ScaleIO: Solução de problemas de erros MDM_Disconnect

O seguinte evento é exibido ao usar a ferramenta showevents.py:

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

O seguinte é exibido nos logs trc do servidor MDM secundário:

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

As desconexões do MDM geralmente ocorrem quando os MDMs secundários ou o tiebreaker não viram um keep alive dentro do período de tempo limite de 500 milissegundos. 

 

Verifique se há pacotes descartados nas placas de interface de rede (NICs) nos servidores MDM e TB:

[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

Além disso, verifique a latência da conexão entre os nós do MDM e o TB usando o comando ping:

[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

Se a latência variar ou chegar perto de 500 ms, esse pode ser o problema para a desconexão.

Também há motivos que não são de rede para a desconexão do MDM. Se o processo ficar travado ou não estiver recebendo os recursos adequados da CPU, ele não poderá enviar o pacote keepalive em tempo hábil. Verifique o sistema quanto à utilização da CPU usando o comando top.

Em sistemas VMware, a máquina virtual (VM) pode não receber recursos suficientes se o sistema estiver inscrito demais. Você pode verificar se essa é a situação examinando o tempo de prontidão da CPU para a VM.