记录一次 vSAN 集群中磁盘故障的发现、处理和恢复全过程。

故障发现

环境背景

• 架构：3 节点 vSAN 集群（ESXi 10.11, 10.12, 10.13）
• 状态：FTT=1（副本模式），未启用去重与压缩
• 故障点：10.11 主机 Disk 15 (HDD) 预警故障（PDR16）

iDRAC 告警

收到idrac的邮件告警通知，报告预测性失败：

iDRAC 后台运行状况显示警告状态：

查看 iDRAC 最近的日志记录：

可以看到磁盘 15 出现告警，磁盘详细信息中预测到故障：

vCenter 告警

登录 vSphere 可以看到 vSAN 集群出现告警：

vSAN 集群 → 监控 → vSAN-Skyline 运作状况 → 物理磁盘提示出现异常：

Skyline 运作状况中物理磁盘异常的详细提示：

• 主机：192.168.10.11
• 磁盘：Local SEAGATE Disk (naa.5000c500ee6fd67b)
• 整体运行状况：警告
• 元数据运行状况：正常
• 操作运行状况：警告
• 在 CMMDS/VSI 中显示：是/是
• 操作状况说明：即将发生永久磁盘故障，数据撤出已完成
• 建议：如果磁盘属于启用去重的磁盘组，请将该磁盘组从 vSAN 移除，替换出故障的磁盘，然后重新添加该磁盘组。否则，请只移除出故障的磁盘，然后添加替换磁盘。

UUID：52eb9b95-3ca8-5671-9b54-2c93e6963b0b

故障确认

判断是否启用去重

确认磁盘是否属于启用去重的磁盘组：

空间效率显示"无"，即没有开启去重和压缩。

查看磁盘组状态

在 vSAN 集群 → 配置 → 磁盘管理中可以看到 192.168.10.11 这台服务器运行状况显示不正常：

点击 192.168.10.11 就能看到其中一个磁盘组显示不正常：

展开异常的磁盘组，其中一块磁盘的运行状况显示"已撤出"，然后可以查看更多详情和物理位置：

磁盘物理位置：Enclosure 16 Slot 15

更换硬盘

移除故障磁盘

选择故障的磁盘，移除磁盘，确认操作：

提示：因为本身是已撤出状态，虚拟机数据早已被迁移，大胆移除即可。

物理更换

到机房更换硬盘前先闪灯确认物理位置，确认无误后拔出异常的硬盘，将新的硬盘插入。

iDRAC 验证

更换硬盘后去 iDRAC 确认硬盘状态，已经恢复正常：

重新配置

查看新硬盘状态

回到 vSAN 可以看到新硬盘已经有显示，但声明状态是"不合格"，还不能添加到磁盘组内：

清除磁盘分区

对这块新换上去的磁盘进行清除分区操作：

清除分区后在 vSAN 界面没有反应。先记下磁盘naa.5000c500ca5f9073

主机存储设备清除

去 192.168.10.11 主机的配置 → 存储设备，搜索 naa.5000c500ca5f9073，选择磁盘然后清除分区

这次提示将永久删除该设备上的所有现有分区，确定

添加新磁盘到磁盘组

清除分区后回到 vSAN集群 → 配置 → 磁盘管理，新磁盘已经从"不合格"变成"未声明"：

然后去磁盘组添加磁盘：

核对磁盘 naa.5000c500ca5f9073，确认添加

任务执行中：

验证结果

磁盘添加成功，运行状态正常：

总结

本次 vSAN 集群磁盘故障处理过程总结：

• 故障发现：通过 iDRAC 发送的邮件告警 和 vCenter vSAN-Skyline 监控及时发现磁盘故障
• 数据保护：FTT=1 副本模式下，故障磁盘数据已自动迁移到其他节点，无需担心数据丢失
• 更换流程：移除故障磁盘 → 物理更换新盘 → 清除分区 → 添加到磁盘组
• 关键点：未启用去重的情况下，可以单独更换故障磁盘而不影响整个磁盘组

处理完成后，vSAN 会自动平衡磁盘数据，整个过程对虚拟机运行无影响。