VMware ESXi虚拟机快照合并失败,如何定位空间、锁定和磁盘链问题?
VMware ESXi 虚拟机快照合并失败时,不应直接反复点击“整合”或手动删除 -00000x.vmdk 文件。失败原因通常集中在三条主线:数据存储空间不足、虚拟磁盘被其他主机或服务锁定、快照磁盘链中的父子关系异常;NFS、VMFS、vSAN 的存储路径故障,以及备份任务并发,也可能让这些问题表现得相似。
定位时应先确认失败范围和错误上下文,再按“空间与存储路径—主机锁定—磁盘链—管理任务与备份服务”的顺序排查。每个分支都要有对应的观察依据和验证动作,只有在根因得到控制后,才重新执行快照整合。

确认症状与影响范围
区分“快照删除失败”和“需要整合”
在 vCenter 中打开虚拟机的“摘要”“监控”和“近期任务”,重点记录以下信息:
- 失败操作是创建快照、删除快照,还是“整合”;
- 任务的完整错误文本和失败时间;
- 虚拟机是否仍在运行,业务是否出现 I/O 延迟;
- 数据存储剩余容量、虚拟机目录大小和快照数量;
- 是否存在备份、复制、Storage vMotion 或其他磁盘操作;
- 同一数据存储上的其他虚拟机是否也出现类似失败。
如果虚拟机摘要显示“需要整合”,但快照管理器中没有明显快照,通常表示虚拟机配置记录与实际磁盘链状态不完全一致,并不代表可以直接删除目录中的增量文件。此时应优先使用“整合”任务修复关系。
如果错误中出现以下信息,初步方向不同:
| 典型现象或错误线索 | 优先怀疑方向 | 首个验证动作 |
|---|---|---|
No space left on device、无法扩展文件 | 数据存储或底层存储空间 | 查看数据存储、虚拟机目录和底层容量 |
Unable to access file since it is locked | VMFS 文件锁、其他主机进程或备份代理 | 查询虚拟机运行主机和磁盘锁持有者 |
Failed to open disk、parent not found | 父磁盘缺失、描述文件异常 | 检查 parentFileNameHint 和磁盘链一致性 |
parent CID mismatch | 父子磁盘链不匹配 | 停止重复整合,保存链信息并进入恢复评估 |
APD、PDL、NFS I/O 错误 | 存储路径或网络存储服务异常 | 检查主机存储路径、NFS 挂载和内核日志 |
| 任务超时但无明确报错 | 写入压力、备份并发、管理服务状态或存储延迟 | 查看任务持续时间、备份窗口和主机日志 |
这些错误只是判断入口,不能仅凭一条日志就确定根因。例如,快照较大只能说明合并时间和写入量可能增加,不能直接证明磁盘链已经损坏。
判断是单台虚拟机还是整个平台问题
如果只有一台虚拟机整合失败,而同一数据存储上的其他虚拟机运行正常,优先检查该虚拟机的快照链、锁和备份任务。
如果同一数据存储上的多台虚拟机都出现快照操作失败、磁盘打开失败或 I/O 超时,应先检查存储容量、VMFS 路径、NFS 服务、vSAN 健康状态以及主机到存储的网络连接。此时不宜把问题归因于某一台虚拟机的配置。
建立原因树:空间、锁定、链和服务
可以把原因分为四层:

- 存储与网络层:数据存储空间不足、精简置备后端容量不足、NFS 配额、VMFS 路径异常、vSAN 容量或对象状态异常。
- ESXi 主机层:虚拟机在其他主机运行、磁盘被旧进程或备份代理锁定、主机故障后遗留锁状态。
- 虚拟磁盘层:父磁盘缺失、描述文件中的父子关系不一致、快照链过长或部分文件不可读。
- 管理与应用层:vCenter 任务冲突、备份软件并发创建快照、复制任务未结束、虚拟机持续高写入导致整合窗口不断被推迟。
这种分层的价值在于避免“看到快照大就认为是空间问题”或“看到锁错误就立即重启主机”。快照合并本身需要持续读取旧链、写入父磁盘,并处理合并期间新增的写入;空间、锁和链中的任一环节异常,都可能在同一个 vCenter 任务中表现为失败。
逐层排除存储空间与路径问题
先看数据存储,不只看虚拟机摘要
在 vCenter 中检查数据存储的容量、可用空间、运行状况和告警,再确认虚拟机目录的实际占用。不要只依据虚拟机配置中的虚拟磁盘容量判断剩余空间,因为快照、交换文件、日志、精简磁盘增长以及其他虚拟机文件都可能占用同一数据存储。
在虚拟机当前运行的 ESXi 主机上,可以使用只读命令查看挂载和容量:
esxcli storage filesystem list
df -h
确认虚拟机目录及其中的描述文件、增量文件和日志:
ls -lah "/vmfs/volumes/<datastore-name>/<vm-directory>/"
如果需要进一步确认某个文件的大小,可使用:
du -h "/vmfs/volumes/<datastore-name>/<vm-directory>/"
上述路径和文件名只是示例,应替换为实际数据存储名称和虚拟机目录。不要直接对输出结果中的文件执行删除操作。
快照合并所需空间没有一个适用于所有版本和存储类型的固定公式。合并过程中,原有快照数据、父磁盘写入、业务新增写入以及其他虚拟机活动可能同时占用空间。因此,不能简单认为“剩余空间大于快照文件大小”就一定足够。若数据存储已经接近满载,即使快照文件只有几十 GB,也可能因新增写入或元数据操作失败。
检查底层精简空间和存储告警
在以下场景中,vCenter 显示的可用空间不一定等于底层实际可写空间:
- VMFS 位于精简置备的 LUN 上,阵列存储池已接近耗尽;
- NFS 数据存储受 NAS 配额、目录配额或卷配额限制;
- vSAN 逻辑容量尚有余量,但对象重建、策略要求或磁盘组空间不足;
- 数据存储路径出现间歇性 I/O 错误,导致文件扩展或提交操作失败。
如果日志同时出现 No space left on device、写入超时或 I/O error,应先扩展数据存储或底层卷、处理配额,并确认路径稳定。对于业务正在持续写入的虚拟机,扩容后还应观察容量是否继续下降,再进行整合。
排除虚拟磁盘锁定问题
先确认谁在使用虚拟磁盘
快照整合期间虚拟机可以保持运行,因此看到虚拟磁盘被当前 ESXi 主机使用并不等于异常。真正需要确认的是:是否存在另一个主机、重复注册的虚拟机、备份代理或残留进程同时持有相关文件。
在每台可能运行该虚拟机的 ESXi 主机上查看虚拟机进程:
esxcli vm process list
核对虚拟机名称、运行主机和 World ID。还应在 vCenter 中检查:
- 虚拟机是否被重复注册;
- 是否有 vMotion、Storage vMotion 或复制任务正在进行;
- 备份代理是否通过 Hot-Add 方式挂载了该虚拟机磁盘;
- 是否有另一项快照删除或整合任务仍处于运行状态;
- 发生主机故障后,原主机是否仍被 vCenter 认为持有虚拟机进程。
在 VMFS 上查询文件锁
对于 VMFS 数据存储,可以在相关 ESXi 主机上检查虚拟磁盘描述文件的锁信息:
vmkfstools -D "/vmfs/volumes/<datastore-name>/<vm-directory>/<disk>-000001.vmdk"
-000001.vmdk 只是示例,实际应使用当前快照链中的描述文件。输出中的锁类型、所有者标识和主机信息用于辅助判断锁由哪台主机或哪个世界进程持有。不同 ESXi 版本的输出格式可能不同,不能只按某一字段是否为空来判断。
如果环境中提供了 vmfsfilelockinfo,也可以按版本支持情况查询:
vmfsfilelockinfo -p "/vmfs/volumes/<datastore-name>/<vm-directory>/<disk>-000001.vmdk"
这类命令主要适用于 VMFS。NFS 数据存储的锁定由 NAS 和 NFS 锁机制参与管理,不能用 VMFS 锁信息作为最终结论。NFS 场景还要检查 NAS 端客户端状态、目录权限、配额以及是否存在失效会话。
处理锁时不要直接删除或强制清理
确认锁的持有者后,处理顺序应是:
- 确认虚拟机没有在另一台主机上实际运行;
- 确认备份、复制和磁盘挂载任务已经结束;
- 对仍持有进程的主机执行受控的虚拟机迁移、关机或主机维护;
- 只有在明确判断进程失去响应且已评估业务影响时,才考虑使用 ESXi 的进程终止机制;
- 重新确认锁已释放,再执行整合。
强制终止虚拟机进程可能导致业务中断和文件系统恢复,不能作为常规“解锁”命令。也不要在数据存储目录中搜索并删除所谓的锁文件,VMFS 和 NFS 的锁并不等同于普通可删除文件,误操作可能扩大故障范围。
检查快照磁盘链是否完整
找到虚拟机实际使用的磁盘
在 ESXi Shell 中先获取虚拟机 ID:
vim-cmd vmsvc/getallvms
再查看快照树和虚拟机文件布局:
vim-cmd vmsvc/snapshot.get <VMID>
vim-cmd vmsvc/get.filelayout <VMID>
其中 <VMID> 替换为实际数字。快照树用于确认 vCenter 记录的快照关系,文件布局用于确认虚拟机配置当前引用了哪些磁盘。两者应结合使用,不能只看目录中是否存在 -000001.vmdk 文件。
一个快照虚拟磁盘通常由描述文件和对应的数据文件组成。例如:

app-000001.vmdk:小型文本描述文件;app-000001-flat.vmdk:实际数据文件;app.vmdk:基础磁盘描述文件;app-flat.vmdk:基础磁盘数据文件。
具体文件形式会因磁盘格式、快照类型和存储平台而不同。目录中存在旧名称并不自动说明它可以删除,文件名也不能单独证明当前磁盘链已经脱离使用。
检查父子关系和一致性
读取描述文件内容时,重点观察:
parentFileNameHint指向的父描述文件是否存在;- 父文件路径是否正确,是否出现错误的数据存储或目录;
- 当前磁盘的
CID与子磁盘的parentCID是否匹配; - 每一级快照是否都能沿父链找到下一层;
- 文件大小是否明显异常,是否存在缺失的
-flat.vmdk文件。
可以使用只读方式查看描述文件:
cat "/vmfs/volumes/<datastore-name>/<vm-directory>/<disk>-000001.vmdk"
再使用 vmkfstools 检查链一致性:
vmkfstools -e "/vmfs/volumes/<datastore-name>/<vm-directory>/<disk>-000001.vmdk"
如果命令返回类似“磁盘链一致”的结果,说明该检查范围内的父子关系基本可解析,但这不代表 vCenter 任务一定不会受到锁、空间或存储路径影响。若出现父文件不存在、CID 不匹配、描述文件无法解析等结果,则应停止反复整合。
不要手动修改 CID、parentCID 或 parentFileNameHint,也不要直接重命名、删除或替换 -flat.vmdk。描述文件看起来只是文本,但一个错误的父链修改可能使后续恢复更加困难。对于链损坏、父磁盘缺失或文件来自不同时间点的情况,应先保留当前目录和日志,结合可用备份、复制副本或专业支持制定恢复方案。
检查存储服务、管理任务和备份并发
判断是否是路径或网络存储故障
对于 VMFS,检查主机是否仍能稳定看到数据存储和存储路径:
esxcli storage filesystem list
esxcli storage core path list
对于 NFS,应检查对应的 NFS 挂载状态、NAS 端客户端连接、目录权限、配额和网络连通性。ESXi 端出现 NFS 超时、I/O 错误或锁服务异常时,单纯重试整合通常没有效果。
可以从 ESXi 日志中筛选与当前时间接近的线索:
grep -i -E 'consolidat|snapshot|lock|space|APD|PDL|NFS|I/O' /var/log/vmkernel.log | tail -n 200
grep -i -E 'snapshot|consolidat|lock|disk' /var/log/hostd.log | tail -n 100
这些命令只用于示例性读取日志。日志轮换、版本差异和日志级别可能影响输出,必要时还要查看轮换文件以及 vCenter 任务详情。
排除备份和复制服务冲突
许多备份软件会通过创建、删除或合并 VMware 快照完成数据保护。如果备份任务超时、代理异常退出或多个任务同时操作同一台虚拟机,可能出现快照已被部分处理但管理界面状态未及时更新的情况。
检查时应关联以下时间线:

- 快照创建时间;
- 备份任务开始和结束时间;
- 快照删除或整合失败时间;
- 复制、灾备同步或存储迁移任务时间;
- 虚拟机所在主机发生故障或重启的时间。
如果确认存在备份任务并发,应按照备份平台的任务控制方式暂停或错开任务,而不是直接在 ESXi 上删除相关文件。备份软件仍持有磁盘时,vCenter 中的整合操作可能继续失败。
关注应用写入,但不要误判为链损坏
数据库、日志系统和文件服务器持续写入时,快照增量文件会不断增长,整合时间也会拉长。应用写入量高可以解释“任务长时间运行”或“空间持续下降”,但不能单独证明磁盘链损坏。
如果空间和链均正常,可在维护窗口降低应用写入,或按业务要求短暂停机后再整合。对于数据库等应用,还应按照应用自身的暂停、缓存刷新和恢复流程操作。VMware 快照不能代替数据库备份,也不能保证应用数据处于一致状态。
根据证据定位根因
以下是一组用于判断的典型示例,日志内容为模拟示例,不代表某个实际环境已经执行过检查:
Failed to extend file '/vmfs/volumes/datastore01/app/app-000002-delta.vmdk'
No space left on device
这类结果优先处理数据存储或底层存储池空间。扩容后要确认 ESXi 能看到新增容量,数据存储状态正常,且虚拟机目录仍有可用余量。
Unable to access file since it is locked
Failed to lock the file
这类结果需要回到主机进程、重复注册、备份代理和文件锁持有者。不要因为虚拟机当前处于开机状态,就直接认定锁是正常的;也不要在没有确认运行位置的情况下强制重启主机。
The parent virtual disk was not found
CID mismatch between child and parent
这类结果表明磁盘链关系存在问题。应保存描述文件内容、文件清单、任务日志和虚拟机配置,停止重复整合及手工修改,进入链恢复评估。
NFS file operation timed out
APD detected on device
这类结果应先恢复存储服务和路径稳定性。路径恢复后,还要确认虚拟机磁盘可以正常访问,再重新评估快照整合,不要在存储持续抖动时反复提交任务。
如果错误只是任务超时,但日志没有空间、锁或链错误,可以先检查存储延迟、虚拟机写入速率和备份并发。任务超时不等于任务没有产生任何进展,重复提交多个整合任务可能造成新的冲突。
在根因修复后执行整合和验证恢复
操作前准备
在重新整合前,至少完成以下准备:
- 保存 vCenter 任务详情、快照树、文件布局和相关日志;
- 确认有可用的备份或明确的恢复方案;
- 确认数据存储有足够的可写空间;
- 确认没有备份、复制、迁移或其他快照任务占用虚拟机;
- 明确整合期间的业务影响和可接受的维护窗口;
- 对高写入业务,提前安排降低写入或短暂停机。
如果当前已经出现父磁盘缺失、CID 不匹配或文件无法读取,不要把“再试一次整合”当作恢复方案。
执行整合
当空间、锁、存储路径和磁盘链均未发现阻断问题后,在 vCenter 中选择虚拟机的“快照”菜单,执行“整合”。一次只提交一个整合任务,记录开始时间、任务状态和数据存储可用空间变化。
整合过程中不要:
- 删除
-00000x.vmdk或对应的-delta.vmdk; - 重命名基础磁盘和快照磁盘;
- 手动编辑描述文件中的父子关系;
- 同时创建新快照;
- 在任务未结束前启动另一项磁盘迁移或备份任务;
- 因任务暂时没有进度就立即强制关闭虚拟机或重启主机。
如果整合再次失败,应记录这次新增的错误信息,并与第一次失败结果对比。错误从“空间不足”变成“锁定”,说明排查已经进入下一层;错误始终指向链关系,则应停止重复尝试。
验证整合是否真正完成
成功任务不应只看 vCenter 弹出的“任务完成”。还要检查:
- 虚拟机摘要中的“需要整合”提示已经消失;
- 快照管理器中没有意外残留的快照;
vim-cmd vmsvc/snapshot.get <VMID>的结果与预期一致;- 虚拟机可以继续正常读写,应用和文件系统无异常;
- 数据存储空间在任务结束后趋于稳定;
- ESXi 的
hostd.log、vmkernel.log未继续出现同类错误; - 后续备份能够正常创建和删除临时快照。
整合完成后,不要立即按文件名清理目录。应以虚拟机当前磁盘引用、快照树和任务状态为准;对于需要确认的文件,先保留并经过备份或变更流程处理。
复发监控点
快照合并问题通常不是一次性点击操作造成的,复发监控应覆盖以下指标:
- 数据存储同时设置百分比和绝对剩余空间告警;
- 监控虚拟机快照数量、快照存活时间和增量文件增长速率;
- 对“需要整合”状态建立告警,而不是等业务访问失败后再处理;
- 记录备份任务创建、删除快照的耗时和失败次数;
- 监控 VMFS 路径、NFS 超时、APD、PDL 及 vSAN 容量健康状态;
- 关注同一主机上虚拟机频繁锁定、异常关机和管理服务重启;
- 对高写入虚拟机评估快照维护窗口和日变化量。
例如,某虚拟机在低业务时段每小时产生约 10 GB 增量,计划维护窗口为 6 小时,那么仅按变化量估算就可能新增约 60 GB;实际规划还应叠加其他虚拟机占用、存储增长和整合过程的安全余量。这个数值用于容量评估,不是所有环境都适用的固定阈值。
当空间告警、快照年龄、备份失败和存储路径异常能够提前暴露时,快照整合就可以从一次紧急修复,转变为可观察、可验证的日常运维流程。
快照整合与虚拟磁盘链的稳定运行,离不开适配业务负载的服务器和存储资源。A5idc数据提供香港、美国、日本等地区的物理服务器,涵盖Xeon Gold、AMD EPYC及SSD、NVMe等配置,可用于承载虚拟化相关业务、数据库与后台服务;香港存储系列和日本部分方案也提供大容量机械硬盘配置,满足文件存储与归档类业务的资源需求。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6504.html
