ESXi 常见故障处理

虚拟机 → 选中 → 监控 → 事件

"msg.vpx.vm.powerOn.timeout"      启动超时，宿主机负载高或磁盘慢
"msg.vmx.powerOn.failed"          配置文件或磁盘有问题
"msg.disk.filter.pd.sesparse.outOfSpace"  空间不足
"msg.hostPort.vmmi网卡不存在"      网卡被删了

# 1. 宿主机有没有进入维护模式或重启了
esxcli system stats uptime get

# 2. 存储是否可访问（最常见原因）
esxcli storage filesystem list
esxcli storage core path list
esxcli storage vmfs extent list

# 3. 磁盘文件在不在
ls -lh /vmfs/volumes/datastore1/虚拟机目录/

# 4. CPU/内存有没有被占满
esxcli system stats cpu load get
esxcli hardware memory get

# 5. 虚拟机的 .vmx 有没有语法错误
vi /vmfs/volumes/datastore1/虚拟机目录/虚拟机.vmx

# 网卡类型在当前版本不存在（换过硬件版本）
ethernet0.virtualDev = "vmxnet3"      ← 改成 vmxnet2 或 e1000e
# 残留的网卡配置指向已删除的端口
ethernet0.present = "TRUE"
# 磁盘路径写错
scsi0:0.fileName = "[datastore1] 目录/磁盘.vmdk"

虚拟机 → 操作 → 取消注册
然后 文件 → 打开或浏览数据存储 → 找到 .vmx → 登记为虚拟机

# 物理口链路是否 up
esxcli network interface list

# vmk0 管理网络配置
esxcli network ip interface list
esxcli network ip route list

# 虚拟交换机和上行口
esxcli network vswitch standard list
esxcli network vswitch standard portgroup list

# ARP 和邻居
esxcli network arp table list

# 防火墙（ESXi 默认拦很多）
esxcli network firewall ruleset list

主机 → 管理 → 安全与配置 → 防火墙 → 关闭全部（临时）

虚拟机 → 硬件 → 虚拟网卡 → 勾上端口组（原来可能是「不连接」）

# 崩溃转储（重启后还在）
ls -lh /var/core/
/usr/lib/vmware/vmware-core-dump /var/core/vmware-core-*.dump | less

# 1. 看硬件健康
esxcli hardware cpu global get
esxcli hardware memory get

# 2. 阵列卡状态（LSI/Broadcom 用这个）
/opt/lsi/MegaRAID/merlincli "/c0 show all" | grep -E "State|Firmware"
# 或 storcli
/opt/storcli/storcli64 /c0 show all

# 3. 日志里有没有硬件报错
grep -iE "hardware|error|fail" /var/run/log/hostd.log | tail -50

# 4. 禁用有问题的设备
esxcli device compass list
esxcli device compass set -s vmnic1 -e false

# 看内存条和通道
esxcli hardware memory get
# 4 条内存只插了 2 条，通道没插满，性能会掉一半

# 数据存储剩余空间
esxcli storage filesystem list

# 占用最大的虚拟机目录
du -h -d 2 /vmfs/volumes/datastore1/ | sort -h | tail -20

# 找大文件（日志、快照、旧备份）
find /vmfs/volumes/datastore1/ -size +5G -type f -exec ls -lh {} \; 2>/dev/null | head -20

虚拟机快照没删    → 占的是原始盘大小的增量，删快照才真正释放
日志文件太大      → /var/log 下的一堆 .gz
旧 ISO 镜像      → 装完没删的安装介质
模板机留了副本    → 模板机本身占一份，克隆出来每台又占一份
孤儿虚拟磁盘     → 删了虚拟机但 .vmdk 还在

虚拟机 → 快照 → 管理快照 → 删除

# 先在 vCenter/ESXi 上确认虚拟机确实已删
grep -i "orphan" /var/log/vmkernel.log | tail -20

# 宿主机整体负载
esxcli system stats uptime get
esxcli hardware cpu global get

# 存储延迟（重点看这个）
esxcli storage core device stats list

主机 → 监控 → 事件   看 "VM heartbeat" 和 "APPD"

esxcli storage core device stats list | grep -A 10 "Device"

主机 → 监控 → 资源 → CPU
「已用容量」超过 100% 就是超分配了

# 当前时间
esxcli system time get
# NTP 状态
esxcli system ntp service list
esxcli system ntp server list

主机 → 管理 → 时间和日期 → 编辑 NTP 设置
  服务器：ntp1.corp.local
  服务模式：仅主机（和 NTP 服务器同步）
  启动时同步：勾上

# 阵列卡状态
/opt/lsi/MegaRAID/merlincli "/c0 show all" | grep -E "State|Firmware"
/opt/storcli/storcli64 /c0 show all | grep -E "State|Size"

# 存储路径状态（Path State 必须是 Optimal）
esxcli storage core path list

# 如果是 degraded，看哪条路径断了
esxcli storage core path list | grep -A 5 "degraded"

# 看 ESXi 认到的卡和驱动
esxcli hardware pci list | grep -i -A 3 "LSI\|Broadcom\|RAID"