交换机重启异常

打400热线或联系供应商吧

多半硬件故障

一、故障现象复盘
设备：S6520X-30QC-EI，双风扇冗余架构；
现象：单个风扇故障，机房断电冷启动时卡在 BootROM 阶段，反复提示 A fan tray failed. Please replace the fan tray. System is restarting... 无限重启；更换完好风扇后正常上电启动。
疑问：明明是风扇冗余设计，坏 1 个风扇理应正常运行，为何冷启动直接无法开机？
二、核心根本原因（H3C S6520X 整机风扇启动策略机制）
1. 两个阶段风扇管控规则完全不同（开机自检阶段 / 正常运行阶段，规则不一样，这是关键）
阶段 1：BootROM 开机硬件自检阶段（断电冷启动流程）
S6520X 属于企业级三层汇聚交换机，上电初始化阶段执行严格硬件完整性校验：
上电瞬间 CPU、CPLD 会逐一巡检所有在位硬件：风扇框 1、风扇框 2、电源、主控、内存等全部部件；
出厂安全策略：自检阶段必须所有在位风扇框状态正常，才允许进入系统加载流程；
只要任意一个风扇在位但故障（停转、通信异常、EEPROM 读取失败），BootROM 判定硬件存在故障风险，为防止上电后硬件过热烧毁，直接拒绝引导系统、反复重启告警。
哪怕另一个风扇完好可以散热，自检逻辑并不会区分「冗余可用」，只会判定「存在故障硬件」，触发开机拦截保护。
阶段 2：正常进入 Comware 系统运行阶段（业务运行时）
成功进系统之后，风扇冗余机制才正式生效：
运行中任意 1 个风扇故障，另一个正常风扇全速运转散热；
设备仅产生风扇故障告警，不会重启、不会断业务，这才是风扇冗余真正的价值；
系统运行期间允许单风扇带病运行，保障业务不中断。
总结矛盾点
冗余 = 运行阶段容忍单风扇损坏，保障业务不掉线；
开机自检 = 冷启动不允许带故障硬件开机，规避刚上电就存在散热缺陷引发过热烧机；
两者策略目的不一样，所以出现了你遇到的现象：坏风扇留在槽位、断电重启就卡在 Boot 循环，拆掉坏风扇 / 换上好风扇即可正常启动。
2. 补充两个极易加重该问题的细节
故障风扇并未拔出，依旧在位
如果直接把坏掉的风扇从槽位拔出，只保留 1 个完好风扇上电自检：BootROM 识别风扇在位数量 = 实际正常数量，自检可以顺利通过，交换机正常开机。
你现场是「坏风扇还插在插槽里」，CPLD 检测到槽位存在风扇硬件，但风扇状态异常，判定故障拦截启动。
S6520X 整机开机散热阈值严格
交换机冷启动初期，主板、芯片温度极低，但厂商固件逻辑优先校验硬件完整性，而非实时测温，不会因为当前温度低就跳过风扇故障校验。
三、风扇冗余真正的设计意义（解答你的疑问）
风扇冗余并不是用来「坏掉一个还能断电重启开机」，它的作用是业务运行过程中某个风扇突然损坏时，业务不中断：
交换机已经正常上电、业务跑起来的过程中，某个风扇突然故障停转：
另一路冗余风扇立刻提速承接全部散热任务，设备只上告警、绝不重启，网络业务持续运行；运维人员可择窗口期更换故障风扇，无需断网。
冗余解决的是运行中途风扇损坏的高可用场景，并不包含「带着故障硬件断电重启开机」的场景；
厂商设置开机强校验，是防止机房无人值守场景下：设备断电重启 + 风扇本来就是坏的，上电后无有效散热，短时间高温烧毁主控、交换芯片，造成整机报废。
四、对应本次故障的 2 种临时解决办法
方案 1（临时开机）
将故障风扇直接拔出机箱，仅保留完好风扇，重新上电，自检正常即可开机进系统，后续业务阶段单风扇正常运行。
方案 2（根治）
更换故障风扇框，双风扇全部正常后，无论冷启动还是运行阶段，均可完整冗余。
五、延伸：堆叠环境额外注意事项
堆叠两台交换机，只要其中一台存在风扇故障未拔除，这一台断电重启依旧会自检拦截、反复重启，造成堆叠分裂；
堆叠场景运维规范：发现风扇故障后，要么及时更换，要么临时拆掉坏风扇，不要长期将故障风扇留在插槽内，避免断电后设备无法拉起、堆叠故障。
六、精简总结
开机 Boot 自检：校验全部在位硬件，只要插槽内存在故障风扇就阻止启动，属于硬件保护机制；
进入系统运行后：风扇冗余机制生效，坏 1 个风扇不会重启，保障业务连续，这才是冗余的作用；
你现场故障本质：坏风扇未拔出 → 上电自检检测到在位风扇异常 → Boot 拒绝引导系统无限重启。
若拔掉损坏风扇只留正常风扇上电，交换机即可正常启动并单风扇运行。

你遇到的问题，根源在于一个关键但容易误解的设计逻辑：交换机在启动时执行的是最严格的硬件自检，这个阶段的“冗余”概念与正常运行时的“冗余”是不同的。

简单来说，S6520交换机在启动时要求所有核心硬件（包括风扇）必须处于完全正常的状态，否则将被视为不满足安全启动条件而中断启动过程。

⚙️ 启动自检：最高安全标准

这是导致问题发生的核心阶段。交换机上电后，BootROM会执行一次全面的硬件自检（POST），以确保所有关键组件在操作系统加载前都工作正常。

• 启动策略是“零容忍”：在这个阶段，只要检测到任何一个关键部件（如风扇）存在故障，系统出于最大程度的保护，就会判定硬件平台不满足安全运行的要求，从而拒绝继续启动。这是一种保护机制，旨在避免设备在散热能力不完整的情况下运行，导致更严重的硬件损坏。

• 与运行时的差异：当交换机成功启动并进入系统后，风扇监控策略会切换到“运行态”。这时，系统允许一定程度的冗余，例如允许单个风扇故障，并通过告警通知管理员更换。而你遇到的情况是启动自检，它会严格执行“全部正常” 的标准。

💡 风扇冗余的真正意义

你可能会疑惑，既然一个风扇故障就能导致无法启动，那“冗余”设计的意义何在？它的价值主要体现在运行时的可靠性和维护的便利性上。

1. 保障在线维护：这是冗余设计的核心。当交换机正常运行时，如果某个风扇出现故障，你可以在不关机、不影响业务的情况下，直接热插拔更换故障风扇。冗余确保在更换期间，系统仍能有风扇工作，维持基本散热。

2. 应对突发状况：如果运行时一个风扇故障，系统会立即告警。如果未能及时更换，而另一个风扇也发生故障（即冗余耗尽），情况会变得紧急。此时，安装手册会要求必须在极短时间内（如2分钟内）完成更换，否则必须立即下电，以防设备过热烧毁。

3. 非启动时的容错：在系统已经正常运行后，冗余设计允许“N+1”的容错模式，即一个风扇故障时，其他风扇会提高转速来补偿散热。