ESXi Datastore APD（All Paths Down）復原問題

Question

ESXi Datastore APD（All Paths Down）復原問題

Wailam Leung 40

VMware ESXi Host 在 SAN Switch 重新啟動後進入 APD（All Paths Down）狀態，導致連接到該 Datastore 的 Virtual Machine 出現 Hang／無回應的情況。

目前確認 SAN storage 本身已恢復，但 ESXi Host 上的 storage paths 沒有正常恢復，部分 Datastore 仍處於不可存取狀態。

想請教一下，在這種情況下，應該如何檢查 VMkernel storage path、PSA（Pluggable Storage Architecture）以及 APD 狀態，並正確設定 APD timeout，避免 SAN switch 短暫中斷時 VM 長時間卡住？

另外，SAN connectivity 恢復後，是否建議透過 Rescan Storage、重新掃描 HBA 或其他方式重新建立 storage paths？有沒有需要特別注意 Misc.APDHandlingEnable、APD timeout 或相關 ESXi advanced settings 的地方？

0 則留言

1 個回答

您的回答

Answer 1

您好，

您目前遇到的情況屬於相當典型的 APD（All Paths Down）情境：ESXi 在 SAN Switch 中斷期間失去對所有 Storage Path 的存取，而當 SAN Fabric 恢復可用後，Host 並未完全恢復 Storage Path 的連線。

第一步建議先確認目前的 Path 狀態及 APD 情況，可以檢查 VMkernel logs，並透過 ESXi 的 Storage Path 與 PSA（Pluggable Storage Architecture）相關資訊確認 Storage Path Health。這有助於判斷 Host 是否仍然能看到 LUN，但部分 Path 已被標記為 Dead，還是 Storage Connectivity 根本尚未重新建立。

SAN Connectivity 恢復後，一般建議執行 Storage Rescan，以觸發 Device 與 Storage Path 的重新偵測。如果 Storage Path 仍然無法使用，也可以進一步執行 HBA Rescan。不過，在進行這些操作之前，建議先確認 SAN Zoning、LUN Masking 以及 Switch Port 都已正確恢復。除此之外，也建議檢查目前使用的 Multipathing Policy，確保 Path Failover 與 Path Recovery 行為符合 Storage Vendor 的最佳實務。

關於 APD Handling，Misc.APDHandlingEnable 通常應保持啟用，讓 ESXi 能夠正確偵測並處理 APD 狀態。如果您的環境中預期可能會出現短暫的 SAN 中斷，也建議檢查與 APD Timeout 相關的設定。主要目標是在短暫的 Storage Outage 發生時，避免不必要地影響 VM，同時確保真正的 Storage Failure 能夠在合理時間內被偵測及處理。

最佳實務方面，建議在計畫性的 SAN Maintenance Window 期間監控 APD Event 以及 Path Failover 狀況，並在將 Workload 恢復至 Production 前先驗證 Storage Recovery 行為。這樣通常可以在問題真正影響 Business Services 之前，提前發現相關的 Configuration Issue。

另外，也建議針對您所使用的特定 Storage Platform，將預期的 Recovery Sequence 文件化，確保所有 ESXi Host 都能按照一致的流程進行處理。

希望以上資訊能對您釐清問題有所幫助。如果您認為這個回答對您有幫助，請點擊 「Accept Answer」，讓我知道這個回答已經解決您的疑問。

Jason