1 问题现象描述

硬件配置

• 型号：S920
• 配置：(8 SAS/SATA +12 NVMe) 背板 + 满插NVMe硬盘

问题现象

disk14（nvme盘）上报硬盘failure（业务部署阶段）。

首次更换硬盘未解决，更换硬盘背板及背板线缆未解决。根据pcie链路建议更换主板及riser卡仍未解决。

---

2 关键过程与根因分析

关键过程

Step 1：BIOS日志分析

排查更换主板后的BIOS日志，搜索link up确认建链情况。

Step 2：硬盘VID/DID确认

确认硬盘VID:0X144D（厂商ID），DID:0XA808（设备型号ID），同款设备的VID和DID一致。

Step 3：链路检查

仅识别到11块硬盘，搜索BIOS阶段发现pcie[20]被禁用。

Step 4：参数检查

查看更换主板前后BIOS参数currentvalue，发现port口被禁用。

Step 5：配置导入问题

经确认，该参数仅能通过手动修改，更换前主板操作日志未见参数修改打印，怀疑与主板版本较低导致未记录。

新更换主板记录到配置导入导致新更换主板pcie端口被禁用。

Step 6：问题根因

业务厂商部署阶段有禁用多余网卡需求，业务厂商错误关闭了port口，导致nvme盘上报failure。

Step 7：处理结果

开启pcie端口后，硬盘概率性识别（port20反复建链怀疑更换动作导致pcie链路不稳），保障性更换全链路解决。（左为问题日志，右为正常设备）

Step 8：复现验证

同一台设备若干天后出现disk8告警，operate抓到bios下禁用port的记录。

硬盘告警发生在重启进bios后，现场开启port口后解决。

根因分析

1. 业务厂商部署阶段错误禁用了多余的pcie port口，导致nvme盘上报failure
2. 首次更换主板后问题未解决，是因为bios禁用port口配置被导入到新主板

---

3 结论、解决方案及效果

结论

业务厂商在部署阶段错误禁用了pcie port口，导致nvme盘被识别为failure。

解决方案

在BIOS中开启被禁用的pcie端口。

效果

开启端口后硬盘恢复正常识别。

---

4 经验总结与预防措施

经验总结

最小化测试tip：

• 可以交叉线缆侧连线，修改硬盘与主板间的pcie连接拓扑，查看bios下识别的硬盘槽位是否发生变换
• 若交叉后BIOS下不识别硬盘发生变化，说明问题跟随线缆、硬盘背板、硬盘
• 若交叉后BIOS下不识别硬盘编码，说明问题跟随主板或riser卡

• 如果状态机在02/03反复切换，说明对端未识别到设备

预防措施

1. 部署前确认BIOS配置未被错误修改
2. 记录正常配置以便恢复