一、故障描述
用户VMware ESXi 7.0u3c在使用过程中，本地存储中的虚拟机突然无法访问，用户在检查本地存储卷显示为不可访问状态。
通过iDrac检查阵列卡状态，无法正确识别物理盘及RAID卷组。
二、故障定位
以苏州天剑技术服务工程师的经验判断，可能是RAID卡的固件缺陷导致的问题，所以第一时间远程接入后即检查了RAID卡固件版本为52.21.0-4606，与DELL原厂核实后，当前RAID卡固件版本确实存在需要紧急升级的版本。
详细的描述可见：https://www.dell.com/support/kbdoc/en-us/000223831/perc11-perc-h750-h755-and-h755n-controllers-may-experience-single-or-multi-bit-ecc-messages，即当前RAID控制器固件版本，存在缓存错误导致挂起的情况，也符合当前的故障现象。
三、故障处置
与用户沟通停机时间后，将服务器进行冷重启，启动后Dirver Health Manager弹出提示：
这是由于RAID卡产生了Multi-bit ECC Error，在启动过程中读到了LSI_RAID_Controller_info中的错误信息，这里仅需按X即可继续启动。
问题原因说明：
RAID卡具备ECC（Error Correcting Code）这种内存校验机制，采用奇偶性校验的方法，出现的ECC错误分为Single-bit ECC Error和Multi-bit ECC Error两种。
Single-bit ECC Error：只有单个bit出现了错误，能通过奇偶性校验恢复，因此RAID卡能容许出现一定次数的Single-bit ECC Error。iBMC会从RAID卡获取出现错误的次数和产生告警的门限，当次数≥门限时，iBMC会产生告警并记录维护日志。
Multi-bit ECC Error：有多个bit出现了错误，不能通过奇偶性校验恢复，因此RAID卡通常会出现挂死，进而导致系统挂死甚至系统重启。RAID卡挂死后，iBMC无法通过RAID卡检测到产生了Multi-bit ECC Error，因此iBMC无法产生告警。系统重启后，Multi-bit ECC Error可能恢复，此时iBMC可以从RAID卡获取到一次Multi-bit ECC Error事件，并记录在LSI_RAID_Controller_info里，这个是在multi-bit ECC Error发生且系统重启之后延迟记录的。
iDrac顺利识别到RAID卡后，按正常升级步骤升级合适的固件版本即可，同时检查VMware兼容性要求，苏州天剑服务工程师趁停机的机会一并升级了ESXi驱动，以满足兼容性要求。
四、总结
兼容性检查是保障稳定可靠的生产环境的最低基线，一定要及时定期检查如BIOS、RAID卡、HBA卡、网卡等关键硬件的兼容性是否满足兼容性列表要求！