PowerScale: Var-osion laajennusongelmat

Nykyinen IOCA (Isilon On-Cluster Analysis Tool) -komentosarja luo seuraavat varoitukset, jotka liittyvät /var Osioita:

System Partition Free Space                       FAIL
  CRITICAL: The following nodes have /var mirrors of different sizes: 1-10
  INFO: Please reference KB 000213248 (https://www.dell.com/support/kbdoc/000213248) for further information.
  INFO: For more information refer to KB article 000041465 found at https://www.dell.com/support/kbdoc/000041465.

tai

Mirror Status                                     FAIL
  CRITICAL: The mirror pair for var1 appear to be in the same fault domain on nodes: 1-10.
  CRITICAL: The following nodes have /var mirrors of different sizes: 1-10
  INFO: Please open a Technical Support Service Request and reference this failure within the description.
  INFO: Please refer to KB 000213248 (https://www.dell.com/support/kbdoc/en-us/000213248) for further information.

Jos tämä ohitetaan, Gen6- tai Gen6 MLK -solmussa voi ilmetä Panic-virhe aseman tai kelkan vaihdon aikana.

Kun solmu avautuu, tarkista /var/log/messages Solmun tiedostossa näkyy seuraavanlaisia virheitä ja paniikkiviestejä:

(da21:pmspcbsd0:0:22:0): pccb 0xfffffe8543174480, ccb 0xfffff80e31347000: ccbStatus 3, scsiStatus 5 
(da22:pmspcbsd0:0:23:0): pccb 0xfffffe8543151fe0, ccb 0xfffff807c4753000: ccbStatus 3, scsiStatus 5 
(da21:pmspcbsd0:0:22:0): WRITE(10). CDB: 2a 00 00 04 dd 44 00 00 04 00 
(da21:pmspcbsd0:0:22:0): CAM status: CCB request aborted by the host 
(da22:pmspcbsd0:0:23:0): WRITE(10). CDB: 2a 00 00 04 dd 44 00 00 04 00 
(da21:pmspcbsd0:0:22:0): Retrying command, 3 more tries remain 
(da22:pmspcbsd0:0:23:0): CAM status: CCB request aborted by the host 
(da21:pmspcbsd0:0:22:0): pccb 0xfffffe8543151fe0, ccb 0xfffff80e31347000: ccbStatus 3, scsiStatus 2 
(da22:pmspcbsd0:0:23:0): Retrying command, 3 more tries remain 
(da21:pmspcbsd0:0:22:0): cam_periph_error: SSQ_LOST removing device ccb 0xfffff80e31347000 status 0x8 flags 0x2 
(da22:pmspcbsd0:0:23:0): pccb 0xfffffe8543151fe0, ccb 0xfffff807c4753000: ccbStatus 3, scsiStatus 2 
(da21:pmspcbsd0:0:22:0): Invalidating pack 
(da22:pmspcbsd0:0:23:0): cam_periph_error: SSQ_LOST removing device ccb 0xfffff807c4753000 status 0x8 flags 0x2 
(da22:pmspcbsd0:0:23:0): Invalidating pack 
(da21:pmspcbsd0:0:22:0): removing device entry 
(da21:pmspcbsd0:0:22:0): Periph destroyed 
panic @ time 1681142660.493, thread 0xfffffe874ee12000: mirror/var1: all devices failed (read, offset 1304707072, length 0) 
time = 1681142660 
cpuid = 3, TSC = 0x5e76342b8e8e59 
Panic occurred in module kernel loaded at 0xffffffff80200000: 

Stack: -------------------------------------------------- 
kernel:g_mirror_worker+0x251f 
kernel:fork_exit+0x82 
-------------------------------------------------- 
Disabling swatchdog 
Dumping stacks (40960 bytes)

Versioissa 9.2.1.16 ja uudemmissa, 9.4.0.6:ssa ja uudemmissa versioissa sekä 9.5.0.0:ssa ja uudemmissa OneFS laajentaa /var-osion koon 2 gigatavuun päivityksen yhteydessä. Laajennusprosessi saattaa käynnistää nämä viestit tai tapahtumat.

Ilmoitus, joka liittyy siihen, että peilipari on samalla vikatoimialueella, koskee Gen6- ja Gen6 MLK -solmuja (A200, A2000, A300, A3000, H400, H500, H600, H5600, H700, H7000, F800 ja F810). Laajennus ei välttämättä vahvista osion vikatoimialueita oikein, jolloin molemmat osiot sijoitetaan jompaankumpaan /var Saman aseman kelkan asemien peilaus. Tämä aiheuttaa solmun paniikin, kun kelkka irrotetaan, jos molemmat asennetun peilit /var Osiot ovat kelkassa.

Myöskään mirror/var0 tai mirror/var1 toimii aktiivisena /var Osion peilaus milloin tahansa. Esimerkin paniikkiviestistä nähdään, että /mirror/var1 oli aktiivinen peili. Tarkasteltaessa gmirror status ja isi devices drive list solmun komentojen tulokset:

Katkaistu status Komennon tulos:

gmirror status
     mirror/var1  COMPLETE  da14p3 (ACTIVE) <<<<
                            da13p3 (ACTIVE) <<<<

pikanäppäimellä drive list Komennon tulos:

isi devices drive list
Lnn  Location  Device    Lnum  State   Serial       Sled
---------------------------------------------------------
21   Bay  1    /dev/da1  15    L3      xxxxxxxxxxxx N/A
21   Bay  2    /dev/da2  16    L3      xxxxxxxxxxxx N/A
21   Bay  A0   /dev/da5  12    HEALTHY xxxxxxxx     A
21   Bay  A1   /dev/da4  13    HEALTHY xxxxxxxx     A
21   Bay  A2   /dev/da3  14    HEALTHY xxxxxxxx     A
21   Bay  B0   /dev/da8  9     HEALTHY xxxxxxxx     B
21   Bay  B1   /dev/da7  10    HEALTHY xxxxxxxx     B
21   Bay  B2   /dev/da6  11    HEALTHY xxxxxxxx     B
21   Bay  C0   /dev/da11 6     HEALTHY xxxxxxxx     C
21   Bay  C1   /dev/da10 7     HEALTHY xxxxxxxx     C
21   Bay  C2   /dev/da9  8     HEALTHY xxxxxxxx     C
21   Bay  D0   /dev/da14 3     HEALTHY xxxxxxxx     D <<<<
21   Bay  D1   /dev/da13 4     HEALTHY xxxxxxxx     D <<<<
21   Bay  D2   /dev/da12 5     HEALTHY xxxxxxxx     D
21   Bay  E0   /dev/da17 0     HEALTHY xxxxxxxx     E
21   Bay  E1   /dev/da16 1     HEALTHY xxxxxxxx     E
21   Bay  E2   /dev/da15 2     HEALTHY xxxxxxxx     E
---------------------------------------------------------

Tässä esimerkissä /mirror/var1 perustuu asemiin D0 ja D1. Kun D-kelkka irrotetaan klusterista, solmu joutui paniikkiin, koska se ei voinut käyttää /var tiedostojärjestelmä.

Var-osioiden eri koot voivat vaikuttaa mihin tahansa Isilon- tai PowerScale-solmutyyppiin, jossa on OneFS 9.x. Laajennus /var Laajentaa vain aktiivisen /var osio järjestelmässä. LKG (Last Known Good) -osio on edelleen alkuperäisen kokoinen. Jos aktiivinen /var Osiota laajennetaan ja se täytetään yli 50 prosenttiin, mikä voi aiheuttaa ongelmia, jos osiota on kierrettävä huoltoa varten.

Voit selvittää, vaikuttaako tämä ongelma klusterin LKG-osioon, seuraavalla komennolla:

# isi_for_array -sX 'gmirror list var0 var1' | grep -A20 mirror | egrep "var|Media"

Esimerkki:

lab-1# isi_for_array -sX 'gmirror list var0 var1' | grep -A20 mirror | egrep "var|Media"
lab-1: 1. Name: mirror/var0
lab-1:    Mediasize: 2147479552 (2.0G)
lab-1:    Mediasize: 2147483648 (2.0G)
lab-1:    Mediasize: 2147483648 (2.0G)
lab-2: 1. Name: mirror/var0
lab-2:    Mediasize: 2147479552 (1.0G) <<<<
lab-2:    Mediasize: 2147483648 (1.0G) <<<<
lab-2:    Mediasize: 2147483648 (1.0G) <<<<
lab-3: 1. Name: mirror/var0
lab-3:    Mediasize: 2147479552 (2.0G)
lab-3:    Mediasize: 2147483648 (2.0G)
lab-3:    Mediasize: 2147483648 (2.0G)
lab-4: 1. Name: mirror/var0
lab-4:    Mediasize: 2147479552 (2.0G)
lab-4:    Mediasize: 2147483648 (2.0G)
lab-4:    Mediasize: 2147483648 (2.0G)
....

Jos jonkin laitteen koko on (1,0 G), ongelma koskee sitä.

Yllä olevassa esimerkissä laboratorio-2:t var0 Tämä vaikuttaa osioihin ja ne on korjattava. Suorita uudelleen komento var1 koko klusterissa sen määrittämiseksi, koskeeko ongelma myös sitä.

FAULT DOMAIN ISSUE ONLY -ongelman pysyvä korjaus on seuraavissa koodiversioissa:

• OneFS 9.5.0.6 
• 9.4.0.16 
• 9.2.1.25 

Erikokoisten /var-osioiden pysyvää korjausta työstetään parhaillaan. Korjaa ongelma komentosarjaprosessin avulla. Jos päivitys ei onnistu, noudata komentosarjaprosessia.
 
Komentosarjan käyttäminen:

1. Lataa komentosarja ja md5-tiedosto klusteriin. Kopioi tiedostot klusterin kansioon /ifs/data/Isilon_Support ja varmista, että md5-hajautusarvo vastaa md5-tiedoston hajautusarvoa:

Lab-1# mv var_mirror_repair.sh /ifs/data/Isilon_Support/
Lab-1# mv var_mirror_repair.md5 /ifs/data/Isilon_Support/
Lab-1# md5 /ifs/data/Isilon_Support/var_mirror_repair.sh
MD5 (/ifs/data/Isilon_Support/var_mirror_repair.sh) = 0881afeeb39fdaf02e2a90d784e4ed21
Lab-1# # cat /ifs/data/Isilon_Support/var_mirror_repair.md5
0881afeeb39fdaf02e2a90d784e4ed21

2. Jos hajautusarvo ei täsmää, lataa komentosarja FTP-sivustosta ja kopioi se klusteriin uudelleen. Jos hajautusarvo täsmää, suorita seuraava komento pääkäyttäjänä:

lab-1# sh /ifs/data/Isilon_Support/var_mirror_repair.sh

3. Komentosarjan suorittaminen kestää yleensä 5–10 minuuttia. Se voi kestää kauemmin suurissa (30+ solmua) tai kiireisissä klustereissa. Kun komentosarja on valmis, se ilmoittaa, onnistuiko se vai oliko siinä ongelmia.

Kun käynnistät komentosarjan, näet seuraavan tuloksen:

Lab-1# sh /ifs/data/Isilon_Support/var_mirror_repair.sh
Full output can be found at:
 /ifs/data/Isilon_Support/var_mirror_repair.FULL_CLUSTER.2023-10-19T092522.csv

Status: 0/4 Nodes checked, 0/4 var0 partitions, 0/4 var1 partitions

Komentosarjan edetessä tilarivi päivittyy:

Status: 4/4 Nodes checked, 4/4 var0 partitions, 4/4 var1 partitions

Kun komentosarja on valmis, näet seuraavat:

Status: 4/4 Nodes checked, 4/4 var0 partitions, 4/4 var1 partitions

No issues were identified.

Moving files to: var_mirror_repair.2023-10-19T092522.d
Bundle Location: var_mirror_repair.2023-10-19T092522.tgz

Tämä tarkoittaa, että kaikki solmut, joihin ongelma vaikutti, korjattiin eikä komentosarjassa ollut ongelmia. Jos saatu tulos poikkeaa esimerkistä, ota yhteys Dellin tukeen ja toimita tulos ja lokitiedostot paketin sijainnista.