心跳/DRBD 故障转移未按预期工作。如何使故障转移更加健壮？

Question

我有一个场景，DRBD-heartbeat 设置有一个失败的节点但没有故障转移。发生的情况是主节点已锁定，但没有直接关闭（无法通过 ssh 或 nfs 挂载访问，但可以 ping 通）。期望的行为是检测到这一点并将故障转移到辅助节点，但似乎由于主节点没有完全关闭（从服务器到服务器有专用网络连接），心跳的检测机制没有启动在那，因此没有故障转移。

有没有人看到这个？是否需要配置一些东西才能拥有更强大的集群故障转移？DRBD 似乎在其他方面工作正常（当我重新启动旧主时必须重新同步），但没有良好的故障转移，它的使用是有限的。

• 心跳 3.0.4
• drbd84
• RHEL 6.1
• 我们没有使用起搏器

nfs03 是此设置中的主服务器，nfs01 是辅助服务器。

比照

  # Hearbeat Logging
logfacility daemon
udpport 694


ucast eth0 192.168.10.47
ucast eth0 192.168.10.42

# Cluster members
node nfs01.openair.com
node nfs03.openair.com

# Hearbeat communication timing.
# Sets the triggers and pulse time for swapping over.
keepalive 1
warntime 10
deadtime 30
initdead 120


#fail back automatically
auto_failback on

这是 haresources 文件：

nfs03.openair.com   IPaddr::192.168.10.50/255.255.255.0/eth0      drbddisk::data  Filesystem::/dev/drbd0::/data::ext4 nfs nfslock

Answer 1

我想您将必须实施一些监控来检查您的主系统是否按预期运行。如果任何检查失败，您应该关闭服务器（通过 IPMI/ILO 或切换的 PDU）并让心跳完成其工作。

我认为你总会发现一种情况，它并不像你期望的那样工作。