物理机 FC 端口反复 Link Down 并出现 FLOGI failure 的排查处理

bowen.he

适用范围

- ZStack Cloud 4.4.65
- Emulex FC HBA，使用 Linux lpfc 驱动
- 物理机通过 FC 多路径连接 SAN 存储
- FC 端口出现 Linkdown，并伴随多个多路径设备 I/O 异常

问题现象与影响

物理机的两个 FC 端口中，一个端口为 Online，另一个为 Linkdown。异常期间，多个多路径设备同时出现读 I/O error，存在 SAN 存储路径丢失及业务 I/O 受影响的风险。

关键错误或证据

内核日志反复出现以下错误特征：

2. lpfc ... Link Up Event
3. lpfc ... Link Down Event
4. lpfc ... FLOGI failure ... TMO
5. blk_update_request: I/O error, dev dm-*

复制代码

Link Up 后随即出现 Link Down 和 FLOGI failure，说明端口即使短暂检测到物理信号，也无法稳定完成 Fabric Login。

多个 dm-* 设备同时报错，排查方向应优先放在共享 FC 路径，而不是单个 LUN 或单块磁盘。

排查过程

1. 检查 FC 端口状态：

2. cat /sys/class/fc_host/host*/port_state

复制代码

现场确认存在一个 Online 端口和一个 Linkdown 端口。

2. 检查内核日志，确认异常端口持续发生 Link Up/Down，并伴随 FLOGI 超时。

3. 结合多个多路径设备同时发生 I/O error，判断故障范围位于物理机 FC 端口至 Fabric 之间。

4. 优先检查异常端口的光模块、光纤跳线、光交端口及 Fabric 配置。

原因分析

已确认，E5（端口恢复验证）：异常 FC 链路更换光模块后，端口状态恢复为 Online。

现有处置结果支持故障光模块是本次 FC 端口 Link Down 的直接原因。由于未提供长期观察、光功率及错误计数，本文不将结论推广到所有相同报错场景。

处理方法

在确认其他 FC 路径可用、业务具备冗余保护后，更换异常端口的光模块。

更换前应核对：

- 光模块规格和速率与 HBA、光交兼容；
- 多路径是否仍有可用路径；
- 操作是否会造成存储路径全部中断；
- 必要时安排业务窗口。

不要在有效路径未确认的情况下同时拔插其他 FC 链路、重载 lpfc 驱动或重启物理机。

验证结果

更换光模块后执行：

2. cat /sys/class/fc_host/host*/port_state

复制代码

异常端口由 Linkdown 恢复为 Online。

建议进一步验证：

2. multipathd show paths
3. multipathd show maps status

复制代码

并观察内核日志中是否继续出现 Link Down Event、FLOGI failure 和 dm-* I/O error。本案例未记录长期观察时长及完整业务验证结果。

注意事项

- 相同错误也可能由光纤跳线、光交端口、光功率、zoning、端口速率或 HBA 固件/驱动引起。
- 只有更换光模块后状态恢复，才能把本案例处置作为直接参考。
- 若更换光模块后仍发生 FLOGI failure，应继续检查光交端口日志、收发光功率、错误计数及 Fabric 配置。
- 该问题当前没有证据指向 ZStack 平台软件缺陷。

参考信息

相似案例：物理机多路径出现 path offline 失效