几块”记忆。手册里没有展开的备件规则，按现场备件清单和阵列兼容性要求执行，拿不准就停下来查，不要试插。

4.3 更换硬盘的动手顺序与回检

更换前先确认业务冗余和当前告警范围，准备好防静电措施，记录原盘位置和备件序列号。动手时按手册的更换步骤走：确认故障盘、核对 disk map、拔出故障盘、插入新盘并确认到位。不同型号的盘架结构可能不同，动作以现场硬件为准，不要用蛮力。新盘插入后不要马上关柜门走人，先看 DAE 指示灯，再回管理端看磁盘状态。换盘过程中如果遇到盘架卡住、灯不亮、系统不识别，先停手记录现象，不要反复拔插。

回检分三层：第一层看现场灯，第二层看 inline 磁盘状态，第三层再跑一次 Key2success 看 Device Information。下面两条命令用于换盘后的只读回检：

# 换盘后只读回检：确认新盘被识别，故障状态不再出现 symdisk -sid <SID> list # 再看 director 状态，确认换盘过程没有引发其他降级 symcfg -sid <SID> list -dir all

symdisk list看新盘是否出现在预期槽位、状态是否正常；symcfg list -dir all看 director 有没有因为换盘出现新的降级。命令输出要和换盘前记录对比，不要只看“没有红色”。如果新盘状态一直是故障，先检查是否插到位、备件容量和转速是否匹配，再查阵列日志。不要因为一次没识别就连续换盘，先把原因定位清楚。

4.4 换盘后的验证：不要只看绿灯

换盘后最容易犯的错是“灯绿了就走”。灯绿只说明供电和链路基本正常，不代表阵列已经完成磁盘识别和状态恢复。我的验证顺序是：现场灯、inline 磁盘列表、Key2success 日志、Device Information 数量、业务侧告警。四项都过了，才在巡检表上写“已处理”。如果业务侧还有告警，即使存储侧灯绿，也要继续查，可能是上层多路径或主机侧没有刷新。

验证记录要写清更换时间、DAE 编号、槽位、原盘序列号、新盘序列号、容量、转速、执行人和回检结果。下一次巡检时，这些记录能帮你判断新盘是否稳定，也能在备件追溯时说得清。老设备运维最值钱的东西不是记住多少命令，而是每次动手后留下可复查的证据。换盘这一章看起来是硬件动作，真正决定成败的是前面的确认和后面的回检。

5. 避坑与常见问题：DMX 巡检和换件最容易翻车的五个点

这份手册的价值不在“步骤全”，而在它把容易出事的边界写在了操作旁边。下面五条是现场最常见的翻车点，按现象、原因、解决写。每条都不是理论，而是你到了机柜前很可能遇到的情况。巡检和换件之前先看一遍，能少走很多回头路。

5.1 登录与权限类：CE 账号能进但看不到关键项

现象：SymmWin 能登录，但 Procedures 里找不到 A Keys To Success，或者菜单是灰的。原因通常是 User type 没选 CE，或者现场权限策略收紧了，也可能是管理端版本和阵列版本不匹配。解决：退出后重新登录，User type 明确选 CE，Name 填维保标识，Password 按手册默认sade试一次，不区分大小写；如果还是不行，找现场管理员确认账号权限，不要反复试密码。管理端版本问题不要自己升级，先记录版本和报错，交给能处理的人。

5.2 自检与日志类：Key2success 跑完就关窗口

现象：交接班时只说“自检跑过了”，问日志在哪、Director Status 有没有异常，答不上来。原因是没有点 OK 看 HealthCheck log，也没有按 SID 归档日志。每次执行 Keys To Success 会产生 3 个日志文件，放在<存储SN>\symmwin\logs下，常见的是HealthCheck.log和HealthCheck_A3.log。解决：跑完先点 OK，打开日志看 Director Status 和 Device Information，把异常行和时间戳抄进记录；再按 SID 建目录，把本次日志复制归档。不要只截图，截图不能搜索。

5.3 换盘类：disk map 看错槽位/转速不匹配

现象：换了盘系统不认，或者识别后仍然告警，甚至相邻槽位出现新告警。原因可能是 DAE 编号和槽位看错、备件容量或转速不匹配、新盘没插到位。解决：换盘前用告警、inline 输出、现场灯三路交叉确认；在 disk map 上圈出 DAE 和槽位，把容量、转速写在备件标签旁；换盘时让第二个人核对。新盘不识别先查是否插到位和备件参数，不要连续拔插。换完按上一章的三层回检验证，不要只看绿灯。

5.4 电源与 SPS 类：电池备份时间与电源模块混淆

现象：看到 SPS 告警就按普通电源故障处理，或者以为电池能撑很久，把业务停在半路。原因是对 SPS 的角色不清楚。手册写得很明确：SPS 给 SPE 提供电池备份，电池只撑 90 秒，SPS 走 RS232 通信，每 2 个 DAE 配 1 个 SPS 机箱，每个机箱里有 2 个 SPS。解决：先看告警类型，确认是电池、通信还是电源模块；再核对 SPS 和 DAE 的对应关系；更换电源或电池按手册步骤走，换完看灯并跑 Key2success 回检。不要把 SPS 当成长时间续航设备，也不要把电源模块故障和电池故障混为一谈。

5.5 记录类：巡检表只写“正常”

现象：巡检表上全是“正常”，但下次出了问题没人说得清上次的基线。原因是记录没有量化。解决：每次巡检至少写时间、SID、型号、日志文件名、Director Status、Device Information 摘要、温度、湿度、电源状态、指示灯颜色和异常位置。硬盘换件还要写 DAE、槽位、容量、转速和备件序列号。记录不是给检查看的，是给你下次排查用的。老设备没有黑匣子，巡检记录就是你的黑匣子。

6. 把手册变成可复用 checklist：DMX 800 SPS 故障处理与一次 15 分钟演练

SPS 故障处理是手册最后一节，也是容易被忽略的收尾。DMX800 的 SPS 给 SPE 提供电池备份，但电池只保证 90 秒，SPS 用 RS232 通信，1 个 SPS 机箱含 2 个 SPS，每 2 个 DAE 配 1 个 SPS 机箱。现场处理顺序我一般固定成四步：先确认告警是电池、通信还是电源模块；再记录 SPS 编号和它对应的 DAE；然后检查 RS232 连接和指示灯；最后按手册更换，换完复位并观察灯，再跑一次 Key2success 回检。这个顺序能避免把“电源模块故障”误判成“电池故障”，也能避免换完不验证。

把手册变成可复用 checklist，最有效的方法是做一次 15 分钟桌面演练。拿一张白纸，左边写时间，中间写动作，右边写产出：

我自己的习惯是每次换件前把 disk map、SPS 对应关系和日志目录写在纸上，换完再跑一遍 Key2success。血泪经验是别把“灯绿了”当结束，也别把“手册看过”当会了。后来我每次带新人，都要求他先按这张表空跑一遍，能说清每一步的产出，再让他碰设备。希望帮到你。

本文还有配套的精品资源，点击获取