（可选）配置总线设备故障级别

使用SwitchFaultCode.json配置故障级别

以总线设备故障码[0x00f103b6,155909,na,na]为例。该故障码由四部分组成：告警ID、故障ID、对端设备类型、端口号，如表1 故障码说明所示。

将当前故障的处理策略NotHandleFaultCodes（无需处理）修改为SeparateFaultCodes（隔离设备，进行任务重调度）的操作示例如下。

1. 登录环境，进入Ascend Device Plugin解压目录。
2. 执行以下命令，查询是否已经基于SwitchFaultCode.json文件创建了mindx-dl-fault-config。

   kubectl describe cm -n kube-system mindx-dl-fault-config

   • 如果mindx-dl-fault-config已经存在，且存在SwitchFaultCode.json的相关字段，执行4编辑该文件。
   • 如果mindx-dl-fault-config已经存在，但是不存在SwitchFaultCode.json的相关字段，需要先保存mindx-dl-fault-config内容，再删除mindx-dl-fault-config文件后，执行3创建该文件。
   • 如果不存在mindx-dl-fault-config，执行3创建该文件。

3. 执行以下命令，创建动态配置故障码所需ConfigMap文件（mindx-dl-fault-config）。

   kubectl create cm mindx-dl-fault-config -n kube-system  --from-file=./faultCode.json --from-file=./SwitchFaultCode.json

   回显示例如下。

   1	configmap/mindx-dl-fault-config created

   表2 参数说明

   参数名	是否必选	说明
   mindx-dl-fault-config	是	动态配置故障码所需的ConfigMap文件名称，不能修改该文件名称。
   kube-system	是	mindx-dl-fault-config所在命令空间，不能修改该命名空间名称。
   SwitchFaultCode.json	是	用于保存故障码，必须与SwitchFaultCode.json文件名称保持一致。

4. 执行以下命令，编辑mindx-dl-fault-config文件。

   kubectl edit cm -n kube-system mindx-dl-fault-config

5. 在mindx-dl-fault-config文件中，找到故障码[0x00f103b6,155909,na,na]。

   Data
   ====
   SwitchFaultCode.json:
   ----
   {"NotHandleFaultCodes":[0x00f103b6,155909,na,na],
   ...

6. 将故障码在（NotHandleFaultCodes）中删除，并添加到（SeparateFaultCodes）中。

   Data
   ====
   SwitchFaultCode.json:
   ----
   {"NotHandleFaultCodes":[],

   ...
   "SeparateFaultCodes":["[0x00f103b6,155909,na,na]","[0x00f103b0,155907,na,na]"…]
   }

7. 修改完成后，按“Esc”键，输入:wq!保存并退出。
8. 等mindx-dl-fault-config文件更新生效后（PollInterval取值，不指定则为300s），查看操作是否成功。
   1. 执行以下命令，查询Ascend Device Plugin组件日志名称。

      kubectl get pods -A | grep ascend-device-plugin

      回显示例如下：

      1	kube-system ascend-device-plugin-daemonset-910-jmlf5 1/1 Running 0 6h34m

   2. 通过查询到的组件日志名称，查询Ascend Device Plugin的组件日志信息。

      kubectl logs -n kube-system ascend-device-plugin-daemonset-910-jmlf5

      若日志出现“load switch fault code from configmap success”，表示手动配置故障码操作成功。