Dlaczego serwer domowy traci jeden dysk NVMe dopiero po wybudzeniu ze stanu uśpienia?

Eva Wong

IceWhale author

Eva Wong jest Technicznym pisarzem i stałym majsterkowiczem w ZimaSpace. Całe życie geek z pasją do homelabów i oprogramowania open-source, specjalizuje się w tłumaczeniu skomplikowanych koncepcji technicznych na przystępne, praktyczne przewodniki. Eva wierzy, że samodzielne hostowanie powinno być zabawą, a nie czymś onieśmielającym. Poprzez swoje samouczki umożliwia społeczności rozwiewanie tajemnic konfiguracji sprzętu, od budowy pierwszego NAS po opanowanie kontenerów Docker.

Why Does a Home Server Lose One NVMe Drive Only After Waking From Sleep? - Zima Store Online

Dysk NVMe może zniknąć po uśpieniu, gdy jego kontroler lub łącze PCIe nie powróci prawidłowo ze stanu niskiego poboru energii podczas wznawiania pracy.

Dysk, który działa po zimnym uruchomieniu, ale znika wyłącznie po zawieszeniu systemu, zwykle nie ma prostego problemu z systemem plików. Awaria może wystąpić, zanim stanie się widoczna przestrzeń nazw, partycja, system plików lub aplikacja: urządzenie PCIe może nie zostać ponownie wykryte, kontroler NVMe może nie przejść do stanu gotowości albo określona kombinacja ustawień zarządzania energią może pozostawić łącze niedostępne. Najpierw zdiagnozuj najniższą niewidoczną warstwę i nie formatuj, nie wymieniaj ani nie odbudowuj pamięci masowej, dopóki nie zostanie ustalona ścieżka urządzenia.

Ustal, która najniższa warstwa znika po wznowieniu pracy

Przed uśpieniem zapisz informacje o urządzeniu PCI, kontrolerze NVMe, przestrzeniach nazw, partycjach, identyfikatorach UUID systemów plików, punktach montowania oraz aplikacjach korzystających z dysku. Powtórz te same kontrole natychmiast po wznowieniu pracy.

Podsystem NVMe w systemie Linux udostępnia kontrolery i przestrzenie nazw jako oddzielne warstwy. Ubuntu polecenie nvme list pomaga odróżnić brak kontrolera od sytuacji, w której kontroler nadal jest obecny, ale nie udostępnia już oczekiwanej przestrzeni nazw.

Jeśli funkcja PCI jest nieobecna, skup się na oprogramowaniu układowym, zarządzaniu energią łącza PCIe i zachowaniu podczas uśpienia. Jeśli kontroler pozostaje obecny, ale urządzenie blokowe znika, skup się na resetowaniu NVMe, przestrzeniach nazw, błędach sterownika i gotowości kontrolera.

Porównaj zimne uruchomienie, ponowne uruchomienie i każdy obsługiwany stan uśpienia

Przetestuj zimne uruchomienie, zwykłe ponowne uruchomienie, zawieszenie do bezczynności oraz głębokie zawieszenie — tylko jeśli system operacyjny i oprogramowanie układowe je udostępniają. Zapisz, które przejście powoduje awarię.

Jądro Linux rozróżnia zawieszenie do bezczynności, tryb gotowości oraz zawieszenie do pamięci RAM, z których każdy zapewnia inny poziom ograniczenia zasilania urządzeń i platformy. opis stanów uśpienia w jądrze wyjaśnia, dlaczego jeden kontroler NVMe może poprawnie wznowić pracę z płytkiego stanu, ale zawieść po głębszym przejściu platformy w stan niskiego poboru energii.

Awaria ograniczona do jednego stanu jest silniejszym dowodem problemu z przejściem energetycznym niż problemu z formatem dysku. Podczas testowania trwałej poprawki oprogramowania układowego lub sterownika zachowaj dostęp do stanu, który działa prawidłowo.

Sprawdź, czy urządzenie PCIe jest ponownie wykrywane

Porównaj dane magistrali PCI przed uśpieniem i po wznowieniu pracy, w tym adres kontrolera NVMe, wynegocjowany stan łącza, sterownik jądra i liczniki błędów. Przed testem zapisz dokładny adres magistrali.

Narzędzie lspci raportuje kontroler na poziomie PCI, zanim zostanie uwzględniona jakakolwiek przestrzeń nazw lub system plików, dzięki czemu jest właściwym narzędziem rozstrzygającym, gdy całe urządzenie NVMe wydaje się znikać.

Jeśli urządzenia brakuje w wyliczeniu PCI, ponowne skanowanie systemu plików ani odtwarzanie punktów montowania nie pomoże. Jeśli urządzenie pozostaje widoczne, zapisz błędy NVMe i jądra przed próbą zresetowania kontrolera.

-15% OFF

ZimaBoard 2 – Mini serwer domowy dla Twojego wielkiego pomysłu

Single board computer zimaboard2

Przetestuj autonomiczne przechodzenie NVMe między stanami zasilania

Zapisz bieżące ustawienia stanów zasilania NVMe oraz informację, czy autonomiczne przechodzenie między stanami zasilania jest włączone. Zmieniaj tylko jedną zmienną związaną z zasilaniem podczas jednego kontrolowanego cyklu zawieszenia.

ArchWiki opisuje zachowanie NVMe związane z oszczędzaniem energii oraz sterowanie opóźnieniem APST, które służy do ograniczania głębokości stanów niskiego poboru energii, do których może przejść kontroler, gdy określony sprzęt nie wznawia niezawodnie pracy.

Tymczasowe ograniczenie APST jest narzędziem diagnostycznym, a nie dowodem, że każdy głęboki stan jest wadliwy. Jeśli dysk przetrwa powtarzane cykle wznowienia pracy tylko przy płytszej polityce zasilania, porównaj poprawki oprogramowania układowego i jądra, zanim pozostawisz obejście na stałe.

Sprawdź oprogramowanie układowe, BIOS i działanie trybu Modern Standby

Zapisz wersję oprogramowania układowego płyty głównej, oprogramowania układowego NVMe, kompilację systemu operacyjnego oraz wszelkie ostatnie zmiany BIOS-u lub sterownika. Sprawdź, czy platforma korzysta z tradycyjnego uśpienia, czy z nowoczesnego modelu bezczynności przy niskim poborze energii.

Model Modern Standby firmy Microsoft pokazuje, że obsługiwane urządzenia pozostają pod zarządzanym przez platformę mechanizmem niskiego poboru energii, zamiast korzystać z tej samej ścieżki co w przypadku tradycyjnego uśpienia, co może zmieniać sposób odtwarzania problemu z NVMe na różnych systemach.

Aktualizuj pojedynczą warstwę oprogramowania układowego naraz i zachowaj poprzednią wersję lub metodę odzyskiwania. Nie łącz aktualizacji BIOS-u, oprogramowania układowego SSD i systemu operacyjnego w jednym teście, ponieważ nie będzie można ustalić, która zmiana przyniosła poprawę.

Sprawdź zarządzanie energią łącza PCIe i urządzenia w czasie pracy

Sprawdź ustawienia ASPM PCIe, stan zarządzania energią w czasie pracy oraz to, czy kontroler NVMe przechodzi do zawieszonego stanu podczas pracy przed uśpieniem systemu. Porównaj problematyczne gniazdo z innym gniazdem tylko wtedy, gdy konstrukcja serwera pozwala na to bezpiecznie.

Dokumentacja Red Hat dotycząca zarządzania energią wyjaśnia, że zarządzanie energią w czasie pracy i PCIe ASPM są odrębnymi mechanizmami, dlatego wyłączenie jednego z nich i zaobserwowanie zmiany nie oznacza automatycznie, że to właśnie on jest przyczyną.

Jeśli problem podąża za dyskiem do innego gniazda, podejrzewaj kontroler lub oprogramowanie układowe. Jeśli pozostaje związany z jednym gniazdem, sprawdź oprogramowanie układowe płyty głównej, bifurkację, współdzielone linie, zasilanie gniazda i integralność sygnału.

Bezpiecznie odzyskaj dostęp i zweryfikuj powtarzane cykle wznowienia pracy

Gdy dysk znika, zachowaj logi przed wymuszonym wyłączeniem systemu. Unikaj wielokrotnych resetów podczas pracy, jeśli kontroler zgłasza stan krytyczny, błędy łącza lub znikające przestrzenie nazw.

lista kontrolna odzyskiwania serwera domowego ZimaSpace zawiera powiązaną zasadę: przed uruchomieniem naprawy systemu plików lub przywróceniem danych zweryfikuj widoczność sprzętu i stan pamięci masowej.

Problem można uznać za rozwiązany, gdy kontroler, przestrzeń nazw, partycje, punkty montowania i aplikacje przetrwają wielokrotne cykle uśpienia i wznowienia pracy przy docelowym stanie zasilania. Do czasu potwierdzenia, że poprawka działa również po ponownym uruchomieniu, okresie bezczynności i przy normalnym obciążeniu pamięci masowej, przechowuj aktualną kopię zapasową.