節點認爲它在網絡電纜拔出時處於聯機狀態。起搏器/ Corosync

Question

我想與Pacemaker/Corosync一起集羣2臺計算機。他們共享的唯一資源是ocf：心跳：IPaddr這是主要問題：

由於只有兩個節點故障轉移將只會發生，如果no-quorum-policy=ignore。

當網絡電纜從節點A拉出時，節點A上的corosync綁定到127.0.0.1，起搏器認爲節點A仍然在線，節點B是離線的。

Pacemaker嘗試啓動節點A上的IPaddr，但由於沒有網絡連接而無法啓動。另一方面，節點B認識到節點B處於脫機狀態，並且如果IPaddr服務在節點A上啓動，則它將成功地在其自身（節點B）上啓動它。

但是，由於服務在節點A上啓動失敗，它將進入致命狀態，必須重新啓動以重新加入羣集。 （您可以改爲重新啓動一些所需的服務。）

1解決方法是設置start-failure-is-fatal="false"，使節點A繼續嘗試啓動IPaddr服務，直到成功爲止。問題在於一旦成功，兩個節點之間就會發生IP衝突，直到它們重新集羣並且其中一個放棄了資源。

我正在玩弄有一個節點屬性的想法，該節點屬性鏡像cat /sys/class/net/eth0/carrier，當電纜連接時爲1，斷開連接時爲零，然後有一個位置規則說明「連接」==「零不」開始服務類的東西，但我們會看到。

任何想法或想法將不勝感激。

Answer 1

在與freenote.net/#linux-cluster irc網絡上的Andrew Beekhof（作者Pacemaker）和Digimer交談之後，我瞭解到造成這個問題的實際原因是對羣集進行不正確的圍堵。

啓用隔離或啓用stonith對於擁有成功的高可用性羣集是絕對必要的。下面的頁面是一個必須的主題閱讀：

Cluster Tutorial: Concept - Fencing

非常感謝Digimer提供這種寶貴的資源。關於聚類的部分回答了這個問題，但整篇文章是有益的。

基本上擊劍和S.T.O.N.I.T.H. （拍攝頭部中的其他節點）是羣集使用的機制，以確保向下節點實際上已經死亡。它需要這樣做以避免共享內存損壞，分裂大腦狀態（多個節點接管共享資源），並且大多數情況下確保您的集羣不會陷入恢復或崩潰。

如果您未在羣集環境中配置並啓用stonith/fencing，那麼您確實需要它。

其他需要注意的問題是Stonith Deathmatch和Fencing Loops。

總之，導致分裂大腦的網絡連接丟失問題可以通過創建我們自己的Stonith設備並在/usr/share/doc/cluster-glue/stonith/README.external教程之後編寫stonith代理來解決，並且然後編寫一個啓動腳本，檢查節點是否能夠支持加入羣集，然後啓動corosync或等待5分鐘並再次檢查。

Answer 2

根據您的配置，兩個節點之間的心跳將使用「127.0.0.1」，我認爲這是完全錯誤的。 通常，corosync需要綁定到專用IP，並且資源IPaddr服務應使用不同的ip，其中指定了流量IP。

例如：

節點A：192.168.1.00（對於心跳）; 10.0.0.1（流量ip）

節點B：192.168.1.101（用於心跳線）; 10.0.0.2（流量ip）

如果我的理解是正確的，ipaddr服務將啓動一個基於流量ip的虛擬ip，我們假設它是10.0.0.3。