ScaleIO：MDM_Disconnect错误故障排除

使用 showevents.py 工具时，将显示以下事件：

6956  2017-07-06 18:21:05.803 MDM_CLUSTER_LOST_CONNECTION WARNING        The MDM, ID 27fea9a11c073e82, lost connection

辅助 MDM 服务器的 trc 日志中显示以下内容：

06/07 18:21:05.486947 0x7ffbc89feeb0:netPath_IsKaNeeded:01858:  :: Connected Live CLIENT path 0x7ffb9400a060 of portal 0x7ffb94003780 net 0x7ffbac0044b0 socket 17 inflights 0 didn't receive message for 3 iterations from 10.xxx.xxx.xxx:9011. Marking as down

当辅助 MDM 或仲裁在 500 毫秒的超时期限内未看到保持活动状态时，通常会发生 MDM 断开连接。 

 

检查 MDM 和 TB 服务器上的网络接口卡 （NIC） 是否丢弃了数据包：

[root@scaleio-1 ~]# ifconfig ens192
ens192: flags=4163  mtu 1500
inet 10.xxx.xxx.xxx  netmask 255.xxx.xxx.0  broadcast 10.xxx.xxx.xxx
inet6 fe80::250:56ff:feb7:2a06  prefixlen 64  scopeid 0x20
ether 00:50:56:b7:2a:06  txqueuelen 1000  (Ethernet)
RX packets 311779767  bytes 53460032583 (49.7 GiB)
RX errors 0  dropped 41  overruns 0  frame 0
TX packets 312147963  bytes 45970694962 (42.8 GiB)
TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

此外，使用 ping 命令检查 MDM 节点与 TB 之间的连接延迟：

[root@scaleio-1 ~]# ping 10.xxx.xxx.xxx
PING 10.xxx.xxx.xxx (10.xxx.xxx.xxx) 56(84) bytes of data.
64 bytes from 10.xxx.xxx.xxx: icmp_seq=1 ttl=64 time=0.414 ms
64 bytes from 10.xxx.xxx.xxx: icmp_seq=2 ttl=64 time=0.395 ms
64 bytes from 10.xxx.xxx.xxx: icmp_seq=3 ttl=64 time=0.370 ms
64 bytes from 10.xxx.xxx.xxx: icmp_seq=4 ttl=64 time=0.399 ms
64 bytes from 10.xxx.xxx.xxx: icmp_seq=5 ttl=64 time=0.497 ms
64 bytes from 10.xxx.xxx.xxx: icmp_seq=6 ttl=64 time=0.534 ms

如果延迟发生变化或接近 500 毫秒，则可能是断开连接的问题。

MDM 断开连接也有非网络原因。如果进程挂起或未收到足够的 CPU 资源，则无法及时发送 keepalive 数据包。使用 top 命令检查系统的 CPU 利用率。

在 VMware 系统上，如果系统超额订阅，虚拟机 （VM） 可能无法获得足够的资源。您可以通过检查虚拟机的 CPU 就绪时间来检查是否是这种情况。