Huney

Nutanix / 運用・試験対策

NCCとは？NutanixのHealth Checkを理解しよう【NCA 7.5対策】

NCA 7.5対策として、NCC（Nutanix Cluster Check）とHealth Checkについて、PrismでのHealth確認やNCCによるCluster診断、障害調査の基本的な流れを初心者向けに解説します。

読了時間：約13分

NCCとは？NutanixのHealth Checkを理解しよう【NCA 7.5対策】

はじめに

これまでの記事では、

  • Cluster
  • VM
  • Network
  • Storage
  • LCM
  • License

など、Nutanix環境を構成・運用するための基本的な仕組みを学んできました。

では、実際にNutanix Clusterを運用しているとき、

「Clusterは正常に動いているのか？」

をどのように確認すればよいのでしょうか。

そこで重要になるのが、

Health Check

です。

そしてNutanixにはClusterの状態を確認するための、

NCC（Nutanix Cluster Check）

というツールがあります。

今回は、Nutanix環境を正常に運用するためのHealth Checkについて学んでいきましょう。

Health Checkとは？

Health Checkとは、システムが正常な状態で動作しているか確認することです。

Nutanix Clusterには、

  • Node
  • CVM
  • Storage
  • Network
  • VM
  • Nutanix Services

など、さまざまなコンポーネントがあります。

Nutanix Cluster
      │
 ┌────┼────────┬────────┐
 ▼    ▼        ▼        ▼
Node  CVM    Storage   Network

どこかに問題が発生すると、Cluster全体やVMへ影響する可能性があります。

そのため、

問題が発生してから調べるだけではなく、Clusterの状態を継続的に確認する

ことが重要です。

NCCとは？

NCCは、

Nutanix Cluster Check

の略です。

Nutanix Clusterに対してさまざまなチェックを実行し、構成やHealthに問題がないか確認するためのツールです。

簡単に表すと、

NCC
 │
 ▼
Nutanix Cluster
 │
 ├─ Configuration
 ├─ Hardware
 ├─ Network
 ├─ Storage
 └─ Services

といったイメージです。

NCCを利用することで、Cluster内に問題が存在していないか確認できます。

NCCは何のために使う？

NCCの目的を簡単に表すと、

Clusterの問題を発見すること

です。

たとえば、

「Clusterの設定に問題はないか？」

「Nodeは正常か？」

「Storageに問題はないか？」

「Networkに問題はないか？」

「NutanixのServiceは正常か？」

といった項目を確認します。

Cluster
   │
   ▼
  NCC
   │
   ▼
問題がないかCheck

Nutanix環境のトラブルシューティングでも重要なツールです。

NCCはどこで動く？

NCCを理解するときには、これまで何度も登場した、

CVM（Controller Virtual Machine）

との関係が重要です。

NCCはCVMから実行できます。

Nutanix Node
      │
     CVM
      │
     NCC
      │
      ▼
Cluster Check

Nutanixの管理者はCVMへアクセスし、NCCのコマンドを利用してClusterの状態を確認できます。

NCCの基本コマンド

NCCで代表的なのが、

ncc health_checks run_all

です。

これは複数のHealth Checkを実行するためのコマンドです。

イメージすると、

ncc health_checks run_all
          │
          ▼
 ┌────────┼────────┐
 ▼        ▼        ▼
Check A  Check B  Check C

のように、Clusterに対してさまざまなチェックを実行します。

NCA対策では、

NCCはClusterのHealth Checkに利用する

という役割をまず理解しておきましょう。

NCCの結果

NCCを実行すると、それぞれのチェック結果が表示されます。

結果では、

  • PASS
  • WARN
  • FAIL
  • INFO

などの状態を見ることがあります。

大まかなイメージとして、

結果 意味
PASS Checkに問題が見つからなかった
WARN 注意が必要な状態
FAIL 問題が検出された
INFO 情報として確認する内容

となります。

たとえば、

Check A → PASS
Check B → PASS
Check C → WARN
Check D → FAIL

となっていれば、WARNやFAILになっている項目を詳しく確認します。

PASSだから絶対に問題がない？

ここは注意が必要です。

NCCですべてPASSだったからといって、

「Nutanix環境には絶対に何の問題もない」

という意味ではありません。

NCCは、用意されているHealth Checkに基づいてClusterの状態を確認します。

そのためトラブルシューティングでは、

  • NCC
  • Prism
  • Alert
  • Event
  • Performance
  • Log

など、複数の情報を組み合わせて原因を調査することが重要です。

PrismからHealthを確認する

Clusterの状態確認はNCCだけではありません。

Prism

からもHealth情報を確認できます。

Administrator
      │
      ▼
    Prism
      │
      ▼
    Health
      │
 ┌────┼─────────┐
 ▼    ▼         ▼
Node Storage  Service

Prismを利用することで、GUIからClusterの状態を確認できます。

つまり、

Prism = GUIを中心とした日常的な監視

NCC = Clusterに対する詳細なHealth Check

というイメージを持っておくと分かりやすいでしょう。

Health Dashboard

Prismでは、ClusterのHealthに関する情報を確認できます。

たとえば、

Cluster Health

├─ Hosts
├─ VMs
├─ Storage
├─ Network
└─ Services

などの状態を確認し、問題が発生しているコンポーネントを特定していきます。

すべての情報をコマンドだけで確認するのではなく、Prismを利用して視覚的に状態を把握できるのがポイントです。

HealthとAlertの違い

ここから先の記事でも重要になるので、

Health

と

Alert

の違いも整理しておきましょう。

Healthは、

現在のシステムやコンポーネントがどのような状態なのか

を表します。

一方、Alertは、

何らかの問題や注意すべき状態が検出されたことを管理者へ知らせる

ためのものです。

Health
↓
現在の状態


Alert
↓
問題・注意を通知

たとえば、

Disk Health
↓
Problem

        ↓

Alert
↓
Diskに問題があります

という関係です。

Alertについては次の記事で詳しく学習します。

NCCとLCMの関係

第9回で学習したLCMともHealth Checkは関係します。

LCMでSoftwareやFirmwareをUpdateするとき、

Clusterが正常な状態であること

が重要でした。

LCM
 │
 ▼
Pre-Check
 │
 ▼
Cluster Health
 │
 ├─ OK → Update
 │
 └─ Problem → 確認

問題を抱えたままアップデートすると、作業中にさらに問題が発生する可能性があります。

そのため、アップデート前にもClusterのHealthを確認することが重要です。

NCCとアップグレード

NCCは、アップグレードやメンテナンスの前後でも役立ちます。

たとえば、

Health Check
     ↓
Maintenance / Upgrade
     ↓
Health Check

という流れです。

作業前に問題がないことを確認し、作業後にもClusterが正常な状態へ戻っているか確認します。

これはNutanixに限らず、インフラ運用では非常に重要な考え方です。

HardwareのHealth

Nutanix Clusterは物理サーバー上で動作しています。

そのため、HardwareのHealthも重要です。

たとえば、

  • Disk
  • NIC
  • Memory
  • Power Supply
  • Node

などです。

Hardware Health

├─ Node
├─ Disk
├─ NIC
└─ Power

Hardwareに問題が発生すると、その上で動作するAHV・CVM・VMなどにも影響する可能性があります。

StorageのHealth

NutanixではStorageが複数Nodeに分散されています。

そのため、

  • Diskの状態
  • Storage Capacity
  • Data Resiliency
  • Storage Service

なども確認する必要があります。

Storage
  │
  ├─ Disk
  ├─ Capacity
  ├─ Performance
  └─ Resiliency

特に、以前学習したRFなどのデータ保護機能が正常に機能できる状態なのか確認することが重要です。

NetworkのHealth

Networkに問題が発生すると、

  • VM通信
  • Node間通信
  • CVM間通信
  • Management通信

などへ影響する可能性があります。

Network Problem
      │
      ├─ VM Communication
      ├─ CVM Communication
      └─ Cluster Communication

そのためHealth Checkでは、Networkも重要な確認対象です。

ServiceのHealth

Nutanixでは、さまざまなServiceが動作しています。

そのため、

Serviceが正常に動作しているか

もCluster Healthを判断する重要な要素です。

Nutanix Cluster
      │
      ▼
   Services
      │
 ┌────┼────┐
 ▼    ▼    ▼
OK    OK   Problem

Serviceに問題がある場合、関連するNutanix機能が正常に動作しなくなる可能性があります。

問題を発見したらどうする？

Health Checkで問題を発見した場合、

いきなり設定を変更する

のではなく、まず問題の内容を確認します。

基本的な流れとしては、

① 問題を検出
      ↓
② Alert / Healthを確認
      ↓
③ NCCを実行
      ↓
④ Event / Logなどを確認
      ↓
⑤ 原因を特定
      ↓
⑥ 必要な対処
      ↓
⑦ 再度Health Check

という流れを意識するとよいでしょう。

PrismとNCCを使い分ける

PrismとNCCは競合するものではありません。

両方を組み合わせて利用します。

たとえば、

Prism
  │
  ▼
「Node 2に問題がありそう」
  │
  ▼
NCC
  │
  ▼
Clusterを詳しくCheck

という使い方です。

Prismで異常に気付き、NCCやLogなどを利用して詳しく調査する、という流れをイメージしておきましょう。

トラブルシューティングの基本

Nutanixのトラブルシューティングでも、

問題の範囲を絞る

ことが重要です。

たとえばVMにアクセスできない場合、

いきなり、

「AHVが壊れた！」

と判断するのではなく、

VM
↓
vNIC
↓
Subnet
↓
Virtual Switch
↓
Physical NIC
↓
Physical Switch

というように、これまで学習した構成を順番に確認します。

Storageであれば、

VM
↓
vDisk
↓
Storage Container
↓
DSF
↓
Physical Storage

と確認できます。

これまでの記事でNutanixの構造を理解してきたことが、トラブルシューティングでも役立ちます。

はちみつ屋さんで例えると？

今回も、はちみつ屋さんで考えてみましょう。

複数店舗を運営しているとします。

毎朝、本部では、

「冷蔵庫は正常？」

「レジは正常？」

「在庫管理システムは正常？」

「ネットワークはつながっている？」

と確認します。

これが、

Health Check

です。

はちみつ屋さん
      │
      ▼
Health Check
      │
 ┌────┼────┬────┐
 ▼    ▼    ▼    ▼
レジ 冷蔵庫 在庫 Network

そして、専門スタッフが各設備を詳しく点検する仕組みが、

NCC

のイメージです。

NCCで問題が見つかったら？

たとえば、

レジ       → PASS
冷蔵庫     → PASS
Network    → WARN
在庫System → FAIL

という結果だったとします。

この場合、

「お店全部が壊れている」

と判断するのではなく、

WARNやFAILになっている場所を詳しく調べる

必要があります。

Nutanixでも同じです。

NCCの結果を利用して問題のある場所を絞り込み、Prism・Alert・Event・Logなどの情報を組み合わせながら原因を調査します。

NCA対策として覚えておきたいポイント

今回の重要ポイントを整理します。

用語 ポイント
NCC Nutanix Cluster Check
Health Check Clusterが正常か確認する
CVM NCCを実行できる
PASS Checkで問題が見つからなかった
WARN 注意が必要
FAIL 問題が検出された
Prism GUIからHealthを確認
Alert 問題や注意すべき状態を通知
LCM Update前のHealth確認も重要
Log 詳細な原因調査に利用
Troubleshooting 情報を組み合わせて原因を絞り込む

特に、

Prism
↓
Healthを確認
↓
問題を発見
↓
NCC
↓
詳しくCheck
↓
原因調査

という流れをイメージしておきましょう。

ここまでの運用管理を整理

これまで学習してきたNutanixの運用機能を整理すると、

                    Prism
                      │
       ┌──────────────┼──────────────┐
       ▼              ▼              ▼
      LCM          License         Health
       │                              │
Version / Update                      │
                                      ▼
                                     NCC
                                      │
                                Health Check

となります。

つまり、

LCM = Version・Update

License = 利用権

Health / NCC = 正常性の確認

という役割の違いがあります。

まとめ

今回は、

NCC（Nutanix Cluster Check）

とHealth Checkについて学びました。

NCCは、Nutanix Clusterに対してさまざまなチェックを実行し、構成やHealthに問題がないか確認するためのツールです。

代表的なコマンドとして、

ncc health_checks run_all

があり、複数のHealth Checkを実行できます。

また、日常的な監視ではPrismからClusterのHealthを確認することも重要です。

Nutanixのトラブルシューティングでは、

Prismだけ

NCCだけ

を見るのではなく、

  • Health
  • NCC
  • Alert
  • Event
  • Performance
  • Log

などの情報を組み合わせて問題を絞り込んでいきます。

NCA対策では、

「NCC = Nutanix ClusterのHealth Check」

という基本を押さえたうえで、

どのような場面でHealth Checkが必要なのか

まで理解しておきましょう。

次回は、Clusterで発生した問題を管理者へ知らせるためのAlertとEventについて詳しく学んでいきます。