ScaleIO: MDM_Disconnectエラーのトラブルシューティング

showevents.py ツールを使用すると、次のイベントが表示されます。

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

セカンダリーMDMサーバーのtrcログには、次の内容が表示されます。

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

MDMの切断は通常、セカンダリーMDMまたはタイブレーカーが500ミリ秒のタイムアウト期間内にキープ アライブを見なかった場合に発生します。 

 

MDMおよびTBサーバー上のネットワーク インターフェイス カード(NIC)で、ドロップされたパケットを確認します。

[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

さらに、pingコマンドを使用して、MDMノードとTB間の接続のレイテンシーを確認します。

[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

レイテンシーにばらつきがある場合、または500ミリ秒に近づく場合は、切断の問題である可能性があります。

MDMの切断には、ネットワーク以外の理由もあります。プロセスがハングしたり、十分な CPU リソースを受け取っていなかったりすると、キープアライブ パケットをタイムリーに送信できません。top コマンドを使用して、システムの CPU 使用率を確認します。

VMwareシステムでは、システムがオーバーサブスクライブされている場合、仮想マシン(VM)が十分なリソースを受け取らない可能性があります。この状況であるかどうかは、VM の CPU Ready Time を調べることで確認できます。