上個月的某日，半夜被值班同仁叫起來上廁所，說batch執行作業失敗，但系統是活的。只是連線作業速度變得很慢很慢呢？結果，從遠端telnet的登錄動作，居然超過10分鐘！每下個指令，都比蝸牛爬樹還慢，幾乎跟當機沒兩樣！心想，這下子代誌大條，這樣根本無法知道系統到底發生什麼事？當然馬上殺到機房是最簡單又直接的方式，不過還好先以Sun的ALOM連線方式，登到主控台畫面，看到了，它重覆出現的訊息是:
Sep 29 02:53:08 apsvr01 scsi: [ID 107833 kern.warning] WARNING: /pci@1c,600000/scsi@2/sd@0,0 (sd0):
Sep 29 02:53:08 apsvr01 disk not responding to selection

以下是處理的結果。
當時判斷已無法進行任何系統作業，只好報告主管，並請示准予強迫關機。先在心中祈禱天神保佑，然後以ALOM進行遠端將系統abort，然後將系統重開，帶到single user mode，逐一進行檔案系統修復(如 fsck -y /dev/dsk/c1t0d0s0)，然後再開啟到multi user mode，幸運的是，作業系統開啟正常，然後在將相關的應用程式開起來，重新執行batch jobs。

不過，這個訊息disk not responding to selection 似乎是指該硬碟壞了吧？怎麼還可以運作呢？後來在/var/adm/messages查看到較多的訊息:

Sep 29 02:54:12 apsvr01 scsi: [ID 107833 kern.warning] WARNING: /pci@1c,600000/scsi@2 (glm0):
Sep 29 02:54:12 apsvr01 Disconnected tagged cmd(s) (2) timeout for Target 0.0
Sep 29 02:54:12 apsvr01 genunix: [ID 408822 kern.info] NOTICE: glm0: fault detected in device; service still available
Sep 29 02:54:12 apsvr01 genunix: [ID 611667 kern.info] NOTICE: glm0: Disconnected tagged cmd(s) (2) timeout for Target 0.0
Sep 29 02:54:12 apsvr01 glm: [ID 401478 kern.warning] WARNING: ID[SUNWpd.glm.cmd_timeout.6018]
Sep 29 02:54:13 apsvr01 scsi: [ID 107833 kern.warning] WARNING: /pci@1c,600000/scsi@2 (glm0):
Sep 29 02:54:13 apsvr01 got SCSI bus reset

根據資料顯示這通常是需要做 firmware upgrade，不過因為老板為省錢，並沒有續簽維護合約，所以也沒有辦法去下載跟執行這個作業。因此本以為是硬碟必須更換，要買per call的服務的，但因為到現在還跑得好好的，就只好再撐一陣子囉。