r4900cup告警

基本不是

、先区分：是不是真误告警（排查步骤，优先做，不要直接点重置）

1）硬盘告警（硬盘看起来正常）

1. HDM 页面→【存储】，查看每块硬盘的物理状态、RAID 逻辑盘状态，不要只看主页图标。
2. 看【告警与事件】，点开这条告警看告警原文、告警时间、传感器编号。

常见假告警诱因：

• 硬盘曾经瞬时接触不良、热插拔，产生历史告警记录，告警状态没有自动清除；
• RAID 卡 / 背板 CPLD 固件 bug，HDM 解析状态异常；
• 硬盘 SMART 存在预告警（硬盘后台已经有坏扇区，业务暂时还没感知），容易被误认为误告警。

⚠️重点：即使操作系统识别硬盘正常，也要看 HDM 存储页 SMART 信息，SMART 有预告警代表硬盘硬件已经存在隐患，不是误报。

2）CPU 告警（系统运行正常）

1. HDM→【传感器监控】，查看 CPU 温度、CPU 电压传感器的实时数值；
2. 查看告警原文：是温度告警、电压告警、CPU 内部硬件报错。

假告警场景：瞬时电压毛刺、读取传感器瞬态异常留下历史告警； 真故障场景：散热问题、CPU 接触不良、主板供电异常，会反复复现告警。

3）确认告警类型

• 历史已恢复告警：事件显示Deasserted（已解除），只是主页状态没有刷新，属于残留告警记录；
• 当前活动告警：状态Asserted（告警激活），代表 HDM 当前还持续检测到异常，大概率不是纯残留，不建议直接重置掩盖告警。

查看告警路径：HDM Web → 告警与事件 → 事件日志，看每条告警的Asserted/Deasserted状态。

二、HDM “重置” 两个按钮，巨大区别（非常关键，不要点错）

HDM 维护页面两个按钮，完全不一样H3C：

1. 【重启 HDM】（软复位，推荐优先操作）
   • 只重启 HDM 管理芯片；服务器主机操作系统业务完全不中断；
   • 不会删除 HDM 配置（IP、账号、SNMP 等全部保留）；
   • 作用：HDM 进程卡死、传感器读取异常、缓存残留告警，重启 HDM 重新读取整机硬件传感器状态。
   • 路径：【远程运维】→【固件更新】→重启 HDM。
2. 【恢复出厂配置】（硬重置，谨慎！非必要不点）
   • HDM 恢复出厂，所有 HDM 配置全部清空：管理 IP、账号密码、SNMP、KVM 配置全部丢失；
   • 服务器主机业务也不会停机；
   • 只有 HDM 配置完全错乱才用，单纯处理告警不要点这个。

⚠️重启 HDM ≠ 恢复出厂，很多人混淆两个按钮。

三、标准处理流程（现场操作顺序）

1. 导出 HDM【事件日志】【诊断日志】做留存，方便后续 400 定位。
2. 进入事件日志确认告警状态：
   • 情况 A：告警状态Deasserted(已经解除)，只是主页健康灯还告警： 在 HDM 页面做告警确认（ACK 确认），清除历史告警标记即可，不需要重启 HDM。
   • 情况 B：告警状态Asserted(告警仍激活)，但是传感器实时读数硬件指标全部正常，怀疑 HDM 读取缓存异常： 执行【重启 HDM】，主机业务不停机；重启完成登录 HDM，重新看告警是否再次出现。 ✅重启后告警不再出现：属于 HDM 瞬时读取异常（软件层面偶发误告警）。 ❌重启完告警又立刻出现：不是简单缓存问题，属于固件 / 背板 / RAID 卡 / 硬件隐患，不能靠重置掩盖问题。
3. 如果重启 HDM 之后告警依旧复现：
   • 优先升级 HDM 固件、背板 CPLD 固件、RAID 卡固件；G3/G5 老 HDM 版本存在传感器解析 bug，升级可以修复很多误告警H3C。
   • 升级后依旧告警，联系 H3C 400，提供 HDM 诊断日志，排查背板、RAID 卡、CPU 底座接触隐患。

禁止操作：不要直接恢复出厂配置去掩盖激活状态的告警，会丢失配置，并且无法解决底层真实硬件隐患。

四、命令行方式重启 HDM（如果 web 还能登录）

KVM 或者 SSH 登录 HDM 命令行：

五、收集信息给 400 开 case 清单

1. HDM 版本号；
2. 事件日志完整截图（区分 Asserted/Deasserted）；
3. 硬盘：HDM 存储页面硬盘状态、SMART 信息；
4. CPU 告警：传感器监控页面 CPU 温度电压截图；
5. 重启 HDM 之后告警是否复现。

小结

1. 先看事件日志确认告警是【已解除历史残留】还是【当前激活告警】；优先做告警确认，不要直接重置。
2. 处理误告警优先选择重启 HDM（软复位），不要恢复出厂；服务器上业务不受影响。
3. 如果重启 HDM 后告警马上复现，这就不是简单误告警，不要靠重置掩盖，优先升级固件，必要时联系维保排查硬件。