华为9560-16i RAID卡在AC后硬盘显示异常问题分析报告

根据您提供的信息，问题表现为：在使用 openUBMC 25.12 系统并搭载 9560-16i RAID卡 的环境下，经历AC断电重启（AC cycle）后，进入操作系统，BMC Web界面中该RAID卡管理的硬盘会先短暂出现，随后在3-4分钟内部分丢失，约7-8分钟后重新恢复。

问题现象总结

1. 初期Web界面上可正常识别多个硬盘（如Disk0, Disk1, Disk5-Disk11等）；
2. 约3-4分钟后，部分硬盘“消失”或状态变为不可用；
3. 再过约7-8分钟，所有硬盘重新正常显示；
4. 所有硬盘在主机OS中实际工作正常，仅BMC Web界面呈现波动； |

核心问题定位：
这不是实际的硬件或硬盘故障，而是BMC系统与RAID卡之间带外管理信息同步存在延迟或短暂中断所致的“假丢盘”现象。

根因分析

结合 知识图谱 与 搜索结果 中的技术背景，该问题的根本原因如下：

1. RAID卡的带外管理依赖MCTP + I2C通信

• RAID卡管理机制：
  openUBMC通过 Management Component Transport Protocol (MCTP) 与9560-16i RAID卡进行通信，实现带外管理（OOB Management）。

• 底层传输依赖I2C：
  MCTP通常基于 SMBus/I2C 物理链路传输命令。在系统AC重启后，BMC需重新初始化与RAID卡的I2C通信通道。

来自《CSR硬件监控防抖机制》文档：

RAID卡通信状态受 contbin_H10L5 与 contbin_H20L5 二值防抖机制保护，用于检测 PCIe RAID卡控制器通信丢失 或 I2C访问失败。

此类防抖机制可能导致状态判断延迟（如高电平需连续检测10次），从而延迟识别为“通信正常”。

2. BMC与RAID卡启动时序不同步

• BMC启动快于RAID卡固件初始化：
  在AC重启后，BMC会较快进入运行状态，而RAID卡的固件（特别是BBU、OptionROM等）需要更长时间完成自检和初始化。

• 早期读取失败 → 信息被清空：
  BMC在RAID卡未准备好时尝试获取物理盘信息，返回为空或错误，Storage模块可能因此“清空”当前记录，表现为盘“丢失”。

• 后期重新探测成功 → 信息恢复：
  当RAID卡完全初始化后，BMC再次轮询成功，数据重新加载，故硬盘重新显示。

3. openUBMC Storage模块热插拔探测机制影响

• Storage模块设计原理：
  BMC的 storage 模块通过监听 自发现信号 创建硬盘对象，并与RAID卡上报的物理盘信息进行 映射绑定（称为“硬盘定位”）。

• AC后状态不稳定：
  在RAID卡尚未完全就绪时，on_add_object 信号可能触发不完整，导致部分硬盘未完成绑定，被标记为“不存在”。

• 支持多协议并行加载但仍存在缺陷：
  虽然 openUBMC 25.06 版本引入了 “RAID卡管理支持多协议库并行加载” 特性（增强兼容性），但在 9560-16i 这类Broadcom卡上仍可能存在初始化竞争。

4. BMC Web界面信息依赖BMA服务

• 提示信息佐证：
  您截图中显示蓝色提示：

  “此页面的RAID控制器、逻辑驱动器、物理驱动器的信息依赖RAID卡的带外管理功能，并且在系统引导完成或安装并完全启动BMA 2.0后才能显示。”

• BMA服务延迟启动：
  即使系统已进入OS，BMA（iBMC Management Agent）服务可能仍在加载。在BMA完全运行前，Web界面无法获取稳定数据。

• 建议：验证 bma_mdb_mgmt 是否曾报错或延迟加载：

  storage DEBUG: bma_mdb_mgmt.lual(265): c_bma_mdb_mgmt: add bma object...
  

  若日志中对象多次增删，则说明存在反复探测行为。

是否影响业务？

影响项	是否受影响	说明
数据读写	否	硬盘仍在OS中正常运行，无I/O异常
RAID阵列健康	否	实际RAID状态未变化
告警上报	可能误报	若BMC判断RAID卡通信中断，可能触发 RAID Controller Card 1 Failure 告警（临时性）
BMC远程管理	界面失真	仅Web显示异常，非真实故障

结论：属于“管理面”信息延迟问题，不影响“数据面”正常运行。

解决方案与建议

方案一：升级至支持更优时序控制的openUBMC版本

• 推荐升级至 openUBMC 25.15 及以上版本，尤其是针对以下特性：
  • 更完善的 MCTP over SMBus 链路恢复机制
  • 改进的 RAID卡冷启动兼容性处理
  • 更稳健的 Storage模块缓存策略，避免频繁刷新导致UI抖动

参考来源：《openUBMC 25.06版本发布》提到已支持 9560-8i/9440-8i/SP686C-M 16i 等RAID卡管理能力；后续版本持续优化。

方案二：检查并优化I2C通信稳定性

1. 确认I2C地址是否可达

   • 使用命令检查RAID卡I2C设备是否存在：

     i2cget -f -y <bus> <address>
     

   • 若AC后I2C访问失败，可能是硬件连接或驱动延迟。

2. 确保RAID卡固件为最新

   • 升级9560-16i至最新固件版本（建议 ≥ 5.91）
   • 同时升级BBU固件，防止初始化超时

3. 排查背板与RAID卡连接

   • 检查主板与RAID卡间的 高速SAS线缆 是否松动
   • 排查是否存在 CPLD点灯控制干扰

方案三：调整Storage模块探测逻辑（适用于开发/定制环境）

• 延长首次探测延迟：在BMC启动脚本中加入延迟，等待RAID卡初始化完成后再启动Storage服务。
• 引入状态缓存机制：即使某次探测失败，保留上一次有效数据，避免“闪退”现象。
• 启用防抖参数优化：

  # 针对RAID卡通信使用 contbin_H20L5
  Sensor: PCIe RAID卡控制器通信丢失 -> 防抖 H20L5（高电平20次，防抖约10秒）
  

方案四：联系华为技术支持确认定制适配

由于 9560-16i 并非华为自研RAID卡（而是Broadcom方案），可能存在 OEM适配不完全 的情况。

提示：华为自研RAID卡如 SP686C-M-16i 2G 已获充分支持（见知识库及文档），而第三方卡支持可能存在差异。

建议提供以下信息给华为支持团队：

• 完整BMC日志（含 bma_mdb_mgmt 和 storage 模块）
• ipmcget -d status 输出
• AC重启全过程的串口日志
• 使用的BMA版本号（可通过Web API查询）

总结

1. BMC与RAID卡启动时序不同步
2. I2C/MCTP通信初始化延迟
3. Storage模块未做状态缓存或防抖
4. BMA服务加载滞后 |
   | 解决方案 |
5. 升级至更新版openUBMC（≥25.15）
6. 升级RAID卡及BBU固件
7. 优化I2C物理连接与探测逻辑
8. 必要时由厂商提供定制补丁 |
   | 是否严重 | 不影响系统运行，可视为低优先级优化项 |

最终建议：
若您当前系统运行稳定且硬盘功能正常，此问题可视作界面偶发刷新延迟，无需紧急处理。建议在下次系统维护窗口时进行 openUBMC版本升级 或 RAID固件更新 以彻底规避。

如有进一步日志，欢迎提供以深入分析。

相关链接：

1. SP686Craid卡下硬盘异常问题
2. 非天池机型服务器RAID下SATA硬盘点灯判断硬盘在位获取信息
3. 社区25.06版本加载9500 8i Raid卡失败
4. 【storage】【问题求助】双raid卡时概率 性有一张raid 卡 数据信息无法刷新成功
5. CSR硬件监控防抖机制 | 文档中心 | openUBMC