Une panne
site down
transformée en diagnostic matériel prouvé.

════════════════════════════════════════════════════════════ INTERVENTION TECHNIQUE — INCIDENT MATÉRIEL / STOCKAGE ════════════════════════════════════════════════════════════ INFORMATIONS GÉNÉRALES ---------------------- Date : 18-04-2025 Technicien : Agent NOC-01 Client : client inc. Contact : nom du contact Billet CW : #000009 Site : site client Équipements : HV-01, DC-01 Type : Urgence P1 — Site down récurrent / hôte Hyper-V / stockage RÉCEPTION ET DÉCOUVERTE : ---------- • Lecture du billet et revue de la documentation disponible. • Accès au RMM, lecture des alertes et évaluation de la situation. CONTEXTE INITIAL ---------------- Nouvel incident Site Down au site client. Plusieurs serveurs rapportés inaccessibles. Incident récurrent suivant un événement similaire récent sur le même site. Accès effectué via un autre site afin de joindre le module de gestion hors bande et les outils de gestion disponibles. DIAGNOSTIC / ANALYSE -------------------- L’hôte Hyper-V HV-01 est revenu en ligne après l’incident. Validation observée : - HV-01 : dernier démarrage observé le 18-04-2025. - Uptime court observé au moment du post-check. - DC-01 : Running / Operating normally. - Une VM critique était active, mais reposait toujours sur un stockage à risque. Événements système observés sur l’hôte : - Arrêt non propre / perte de stabilité. - Arrêt précédent inattendu. - Erreur matérielle fatale sur composant PCI Express. - Erreurs de services post-démarrage non retenues comme cause primaire. - Erreurs TLS non considérées comme cause primaire de l’incident. MegaRAID Storage Manager : - Controller ID : 0. - Error Level : Fatal. - Description : Fatal firmware error. - Message détaillé observé : erreur firmware fatale du contrôleur. - Événement confirmé le 18-04-2025. - Occurrence similaire observée dans l’historique. - Plusieurs séquences de réinitialisation / power-on / détection disques observées dans l’historique du contrôleur. - Le comportement est cohérent avec une instabilité matérielle ou firmware du contrôleur RAID. Cause probable : Défaillance réelle du contrôleur RAID / firmware contrôleur, possiblement liée au bus matériel / contrôleur de stockage, et non uniquement à une panne logique Windows ou Hyper-V. ACTIONS TECHNIQUES ------------------ Action 1 — Accès et validation initiale Résultat : Accès au module de gestion hors bande obtenu depuis un autre site. Serveur physique confirmé alimenté. Action 2 — Validation Hyper-V Résultat : HV-01 revenu en ligne. VM DC-01 observée Running / Operating normally. Action 3 — Validation événements système Résultat : Arrêt non propre confirmé. Présence d’une erreur matérielle fatale corrélée au stockage / bus matériel. Action 4 — Validation MegaRAID Résultat : MegaRAID confirme Controller ID 0 — Fatal firmware error. Historique montrant une occurrence similaire antérieure. Action 5 — Protection BackupDR Résultat : Dernier backup existant confirmé. Backup additionnel de DC-01 lancé pendant l’incident et terminé avec succès. Action 6 — Escalade / matériel Résultat : Escalade INFRA/vendor requise. Pièce déjà en commande selon confirmation reçue. CONFIGURATIONS MODIFIÉES ------------------------ Aucune configuration modifiée. Aucun rebuild RAID effectué. Aucun clear foreign effectué. Aucune initialisation RAID effectuée. Aucun redémarrage ou power cycle additionnel effectué après confirmation du risque matériel. Aucune action destructive appliquée. TESTS DE VALIDATION ------------------- ✓ Hôte Hyper-V accessible : OK au moment de la validation. ✓ VM critique DC-01 : Running / Operating normally. ✓ Backup DC-01 : terminé avec succès. ✓ Repository backup : accessible selon validation. ⚠ Stockage matériel : NON VALIDÉ / NO-GO en raison de l’erreur fatale contrôleur RAID. ⚠ Stabilité matérielle : NON CONFIRMÉE en raison des événements matériels et MegaRAID. RÉSULTAT FINAL -------------- État : PARTIELLEMENT RÉSOLU / À SUIVRE Les services critiques sont revenus en ligne et la protection BackupDR a été confirmée. Cependant, le diagnostic réel indique une défaillance matérielle critique du contrôleur RAID. Le billet ne doit pas être traité comme simple panne temporaire ou simple redémarrage réussi. La correction permanente nécessite remplacement / intervention vendor sur le contrôleur ou composant associé. SUIVI REQUIS ------------ ■ Maintenir surveillance renforcée de HV-01 et DC-01. ■ Ne pas redémarrer l’hôte sans validation INFRA/vendor. ■ Ne pas effectuer d’action RAID sans procédure vendor. ■ Suivre la commande de pièce et planifier l’intervention matérielle. ■ Valider les sauvegardes avant et après remplacement. ■ Effectuer post-check complet Hyper-V / DC / stockage après remplacement. POST-INTERVENTION ----------------- ■ Courriel client envoyé : Non / À confirmer ■ Documentation Hudu mise à jour : Non / À confirmer TEMPS INTERVENTION ------------------ Temps total : À confirmer ════════════════════════════════════════════════════════════

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ MÉMO INTERNE — Diagnostic réel incident stockage ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ À : Coordonnateur / VCIO / Gestionnaire / Chef NOC / INFRA De : Tech Date : 18-04-2025 Billet : #000009 Client : client inc. Contact : nom du contact Site : site client RAISON ────── Incident récurrent Site Down au site client avec plusieurs serveurs inaccessibles et alerte critique sur l’hôte Hyper-V. RÉSUMÉ ────── Le serveur Hyper-V est revenu en ligne et la VM critique DC-01 fonctionne actuellement. Cependant, le diagnostic réel ne pointe pas vers une simple panne temporaire ou un simple blocage Windows. Les preuves recueillies indiquent une défaillance matérielle critique du contrôleur RAID / firmware contrôleur. Éléments confirmés : - MegaRAID : Controller ID 0 — Fatal firmware error. - Occurrence confirmée le 18-04-2025. - Occurrence similaire observée dans l’historique. - Windows : erreur matérielle fatale sur composant PCI Express. - Windows : arrêt non propre confirmé. - VM critique en ligne au moment de la validation. - Backup additionnel complété avec succès avant action matérielle. - Pièce déjà en commande. STATUT : ⚠️ En cours / suivi matériel requis SUIVI REQUIS : Oui — remplacement composant / validation INFRA-vendor / post-check après intervention RECOMMANDATION INTERNE ────── Ne pas considérer le billet comme résolu définitivement avant remplacement matériel et post-check complet. Éviter tout redémarrage non requis de l’hôte avant l’intervention. Maintenir une surveillance active et confirmer les sauvegardes avant toute manipulation matérielle. ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

[ESCALADE → INFRA + Vendor hardware] Ticket : #000009 Client : client inc. Contact : nom du contact Site : site client Sévérité : P1 Équipement : HV-01 / contrôleur RAID ID 0 Contexte : Incident récurrent Site Down. L’hôte Hyper-V est revenu en ligne, mais MegaRAID confirme une erreur firmware fatale sur le contrôleur RAID. Backup de la VM critique DC-01 complété avec succès avant intervention matérielle. Preuves disponibles : - Capture MegaRAID : Fatal firmware error - Export log MegaRAID anonymisé - Événements Windows : arrêt non propre / erreur matérielle - Backup DC-01 : Success - Pièce déjà en commande Demande : Diagnostic contrôleur RAID / firmware contrôleur. Validation remplacement contrôleur ou procédure vendor. Aucune action RAID ou redémarrage additionnel ne doit être effectuée sans approbation INFRA/vendor.

CHECKLIST — P1 Hyper-V + RAID fatal □ Publier avis Teams P1 avec billet ##000009 □ Confirmer impact : site client / plusieurs serveurs inaccessibles □ Lecture seule RMM : état global, alertes, heure de début □ Lecture seule module hors bande : Power status / health / console □ Ne pas appliquer Hard Reset si hôte alimenté mais non validé □ Si HV-01 online : valider uptime, services Hyper-V, VM states □ Si DC-01 running : valider services DC, SYSVOL/NETLOGON, réplication, temps □ Si MegaRAID fatal : NO-GO global immédiat □ Interdire reboot, power cycle, rebuild, clear foreign, initialization □ Exporter logs MegaRAID et noter l’occurrence □ Valider dernier backup et repository □ Lancer / surveiller backup additionnel si possible □ Escalader INFRA/vendor avec preuves □ Maintenir suivi jusqu’à remplacement et post-check