Isilon: Dvojice partnerských uzlů Gen6 DE generuje události a zprávy konzoly indikující problémy s jejich propojením NTB

Dvojice partnerských uzlů Gen6 DE (H400, A200, A2000) může někdy začít generovat chybové zprávy oznamující problémy s propojením NTB. Mezi chyby mohou patřit opakované zprávy "link/down" a chyby při vyjednávání rychlosti linky, například:

mnv0: HW link down event
mnv0: HW link up event
mnv0: Failed to negotiate PCIe lane speed; expected 3 lane speed, got 2.
mnv0: transport link up
mnv0: peer up

Případně se v protokolech nebo konzoli může linka NTB zobrazit jako nefunkční a nepřipojuje se. Zdá se, že tento problém může mít několik příčin, z nichž některé jsou stále předmětem vyšetřování. K tomuto problému může dojít, pokud byl jeden nebo oba dotčené uzly nedávno přesunuty do jiného slotu šasi. Může se vztahovat i na nedávné výměny výpočetního modulu. Tento problém se netýká uzlů EP (F800, H600, H500).

Partnerské uzly spolu komunikují prostřednictvím speciálního komunikačního kanálu nazvaného NonTransparent Bridge (NTB), který je součástí backplane šasi. V normálním provozu musí mít oba uzly v partnerském páru odlišnou hodnotu PPD, aby spolu mohly komunikovat prostřednictvím protokolu NTB. Hodnoty PPD se přiřazují na základě ID slotu uzlu v šasi. K tomuto problému dochází, když systém BIOS po přesunu uzlu nebo výpočetního modulu místo rozpoznání nového ID slotu zachová. To může způsobit, že hodnota PPD nebude nastavena správně, což způsobí konflikt, který uzlům zabrání v navázání připojení NTB.

Spuštěním následujícího příkazu na obou uzlech v dotčeném partnerském páru ověřte, zda se problém popsaný v tomto článku znalostní databáze týká:

# sysctl dev.ntb_hw.0.debug_info.ppd

Každý uzel odpoví jedním z následujících způsobů:

dev.ntb_hw.0.debug_info.ppd: 73

Nebo:

dev.ntb_hw.0.debug_info.ppd: 93

• Pokud jeden uzel v páru odpoví 73 a druhý 93, tyto uzly nejsou ovlivněny problémem popsaným v tomto článku znalostní databáze.
  Pro další pomoc se obraťte na technickou podporu Isilon.

• Pokud oba uzly odpoví stejným číslem, ať už 73 nebo 93, týká se jich problém popsaný v tomto článku znalostní databáze. Tento problém je vyřešen v aktualizovaném firmwaru uzlu v balíčku firmwaru uzlu 10.1.6 a novějším a také v opravě kódu v systému OneFS 8.1.0.4 a novějším. I když každá aktualizace napravuje problém samostatně, obě verze obsahují další důležité opravy, proto doporučujeme nainstalovat obě.