[prev in list] [next in list] [prev in thread] [next in thread]
List: linux-ha-jp
Subject: Re: [Linux-ha-jp] =?utf-8?b?5pmC5Yi75ZCM5pyf44Gr44KI44KLcGFjZW1ha2Vy?=
From: renayama19661014 () ybb ! ne ! jp
Date: 2018-04-06 9:21:04
Message-ID: 557007.15013.qm () web210409 ! mail ! kks ! yahoo ! co ! jp
[Download RAW message or body]
秋葉さん
こんばんは、山内です。
glibのバージョンが古い頃には問題が発生した記憶がありますが、
CentOS7.2あたりでは、同様の事象を見たことはありません。
> 以下に詳細情報を記載しますが、相談したいポイントは以下3点です。
> (1) 時刻同期によりpacemakerが障害を(誤)検知することはあるでしょうか?
(1)先にも書きましたが、古めのglibでは問題があったと記憶しています。
が、今までそれ意外で時刻同期により誤検知
> (2) (1)を回避するための設定などはありますでしょうか?
> (heartbeat間隔を長くする以外にあれば…)
(1)の問題の原因が不明ですが、通常、corosyncのノード断検知を遅らせるには、token(heartbeat)を伸ばすしかありません。
> (3) 2台ともダウンしてしまう事象について、発生契機及び原因を
> 調べたいのですが、ログ等どこを見るのが良いでしょうか?
相手ノードの断を検知したということですので、corosync側の検知が問題かと思いますが、
postgreSQLが起動しないのは、何か別のエラーが出ていないでしょうか?
また、fencing(STONITH)などの設定はどうされていますか?
出来ればリソースなどの設定や、ログ(両ノード)を見せていただけると話が早いかも知れません。
少し古めのバージョン(corosync+PM)なので、新しいバージョンで試して見る事が可能であれば
やってみるというのもありかも知れません。
以上です。
----- Original Message -----
> From: AKIBA Makoto <akiba@acroquest.co.jp>
> To: linux-ha-japan@lists.osdn.me
> Cc:
> Date: 2018/4/4, Wed 17:23
> Subject: [Linux-ha-jp] 時刻同期によるpacemaker+corosyncのクラスタ障害検知について
>
> お世話になっております。
> 秋葉と申します。
>
> 先日、当方で運用している、
> pacemaker + corosync で2台ACT-SBY構成にしている
> PostgreSQLのサーバで、時刻同期を契機に最終的に2台とも
> 利用できなくなるという事象が発生しました。
>
> 以下に詳細情報を記載しますが、相談したいポイントは以下3点です。
> (1) 時刻同期によりpacemakerが障害を(誤)検知することはあるでしょうか?
> (2) (1)を回避するための設定などはありますでしょうか?
> (heartbeat間隔を長くする以外にあれば…)
> (3) 2台ともダウンしてしまう事象について、発生契機及び原因を
> 調べたいのですが、ログ等どこを見るのが良いでしょうか?
>
> ----
> ■構成
> VMWare5.5上の仮想マシン
> OS: CentOS Linux release 7.2.1511 (Core)
> kernel - 3.10.0-327.36.3.el7
> glibc - 2.17-106.el7_2.6
> Systemd: 219-19.el7_2.9
> Pacemaker: 1.1.13-10.el7_2.2
> Corosync: 2.3.4-7.el7_2.1
> PostgreSQL: 9.4.10-1PGDG.rhel7
> 時刻同期:chrony-2.1.1-1.el7
>
> サーバ:
> DB01A、DB01Bの2台をHotStandby構成にして
> PostgreSQLを運用しています。
> (両サーバでPostgreSQLが起動し、hot-standby構成にしている)
> Active側にVIPを割り当てるようにして、
> アプリケーションからはVIPに接続するようにしています。
>
> ■事象
> (1) DB01A(Active側)でシステム時刻が188秒前後変化した
> (/var/log/messagesでは正確な変化幅はわからないが、以下のような形で記録が出ている)
> Mar 30 10:26:58 DB01A systemd: Starting Session c3455908 of user postgres.
> Mar 30 10:30:06 DB01A systemd: Time has been changed
>
> (2) このタイミングで、DB01Aのpacemaker.logにDB01Bの切断を
> 検知したログが出ている。
> Mar 30 10:30:07 [2717] DB01A crmd: info: crm_update_peer_proc:
> pcmk_cpg_membership: Node DB01B[2] - corosync-cpg is now offline
> Mar 30 10:30:07 [2717] DB01A crmd: info: peer_update_callback: Client
> DB01B/peer now has status [offline] (DC=true, changed=4000000)
> Mar 30 10:30:07 [2717] DB01A crmd: info: peer_update_callback: Peer DB01B left
> us
>
> (3) DB01Bは、(DB01Aが時刻変化する前ぐらいの時刻に)DB01Aの異常を検知した
> Mar 30 10:27:15 [8779] DB01B crmd: info: crm_update_peer_proc:
> pcmk_cpg_membership: Node DB01A[1] - corosync-cpg is now offline
> Mar 30 10:27:15 [8779] DB01B crmd: info: peer_update_callback: Client
> DB01A/peer now has status [offline] (DC=DB01A, changed=4000000)
> Mar 30 10:27:15 [8774] DB01B cib: info: pcmk_cpg_membership: Node 1 left group
> cib (peer=DB01A, counter=1.0)
> Mar 30 10:27:15 [8779] DB01B crmd: notice: peer_update_callback: Our peer on
> the DC (DB01A) is dead
>
> (4) DB01A、DB01Bも、最終的にPostgreSQLを起動できない状態になった。
> (起動できなかった理由がどこにあるか?はまだわかっていない状況です)
>
>
> 以上、よろしくお願い致します。
> ----------------
> AKIBA Makoto
> akiba@acroquest.co.jp
>
> _______________________________________________
> Linux-ha-japan mailing list
> Linux-ha-japan@lists.osdn.me
> https://lists.osdn.me/mailman/listinfo/linux-ha-japan
>
_______________________________________________
Linux-ha-japan mailing list
Linux-ha-japan@lists.osdn.me
https://lists.osdn.me/mailman/listinfo/linux-ha-japan
[prev in list] [next in list] [prev in thread] [next in thread]
Configure |
About |
News |
Add a list |
Sponsored by KoreLogic