Panika PowerFlex SDS spowodowana błędem jądra systemu Linux

Scenariusz

• Intel Haswell Procesor jest używany.
• Jeden z SDS-ów zgłasza stan "obniżonej jakości danych" i utracone połączenie SDC z woluminami bez wyraźnej przyczyny
• Panika SDS
   

Objawy

• Zdarzenia systemowe ScaleIO zgłaszają "data degraded":

ScaleIO system events report "data degraded":
205466 2015-12-10 08:11:49.450 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.
205468 2015-12-10 08:12:04.688 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.
205470 2015-12-10 08:12:06.699 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.
205472 2015-12-10 08:12:16.931 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.

SDS exp.0:

10/12 02:13:14.134144 Panic in file /emc/svc_flashbld/workspace/ScaleIO-SLES12/src/tgt/ioh/ioh.c, line 70, function iohIo_TimerExpired, PID 22333.Panic Expression !(1).
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosDbg_BackTrace+0x22) [0x479ba9]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosDbg_Panic+0xf0) [0x4740ad]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(iohIo_TimerExpired+0x5d) [0x43d92d]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosTimerQ_PollUnlocked+0x1b4) [0x46f6e3]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosTimer_PollQRange+0x83) [0x46fa6c]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(netPoll_StartIntr+0x2ef) [0x465808]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosUmt_StartFunc+0xbe) [0x47f07d]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosUmt_SignalHandler+0x4a) [0x47fa3a]

Wpływ

• Dane niedostępne
• Klient SDC utracił połączenie z woluminami.
• Błąd we/wy
• Długi okres eksploatacji we/wy / pogorszenie wydajności

Z powodu błędu jądra Linuksa proces SDS zachowywał się nieprawidłowo, z tego powodu proces SDS był w stresie, a zachowanie było nieprzewidywalne.
Podczas odpowiadania na żądania utrzymania aktywności serwer SDS nie był w pełni funkcjonalny i nie odpowiadał na żądania we/wy SDC.
Taki warunek nie pozwalał ScaleIO oznaczyć SDS jako uszkodzonego, co ostatecznie doprowadziło do niedostępności danych.

• Informacje o błędzie jądra Linuksa:
  Futex: Rozwiązano problem z sytuacją wyścigu między REQUEUE_PI a śmiercią zadania (bcn #851603 (seria skalowalności futex).
  Futex: Upewnij się, że get_futex_key_refs() zawsze oznacza barierę (bcn #851603 (seria skalowalności futex)).
   
• Aby uzyskać więcej informacji, skorzystaj z poniższych łączy:
  Suse:SUSE-SU-2015:0068-1
  Red Hat: Poważny błąd Red Hat Linux dotyczy serwerów opartych na Haswell - InfoQ

Obejście problemu

• Uaktualnij jądro systemu Linux.