Dell iDRAC y HPE iLO: un disco o una fuente averiados, los registros de hardware, la recogida para el fabricante, el cambio en caliente y la reconstrucción del RAID

Qué vas a conseguir

Cuando un servidor avisa de un disco o una fuente de alimentación averiados, saber qué ha fallado exactamente, sacar lo que el fabricante va a pedir, abrir el caso con todo, cambiar la pieza sin parar el servidor y comprobar que el RAID vuelve a estar sano. La guía de gestión fuera de banda con iDRAC e iLO cubre la red de gestión, los usuarios y las alertas; esta empieza cuando la alerta llega.

Antes de empezar

• Acceso a la iDRAC (Dell PowerEdge) o la iLO (HPE ProLiant) del servidor, con racadm instalado en el puesto de salto o por SSH a la propia controladora.
• curl y jq en el puesto de salto para las consultas Redfish (puerto 443).
• El número de servicio (Dell) o el número de serie (HPE) y el contrato de soporte vigente, con su nivel de servicio (siguiente día laborable, cuatro horas).
• Saber qué hace el servidor y si está en un clúster: un disco de un RAID 5 degradado no espera al mes que viene.

1. Qué ha fallado: los registros de hardware

Dell. El Lifecycle Log recoge todo (almacenamiento, fuentes, cambios de configuración y actualizaciones); el SEL solo los sensores. Para un disco, el Lifecycle Log filtrado por almacenamiento:

›racadm -r srv-fs-01-idrac.mgmt.contoso.local -u adm-soporte -p ******** lclog view -c storage -s critical -n 5SeqNumber       = 4710Category        = StorageSeverity        = CriticalTimestamp       = 2026-11-02 23:47:52Message         = Disk 2 in Backplane 1 of Integrated RAID Controller 1 failed.›racadm -r srv-fs-01-idrac.mgmt.contoso.local -u adm-soporte -p ******** getsel

En la web: Maintenance › Lifecycle Log, con filtro por categoría y gravedad.

HPE. El IML (Integrated Management Log) es el registro de hardware del servidor; el IEL (iLO Event Log), el de la propia iLO. En la web, Information › Integrated Management Log. Por Redfish:

›curl -sk -u adm-soporte 'https://srv-app-02-ilo.mgmt.contoso.local/redfish/v1/Systems/1/LogServices/IML/Entries/?$expand=.' | jq '.Members[-3:][] | {Created, Severity, Message}'{  "Created": "2026-11-03T05:12:40Z",  "Severity": "Critical",  "Message": "System Power Supply: General Failure (Power Supply 2)"}

Fíjate en la hora de la primera entrada: a veces el fallo es de hace días y la alerta no llegó. Eso también va al ticket.

2. El estado actual: discos y fuentes

›racadm storage get pdisks -o -p State,Status,MediaType,SizeDisk.Bay.0:Enclosure.Internal.0-1:RAID.Integrated.1-1   State     = Online   Status    = OkDisk.Bay.2:Enclosure.Internal.0-1:RAID.Integrated.1-1   State     = Failed   Status    = Critical   MediaType = HDD   Size      = 1675.50 GB›racadm storage get vdisks -o -p Layout,State,StatusDisk.Virtual.0:RAID.Integrated.1-1   Layout    = Raid-5   State     = Degraded   Status    = Warning

Un RAID 5 degradado sigue sirviendo datos, pero sin protección: un segundo disco que falle se lleva el volumen. Antes de tocar nada, revisa que ningún otro disco esté en estado de fallo previsto (predictive failure) y que la última copia de seguridad del servidor es buena.

Las fuentes, en los dos fabricantes por Redfish:

›curl -sk -u adm-soporte https://srv-fs-01-idrac.mgmt.contoso.local/redfish/v1/Chassis/System.Embedded.1/Power | jq '.PowerSupplies[] | {Name, Status}'›curl -sk -u adm-soporte https://srv-app-02-ilo.mgmt.contoso.local/redfish/v1/Chassis/1/Power | jq '.PowerSupplies[] | {Name, Status}'{ "Name": "HpeServerPowerSupply", "Status": { "Health": "OK", "State": "Enabled" } }{ "Name": "HpeServerPowerSupply", "Status": { "Health": "Critical", "State": "Enabled" } }

Una fuente en Critical puede ser la fuente o lo que la alimenta. Antes de pedir la pieza, comprueba en la sala o con el inventario que su cable llega a la PDU y que esa PDU tiene corriente: muchas "fuentes averiadas" son un cable suelto o una PDU sin alimentación.

En HPE, los discos están en System Information › Storage de la web; por Redfish, en /redfish/v1/Systems/1/SmartStorage/ArrayControllers/ con controladoras Smart Array (iLO 5) o en /redfish/v1/Systems/1/Storage/ en los modelos que usan el estándar de Redfish (iLO 6).

3. La recogida para el fabricante

Es lo primero que pide soporte, y con ella el caso se resuelve sin diagnósticos por teléfono.

Dell: SupportAssist Collection (antes, Tech Support Report). En la web, Maintenance › SupportAssist › Start a Collection, con System Information, Storage Logs y Debug Logs. Por racadm:

›racadm techsupreport collect -t SysInfo# la orden devuelve el identificador de la tarea (JID_...)›racadm jobqueue view -i JID_123456789012Status=Completed›racadm techsupreport export -l //10.10.90.50/soporte -u CONTOSO\svc-recogidas -p ********

HPE: Active Health System Log. En la web de la iLO, Information › Active Health System Log: se elige el intervalo (los últimos 7 días suelen bastar; el fabricante dirá si quiere más), los datos del caso y Download. Sale un fichero .ahs. Por Redfish, el mismo fichero cuelga de /redfish/v1/Managers/1/ActiveHealthSystem/.

Pon en el nombre del fichero el servidor y la fecha (srv-fs-01-TSR-2026-11-03.zip). Las recogidas contienen nombres, direcciones IP y configuración: se suben al portal del fabricante, no a un correo.

4. Abrir el caso con el fabricante

En el portal de soporte o por teléfono, con:

• Número de servicio o de serie, y el modelo.
• Qué falla: disco de la bahía 2, RAID 5 degradado, o fuente 2 en fallo, redundancia perdida, con la hora del primer evento.
• La recogida del paso 3 adjunta.
• Dónde está el servidor, horario de acceso a la sala y quién recibe al técnico o la pieza.
• Si el contrato incluye retención del disco averiado: sin esa opción, el disco viejo vuelve al fabricante con los datos dentro. Revisa la política antes de entregarlo.

Apunta el número de caso en el ticket. Si el contrato es de cuatro horas, controla el reloj: el plazo corre desde que el caso queda abierto.

5. El cambio en caliente

Discos y fuentes de estos servidores son en caliente (hot-plug): se cambian con el servidor encendido. Lo que sale mal es sacar la pieza equivocada.

• Localizar el disco: en Dell, racadm storage blink:Disk.Bay.2:Enclosure.Internal.0-1:RAID.Integrated.1-1 hace parpadear su luz (y unblink la apaga), o Storage › Physical Disks › Blink en la web. En HPE, la función de identificar dispositivo de la herramienta de almacenamiento de la controladora.
• Comprobar la bahía con el número que da el registro, no con la posición que "parece". El disco averiado suele tener la luz ámbar fija.
• En HPE, si el botón de No retirar (Do not remove) del disco está iluminado, sacarlo rompe el volumen: no se toca.
• Sacar, esperar y meter: liberar el disco, sacarlo unos centímetros, esperar a que deje de girar (unos 30 segundos) y extraerlo. El nuevo, en la misma bahía.
• Fuente: desenchufar el cable de la fuente averiada, cambiarla y enchufarla a la misma PDU que tenía. Si va a la otra, las dos fuentes acaban en la misma línea y la redundancia es aparente.

6. Comprobar la reconstrucción

Con un disco de repuesto válido en la misma bahía, la controladora empieza a reconstruir sola:

• Una reconstrucción de discos grandes tarda horas y se nota en el rendimiento. Avisa a los usuarios del servicio si es en horario.
• Al acabar: el disco en Online, el disco virtual en Online y estado Ok, y en el Lifecycle Log el evento de reconstrucción completada. En HPE, la unidad lógica pasa de Interim Recovery Mode a Recovering y de ahí a OK.
• La fuente nueva, en OK y la alerta de redundancia de fuente, resuelta.

Cierra el caso con el fabricante y el ticket con el número de caso, la pieza, la hora del cambio y la de fin de la reconstrucción.

7. El ticket: "srv-fs-01: disco cambiado, pero el RAID sigue degradado"

El técnico ha dejado el disco nuevo en la bahía 2 hace una hora y el disco virtual sigue en Degraded. No hay reconstrucción en marcha.

›racadm storage get pdisks:Disk.Bay.2:Enclosure.Internal.0-1:RAID.Integrated.1-1 -o -p State,Status,MediaType,Size,BusProtocol   State       = Foreign   Status      = Ok   MediaType   = HDD   Size        = 1675.50 GB   BusProtocol = SAS

Antes de borrar una configuración ajena, comprueba en la vista previa que solo afecta al disco nuevo. Si aparecen más discos, hay un problema mayor (un volumen que la controladora no reconoce) y borrar ahí destruye datos: para y escala.

Aquí era un repuesto con configuración de otro servidor. Tras borrar la configuración ajena de ese disco pasó a Ready, la reconstrucción empezó sola y a las tres horas el disco virtual estaba en Online.

Siguientes pasos

• La guía de gestión fuera de banda con iDRAC e iLO explica cómo hacer que estas alertas lleguen por SNMP, correo o Redfish.
• La de VMware vSphere y vCenter cubre el modo de mantenimiento si una pieza obliga a parar un host.
• La guía de Device42 guarda en qué PDU va cada fuente, lo que necesitas para el paso 5.

¿Falta algo o en tu entorno es distinto? Escríbeme y lo corrijo.