PowerScale: Potenziale latenza intermittente o riavvio con errore irreversibile del nodo dopo l'aggiornamento di OneFS

È possibile notare uno o più dei seguenti sintomi:

1. Uno o più nodi PowerScale presentano un errore irreversibile con una stringa simile a una di queste in /var/log/messages:

panic @ time 1778169056.246, thread 0xfffffe8ec0574100: Journal BTL drain on buf 0xfffffe8143e0c038 failed due to timeout. BTL was held by transaction (5:5143063721) [0xfffffe8efdbd3a40] tracking: getblk_core

panic @ time 1778435497.146, thread 0xfffffe98692b3000: BUF_TIMELOCK: Waited more than 300 seconds for lock on 0xfffffe82c3b03ea8 (lock access type: 0x89900; wmesg: getblk) -- lockinfo: lock state: EXCL (recursed 0), held by: 0xffffff1e8e18b000; buf_track: jt_flush_block extrainfos: (0: td: 0x0; flags: 200200; time: 4108081318; 1: td: 0x0; flags: 201200; time: 676860600; 2: td: 0x0; flags: 201200; time: 676860439); ext_fields: (b_ext = 0xfffffe82c3b04240; b_trans_item: 0xfffff82333d71de0; b_shadow_item: 0x0; b_ifs_type: 2; b_source_baddr: 2cade5b7000e0029); vnode: 0xfffff80a562026a8; ldnum: 14; disk: 0xfffff80509c67800 da2; iosched: (total_inqueue: 41820; total_inprog: 18; bio_in_prog: 18);

panic @ time 1777739689.534, thread 0xfffffe9dff52bb00: BUF_TIMELOCK: Waited more than 240 seconds for lock on 0xfffffe837d0e17b0 (lock access type: 0x89900; wmesg: getblk) -- lockinfo: lock state: EXCL (recursed 0), held by: 0xfffffffffffffff0; buf_track: biodone extrainfos: (0: td: 0x0; flags: 200200; time: 3583726706; 1: td: 0x0; flags: 201200; time: 2710420770; 2: td: 0x0; flags: 201200; time: 1737195872); ext_fields: (b_ext = 0xfffffe837d0e1b48; b_trans_item: 0x0; b_shadow_item: 0x0; b_ifs_type: 0; b_source_baddr: 660d66b900020002); geom bio fields: (bp->b_bio: 0xfffff8325b43dce8;  bio_cmd: 2; bio_tdflags: 0; bio_disk: 0x0);

2. Conflitto di blocco a causa dell'attesa di thread txn_i_commit che potenzialmente potrebbe causare latenza del client.
   Il supporto Dell deve analizzare qualsiasi hangdumps per confermare questo sintomo.
    
3. Coda elevata del disco su una o più unità sul nodo interessato in /var/log/vmlog.
   Ad esempio:

Drive  Type  OpsIn  BytesIn  OpsOut  BytesOut  TimeAvg  TimeInQ  Queued  Busy
------------------------------------------------------------------------------
. . .
 2:20   SAS  330.7    11.4M    18.7    284.0k    2.2ms    2.9ms   624.9 76.3

Si tratta di un problema identificato di recente in cui gli scaricamenti frequenti causano la mancata risposta del disco.

Versioni interessate:
Sono interessate solo queste versioni esatte:

• OneFS 9.10.1.7
• OneFS 9.13.0.1
• OneFS 9.13.0.2
• OneFS 9.13.1.0

Le versioni di OneFS precedenti e successive a queste versioni non sono interessate.

Soluzione:
Se si prevede di eseguire l'aggiornamento a una delle versioni interessate, applicare questa soluzione alternativa in modo proattivo prima dell'aggiornamento.

Questa soluzione alternativa può essere applicata anche dopo l'aggiornamento alle versioni interessate.

Il valore della soluzione alternativa è stato aumentato dal 03 giugno 2026, in particolare per i nodi di classe A con memoria di 96 GB o inferiore.

Aumentare il sysctl vfs.dirtybufthresh su tutti nodes local sysctl.conf File eseguendo questi passaggi da qualsiasi singolo nodo:

1. Commentare qualsiasi soluzione alternativa se applicata in base agli aggiornamenti di questo articolo prima del 2026-June-03 in /etc/local/sysctl.conf su tutti i nodi. A tale scopo, eseguire:

isi_for_array "sed -i '' 's/^vfs.dirtybufthresh/#vfs.dirtybufthresh/g' /etc/local/sysctl.conf "

2.  Applicare questa nuova soluzione alternativa aggiornata in /etc/local/sysctl.conf su tutti i nodi.
    A tale scopo, eseguire:

isi_for_array -s 'echo "vfs.dirtybufthresh=$((16 * (`sysctl -n kern.nbuf` / 2 + 20) * 9 / 10 ))" >> /etc/local/sysctl.conf'

Il comando precedente aggiunge la seguente riga a /etc/local/sysctl.conf su tutti i nodi:
vfs.dirtybufthresh=<value_for_specific_node>

La soluzione alternativa di cui sopra NON è applicabile per il cluster di conformità.
Si consiglia di eseguire l'aggiornamento alle versioni del codice fisso per il cluster di conformità.

Soluzione definitiva:
I tecnici stanno pianificando una soluzione permanente nelle versioni future di OneFS.
Fino a quando queste versioni non saranno disponibili, mantenere i valori della soluzione alternativa impostati in /etc/local/sysctl.conf.