4. 升级前的健康检查与风险排查
ONTAP 平台升级并不是“把新版本装上”这么简单。真正决定升级成败的，往往是升级前那几十分钟到几小时的检查工作。一次典型的 ONTAP 升级（例如从 9.8 升级到 9.11.1，或从 9.10.1 升级到 9.12.1）涉及节点重启、聚合接管、协议中断、LIF 迁移和配置变更，任何被忽略的隐患都可能在切换瞬间放大成业务中断。因此，升级前必须完成四类核心工作：系统状态检查、硬件兼容性验证、配置备份、已知问题与补丁评估。本节围绕这四类工作展开，并给出可执行的检查方法与判断依据。
一、系统状态检查：先确认集群“健康且干净”
系统状态检查的目标是确认集群当前没有未解决的故障、没有正在进行的后台任务、没有异常的协议状态。升级前应至少检查以下内容：
- 集群与节点健康：执行
cluster show确认所有节点处于 healthy 状态；执行system health status show查看整体健康评估结果。若存在节点降级、HA 配对异常或存储故障，必须先修复再升级。 - 聚合与卷状态：执行
storage aggregate show -state !online和volume show -state !online，确认没有离线或受限的聚合与卷。升级过程中聚合需要接管，若聚合本身处于降级状态，接管可能失败。 - 协议服务状态：检查 NFS、CIFS、iSCSI、FC 等协议是否正常。例如
vserver services name-service dns show确认 DNS 解析正常，cifs session show确认 CIFS 会话无异常断开。 - 后台任务与作业：执行
job show查看是否有正在运行的作业（如 SnapMirror 传输、卷移动、聚合扩容）。升级前应等待这些作业完成或暂停，避免与升级操作冲突。 - 时间同步：执行
cluster time-service ntp show确认 NTP 同步正常。时间偏差过大会影响集群通信和证书校验。
一个常见的判断标准是：集群中不存在任何“需要立即处理”的告警，且所有节点、聚合、卷、协议服务均处于正常状态。如果存在未解决的告警，应先处理告警，再重新执行健康检查。
二、硬件兼容性验证：确认“新版本支持现有硬件”
ONTAP 每个版本都有对应的硬件支持列表（Hardware Universe，简称 HU）。升级前必须确认当前平台型号、磁盘架、HBA 卡、网卡、SSD/NVMe 等硬件在新版本中仍然受支持。具体操作包括：
- 访问 NetApp Hardware Universe 网站，输入当前平台型号（如 AFF A400、FAS 8300）和目标 ONTAP 版本，查看支持状态。
- 执行
system node hardware show和storage shelf show获取当前硬件清单。 - 重点检查：磁盘架固件版本、HBA 固件、NIC 固件是否满足新版本的最低要求。若固件版本过低，可能需要先升级固件。
- 检查是否使用了已停止支持的旧硬件（如旧型号磁盘架或扩展卡），这些硬件在新版本中可能不再被识别。
三、配置备份：确保“可回退、可恢复”
升级前必须备份集群配置，以便在升级失败或出现异常时快速恢复。ONTAP 提供了多种备份方式：
- 集群配置备份：执行
system configuration backup create -node * -backup-type cluster，将配置备份到指定节点或外部服务器。 - 节点配置备份：执行
system configuration backup create -node <nodename> -backup-type node，备份单个节点配置。 - 导出配置文本：使用
system configuration backup show查看备份列表，并可通过system configuration backup download将备份文件下载到本地。 - 记录关键配置：手动记录 LIF 地址、聚合与卷映射、SnapMirror 关系、导出策略、CIFS 共享等关键信息，便于升级后核对。
备份完成后，应验证备份文件是否完整可用。例如，检查备份文件大小是否正常，或尝试在测试环境中恢复。备份是升级的“安全绳”，没有备份的升级等同于冒险。
四、已知问题与补丁评估：避开“已知的坑”
每个 ONTAP 版本发布后，NetApp 都会发布已知问题列表（Known Issues）和补丁（Patch）。升级前应完成以下评估：
- 查阅目标版本的 Release Notes，重点关注“Known Issues”和“Limitations”章节。
- 检查是否存在与当前环境相关的已知问题，例如特定协议、特定硬件或特定配置下的缺陷。
- 确认是否需要安装补丁。例如，某些版本在发布后会发现严重缺陷，NetApp 会发布补丁（如 9.11.1P3）修复。应优先选择已包含补丁的版本。
- 评估升级路径：是否支持直接从当前版本升级到目标版本，还是需要经过中间版本。例如从 9.8 升级到 9.12 可能需要先升级到 9.10。
以下是一个升级前检查清单的示例，可用于实际执行时逐项核对：
| 检查项 | 检查命令/方法 | 判断标准 |
|---|---|---|
| 集群健康 | cluster show |
所有节点 healthy |
| 聚合状态 | storage aggregate show -state !online |
无离线聚合 |
| 卷状态 | volume show -state !online |
无离线卷 |
| 后台作业 | job show |
无运行中作业 |
| 硬件兼容性 | Hardware Universe 查询 | 所有硬件受支持 |
| 配置备份 | system configuration backup create |
备份成功且可恢复 |
| 已知问题 | Release Notes 查阅 | 无影响当前环境的已知问题 |
| 补丁评估 | NetApp 支持站点查询 | 已安装必要补丁或选择含补丁版本 |
完成以上四类检查后，才能进入实际升级操作。需要强调的是，健康检查不是一次性动作，而是一个“检查—修复—再检查”的循环。任何一项不满足，都应先修复，再重新验证，直到所有检查项均通过。只有这样，升级过程才能可控、可预期、可回退。