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.
curlyjqen 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 ******** getselEn 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 GBracadm storage get vdisks -o -p Layout,State,StatusDisk.Virtual.0:RAID.Integrated.1-1 Layout = Raid-5 State = Degraded Status = WarningUn 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=Completedracadm 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.1-1hace parpadear su luz (yunblinkla 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| Lo que dice el disco nuevo | Qué pasa | Qué haces |
|---|---|---|
| Foreign | El repuesto viene de otro servidor y trae su propia configuración RAID | Borrar la configuración ajena con la acción Clear Foreign Configuration de la controladora en la web de la iDRAC, y comprobar después que el disco pasa a Ready |
| Ready, pero no reconstruye | La controladora no reconstruye sola sobre ese disco | Asignarlo como repuesto global (Global Hot Spare) desde las acciones del disco en la iDRAC y aplicar la tarea; la reconstrucción arranca sobre él |
| Tamaño menor o tipo distinto (SATA en un RAID de SAS, HDD en uno de SSD) | La pieza no es la que corresponde | No se fuerza: se pide el repuesto correcto con el número de pieza del disco original |
| Failed otra vez | Repuesto defectuoso o problema de la bahía | Nueva recogida y se actualiza el caso con el fabricante |
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.
What you'll get
When a server reports a failed disk or power supply, knowing exactly what has failed, gathering what the vendor will ask for, opening the case with everything in it, replacing the part without stopping the server, and checking the RAID is healthy again. The out-of-band management with iDRAC and iLO guide covers the management network, users and alerts; this one starts when the alert arrives.
Before you start
- Access to the server's iDRAC (Dell PowerEdge) or iLO (HPE ProLiant), with racadm installed on the jump host or over SSH to the controller itself.
curlandjqon the jump host for the Redfish queries (port 443).- The service tag (Dell) or serial number (HPE) and the current support contract, with its service level (next business day, four hours).
- Knowing what the server does and whether it is in a cluster: a disk in a degraded RAID 5 doesn't wait until next month.
1. What has failed: the hardware logs
Dell. The Lifecycle Log records everything (storage, power supplies, configuration changes and updates); the SEL only the sensors. For a disk, the Lifecycle Log filtered by storage:
racadm -r srv-fs-01-idrac.mgmt.contoso.local -u adm-support -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-support -p ******** getselOn the web: Maintenance › Lifecycle Log, filtered by category and severity.
HPE. The IML (Integrated Management Log) is the server's hardware log; the IEL (iLO Event Log), the iLO's own. On the web, Information › Integrated Management Log. Over Redfish:
curl -sk -u adm-support '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)"}Look at the time of the first entry: sometimes the failure is days old and the alert never arrived. That goes in the ticket too.
2. The current state: disks and power supplies
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 GBracadm storage get vdisks -o -p Layout,State,StatusDisk.Virtual.0:RAID.Integrated.1-1 Layout = Raid-5 State = Degraded Status = WarningA degraded RAID 5 keeps serving data, but unprotected: a second disk failing takes the volume with it. Before touching anything, check that no other disk is in predictive failure and that the server's last backup is good.
The power supplies, for both vendors over Redfish:
curl -sk -u adm-support https://srv-fs-01-idrac.mgmt.contoso.local/redfish/v1/Chassis/System.Embedded.1/Power | jq '.PowerSupplies[] | {Name, Status}'curl -sk -u adm-support 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" } }A power supply in Critical can be the supply or whatever feeds it. Before ordering the part, check in the room or against the inventory that its cable reaches the PDU and that the PDU has power: many "failed power supplies" are a loose cable or an unpowered PDU.
On HPE, disks are under System Information › Storage on the web; over Redfish, under /redfish/v1/Systems/1/SmartStorage/ArrayControllers/ with Smart Array controllers (iLO 5) or /redfish/v1/Systems/1/Storage/ on models that use the standard Redfish model (iLO 6).
3. The vendor collection
It is the first thing support asks for, and with it the case gets solved without diagnostics over the phone.
Dell: SupportAssist Collection (formerly Tech Support Report). On the web, Maintenance › SupportAssist › Start a Collection, with System Information, Storage Logs and Debug Logs. With racadm:
racadm techsupreport collect -t SysInfo# the command returns the job identifier (JID_...)racadm jobqueue view -i JID_123456789012Status=Completedracadm techsupreport export -l //10.10.90.50/support -u CONTOSO\svc-collections -p ********HPE: Active Health System Log. On the iLO web interface, Information › Active Health System Log: choose the range (the last 7 days is usually enough; the vendor will say if they want more), the case details and Download. You get an .ahs file. Over Redfish, the same file hangs off /redfish/v1/Managers/1/ActiveHealthSystem/.
Put the server and date in the file name (srv-fs-01-TSR-2026-11-03.zip). Collections contain names, IP addresses and configuration: they are uploaded to the vendor portal, not sent by email.
4. Opening the case with the vendor
On the support portal or by phone, with:
- Service tag or serial number, and the model.
- What is failing: disk in bay 2, RAID 5 degraded, or power supply 2 failed, redundancy lost, with the time of the first event.
- The collection from step 3 attached.
- Where the server is, room access hours and who receives the engineer or the part.
- Whether the contract includes disk retention for the failed drive: without it, the old disk goes back to the vendor with the data on it. Check the policy before handing it over.
Record the case number in the ticket. If the contract is four hours, watch the clock: it runs from the moment the case is open.
5. The hot swap
Disks and power supplies on these servers are hot-plug: they are replaced with the server running. What goes wrong is pulling the wrong part.
- Locate the disk: on Dell,
racadm storage blink:Disk.Bay.2:Enclosure.Internal.0-1:RAID.Integrated.1-1makes its light flash (andunblinkstops it), or Storage › Physical Disks › Blink on the web. On HPE, the identify device function in the controller's storage tool. - Check the bay against the number in the log, not the position that "looks right". The failed disk usually has a solid amber light.
- On HPE, if the disk's Do not remove button is lit, pulling it breaks the volume: leave it alone.
- Release, wait and pull: release the disk, slide it out a few centimetres, wait for it to spin down (about 30 seconds) and remove it. The new one goes into the same bay.
- Power supply: unplug the failed supply's cable, replace it and plug it into the same PDU it had. If it goes to the other one, both supplies end up on the same line and the redundancy is only apparent.
6. Checking the rebuild
With a valid replacement disk in the same bay, the controller starts rebuilding on its own:
- Rebuilding large disks takes hours and affects performance. Warn the service's users if it is during working hours.
- When it finishes: the disk Online, the virtual disk Online with status Ok, and the rebuild-completed event in the Lifecycle Log. On HPE, the logical drive goes from Interim Recovery Mode to Recovering and from there to OK.
- The new power supply in OK and the power supply redundancy alert cleared.
Close the vendor case, and the ticket with the case number, the part, the time of the swap and the time the rebuild finished.
7. The ticket: "srv-fs-01: disk replaced, but the RAID is still degraded"
The engineer left the new disk in bay 2 an hour ago and the virtual disk is still Degraded. No rebuild is running.
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| What the new disk says | What is happening | What you do |
|---|---|---|
| Foreign | The spare comes from another server and carries its own RAID configuration | Clear the foreign configuration with the controller's Clear Foreign Configuration action on the iDRAC web interface, then check the disk moves to Ready |
| Ready, but no rebuild | The controller doesn't rebuild onto that disk by itself | Assign it as a Global Hot Spare from the disk's actions in the iDRAC and apply the job; the rebuild starts on it |
| Smaller size or a different type (SATA in a SAS RAID, HDD in an SSD one) | It is not the right part | Don't force it: request the correct spare with the original disk's part number |
| Failed again | Faulty spare or a bay problem | A new collection and the vendor case is updated |
Before clearing a foreign configuration, check in the preview that it affects only the new disk. If more disks appear, there is a bigger problem (a volume the controller doesn't recognise) and clearing there destroys data: stop and escalate.
Here it was a spare carrying another server's configuration. After clearing the foreign configuration on that disk it moved to Ready, the rebuild started on its own and three hours later the virtual disk was Online.
Next steps
- The out-of-band management with iDRAC and iLO guide explains how to get these alerts delivered over SNMP, email or Redfish.
- The VMware vSphere and vCenter guide covers maintenance mode if a part forces a host to stop.
- The Device42 guide records which PDU each power supply goes to, which is what you need for step 5.
Is something missing, or different in your environment? Get in touch and I'll fix it.
Tech Career Lab · newsletter
¿Te ha servido? Cada dos semanas envío una idea práctica para perfiles IT: LinkedIn, proyectos, networking y procesos de selección.Found this useful? Every two weeks I send one practical idea for IT professionals: LinkedIn, projects, networking and hiring processes.
Apúntate y llévate las 33 ideasSign up and get the 33 ideas →