怎樣處理通常的TSM服務(wù)器故障

wildhorse

TSM服務(wù)器是TSM存儲備份環(huán)境中最為重要的組成部分。一旦TSM服務(wù)器出現(xiàn)故障后，所有客戶端的備份和恢復(fù)操作都有可能受到影響。當故障出現(xiàn)時，用戶通�？梢詧�(zhí)行下面列舉的一些操作來檢查錯誤，這樣可以盡快發(fā)現(xiàn)問題的根源，并協(xié)助技術(shù)支持工程師排除故障：
1． 查看服務(wù)器的活動日志
通常建議客戶檢查故障出現(xiàn)前后一段時間（例如前后30分鐘內(nèi)）出現(xiàn)的各種信息，通常情況下，除了出錯信息以外，故障前后一段時間的提示信息會給出一些與故障相關(guān)的消息，甚至揭示問題出現(xiàn)的根源。
下面是查看服務(wù)器活動日志的命令示例：
QUERY ACTLOG BEGINTIME=NOW-30 ENDTIME=NOW
2． 利用HELP命令查看TSM的出錯信息
使用HELP用戶可以獲得關(guān)于這條出錯信息更多的內(nèi)容，包括對信息更詳細的解釋，系統(tǒng)所做的反應(yīng)和用戶應(yīng)該做的操作等等，下面是利用HELP命令查看出錯信息的示例:
查看錯誤號為ANR7800I的信息：
help 7800
系統(tǒng)輸出為：
ANR7800I DSMSERV GENERATED AT time ON date.
EXPLANATION: The Tivoli Storage Manager server module was generated
at the indicated date and time.
SYSTEM ACTION: Server operation
USER RESPONSE: None
3. 檢查問題是否可以重現(xiàn)
如果問題可以比較容易的重現(xiàn)，則意味著可以比較容易孤立并發(fā)現(xiàn)出現(xiàn)故障的原因。但是并不是所有問題都可以很容易重現(xiàn)，而這往往意味著問題的產(chǎn)生是多方面因素結(jié)合的結(jié)果，這時候就需要用戶放寬思維范圍，從更廣的范圍和更長的時間段上來發(fā)現(xiàn)問題。
4. 問題的出現(xiàn)是否與讀或?qū)懺O(shè)備有關(guān)系
如果問題的出現(xiàn)是在讀或者寫某個硬件設(shè)備上的數(shù)據(jù)的時候，則硬件系統(tǒng)所在的計算機操作系統(tǒng)往往也會產(chǎn)生一些錯誤日志記錄，例如AIX,Windows都會產(chǎn)生相應(yīng)的錯誤日志。用戶可以利用這些記錄來幫助發(fā)現(xiàn)問題的所在。
5 檢查服務(wù)器和客戶端的配置信息是否發(fā)生過修改
如果錯誤是在配置信息修改以后產(chǎn)生的，則可以考慮重新修改配置信息，并測試問題是否重復(fù)出現(xiàn)。
6 檢查服務(wù)器的數(shù)據(jù)庫空間是否溢出
TSM利用數(shù)據(jù)庫來記錄和管理元數(shù)據(jù)，所以如果數(shù)據(jù)庫空間不夠時，所有的備份和恢復(fù)操作都無法進行。查看數(shù)據(jù)庫空間可以使用命令Query Database。
7 關(guān)于客戶端無法連接的問題，通常需要檢查下面一些細節(jié)：
檢查服務(wù)器配置文件，并檢查服務(wù)器是否綁定配置文件中規(guī)定的端口；
查看服務(wù)器的狀態(tài)（Query Status）確保設(shè)置好了"Availability: Enabled"；
檢查客戶端配置文件中端口號和IP地址是否與服務(wù)器端一致；
檢查節(jié)點是否被服務(wù)器端鎖定（LOCK）；
配置系統(tǒng)管理員檢查網(wǎng)絡(luò)狀況和服務(wù)器的內(nèi)存利用狀況，如果內(nèi)存不夠用了，則新的連接肯定無法建立。


本文來自ChinaUnix博客，如果查看原文請點：http://blog.chinaunix.net/u/535/showart_30702.html