超融合HCI单台主机离线但是虚拟机未HA案例

     背景：客户HCI版本：6.8.0 ， 6台HCI一个集群，集群资源利用率不到50%。早上客户反馈一台HCI主机故障后但是该主机上面的虚拟机没HA，部分核心业务挂了。

     排查过程：

          1、登录HCI平台查看虚拟存储，发现客户是挂的华为的FC存储，如下：

2、重新启动故障物理主机上面的虚拟机，无法正常启动，查看日志有报错提示：”启动虚拟机失败，错误信息：虚拟机镜像忙，正在执行其他操作！”

3、经过排查，该故障主机raid卡故障，HCI超融合raid monitor监测机制是raid卡故障，会隔离主机上的所有网络，但不会对该主机做宕机操作；客户这边是fc存储，FC存储是通过HBA去和存储通信，隔离网络不会触发存储离线 ，也不会触发ha；

4、所以那个RAID卡故障的主机还会去访问FC存储上对应的磁盘镜像，其他5台主机访问FC存储上的对应镜像的时候，改镜像还在被访问状态。

   5、解决方案：修改HCI检测机制、重启故障服务器（104）：运行在 104 物理主机服务上面的虚拟机，但由于未触发存储离线，且HA故障迁移选项未启用业务口，管理口离线场景，所以虚拟机未被关闭还是运行在 104 上。

解决办法：在HCI上面把可靠服务->高可用(HA) 这里的启用5和6项， 再遇到这种场景，会在异常主机上把虚拟机关机，在其他主机拉起来。

简单总结：以后实施HCI如果用到FC存储，两个解决办法：

1、直接在“可靠服务”->“高可用(HA)” 这里的启用5和6项即可规避类似问题。PS：管理口或虚拟机连接的物理口出现异常就会触发ha。

2、在HCI上面关闭raid monitor：登录HCI控制台在【管理】-【告警设置】里面去掉raid告警信息的勾就可以。

PS：HCI690和之后的版本已经做了优化，不涉及此问题了。