rhel5.3的rhcs雙機(jī)不斷重啟，求原因

q1208c

怎么把第三塊網(wǎng)卡整成心跳？
oraliy 發(fā)表于 2010-07-16 19:02

這個(gè), 實(shí)在抱歉, 我很久沒配過 rhcs了. 都不知道新的要怎么配置了. 你可能得看一下手冊(cè)了.

如果是圖形的配置, 里面應(yīng)該會(huì)有一個(gè)選網(wǎng)卡的地方吧?

oraliy

哈哈。默認(rèn)是第一塊網(wǎng)卡，沒有圖形界面配這個(gè)。我把網(wǎng)絡(luò)改一下：
eth0與eth1綁成虛擬網(wǎng)卡，eth2去與ilo對(duì)接。
再試一次。R

jerrywjl

難道你所有的網(wǎng)絡(luò)都是直連？中間沒有交換機(jī)或者h(yuǎn)ub這樣的連接設(shè)備嗎？

oraliy

試了，還是不成。。。
我是A機(jī)的etho使用交叉線與B機(jī)的ilo2連接
      B機(jī)的eth0使用交叉線與A機(jī)的ilo2連接
A機(jī)的eth1/B機(jī)的eth1與A交換機(jī)連接；
A機(jī)的eth2/B機(jī)的eth2與B交換機(jī)連接；
A/B機(jī)的eth1與eth2做雙網(wǎng)卡綁定。
A交換機(jī)與B交換機(jī)分別直接連接DCN網(wǎng)，A交換機(jī)與B交換機(jī)用交叉線連接。
A交換機(jī)與B交換機(jī)互備，這就是整個(gè)的網(wǎng)絡(luò)情況。
哪位大兄能幫再想想哪哪出了問題，郁悶。。

oraliy

試了，還是不成。。。
我是A機(jī)的etho使用交叉線與B機(jī)的ilo2連接
      B機(jī)的eth0使用交叉線與A機(jī)的ilo2連 ...
oraliy 發(fā)表于 2010-07-17 00:03

A機(jī)的eth0IP：1.1.1.4，B機(jī)ilo IP:1.1.1.2
B機(jī)的eth0IP:1.1.1.5,    A機(jī)的ilo IP:1.1.1.3

jerrywjl

這個(gè)網(wǎng)絡(luò)結(jié)構(gòu)基本OK，但是還是有問題：

造成互相fence的原因，一定是開機(jī)的時(shí)候無(wú)法找到對(duì)方的心跳導(dǎo)致，從你的網(wǎng)絡(luò)上看，估計(jì)是中間設(shè)備，就是那兩臺(tái)交換機(jī)的影響。你要不信可以試試把bonding拆了，將你原來(lái)在bonding上的地址配到某一個(gè)網(wǎng)卡上，然后兩個(gè)網(wǎng)卡用直連線而不通過中間設(shè)備，相信就不會(huì)有這個(gè)問題。

所以與其你在這里漫無(wú)目的地搞，倒不如好好看看我的回帖好了。再不然，既然你有買RH服務(wù)，而自己又懶得去琢磨，不如打個(gè)電話問清楚他們。

oraliy

這個(gè)網(wǎng)絡(luò)結(jié)構(gòu)基本OK，但是還是有問題：

造成互相fence的原因，一定是開機(jī)的時(shí)候無(wú)法找到對(duì)方的心跳導(dǎo)致， ...
jerrywjl 發(fā)表于 2010-07-17 10:48

    有道理，呵呵
    RH的服務(wù)就是個(gè)LJ，昨天找說在開會(huì)，郵件晚上回！結(jié)果今天電話也不接了。哎
    我試著折開bond，不過HP的設(shè)備ilo我直接連不能通過fence_ilo，郁悶。我折開bond試試

jerrywjl

我相信你要按照我說的做，現(xiàn)在應(yīng)該已經(jīng)測(cè)出不同的結(jié)果了。

對(duì)于這種問題，我覺得比較好的辦法是調(diào)你中間那兩臺(tái)交換機(jī)，讓端口恢復(fù)時(shí)間盡量短一些；另外在集群配置文件中有兩個(gè)參數(shù)，一個(gè)叫做post_join_delay，另外一個(gè)叫做post_fail_delay，這兩個(gè)值都調(diào)大一些。尤其是post_join_delay，先調(diào)到30以上，不行調(diào)60，如果還不行，那么我就不敢再往上調(diào)了。我覺得你調(diào)交換機(jī)會(huì)更好一些。另外你的集群系統(tǒng)版本是什么，如果是5.4以上的，還有一種方法。

順便提一下，RH一般在周六日只對(duì)買24x7服務(wù)的用戶提供標(biāo)準(zhǔn)工作時(shí)間之外的支持，而且在這種時(shí)候只處理嚴(yán)重級(jí)別最高的問題，所以你要確認(rèn)你買了24x7服務(wù)，但這種部署類的問題，一般也不屬于周六日處理的范疇之內(nèi)。所以如果你沒有這樣的服務(wù)級(jí)別，人家不搭理你也無(wú)可厚非。反正按我說的做就是了。

oraliy

整了一天一夜，現(xiàn)在的結(jié)果如下：
1、不使用雙網(wǎng)卡綁定，只使用eth1連接DCN網(wǎng)，eth0與對(duì)方機(jī)器的ilo對(duì)接，修改post_join_delay為50，clustat正常
2、eth1與eth2使用雙網(wǎng)卡綁定，產(chǎn)生虛擬網(wǎng)卡bond0連接DCN（eth1與eth2互備,mode=1），eth0與對(duì)方機(jī)器的ilo對(duì)接，怎么修改post_join_delay等，結(jié)果都是A/B機(jī)你切我，我切你，不斷重啟。

現(xiàn)在有幾套就是現(xiàn)在這種情況，暫時(shí)沒有辦法使用雙網(wǎng)卡�？纯创蠹疫�有什么辦法？休息一下，還是要想出個(gè)辦法。

現(xiàn)在有一臺(tái)服務(wù)器不知哪修改錯(cuò)了，有這么一個(gè)新情況：
可能是修改雙網(wǎng)卡綁定或其它信息后，現(xiàn)象如下：
---------------------------------------------------------------
每?jī)纱蝦eboot就會(huì)有一次異常：一次能正常啟動(dòng)，一次不能
異常情況表現(xiàn)為：
在啟動(dòng)到PCI:Not MMCONFIG
Red Hat nash verion 5.1.19.6 starting
后面就會(huì)和正常情況不一致
接下來(lái)日志為：
INIT：Entering runlevel:5
..lying Intel CPU microcode update..
...
Bringing up lookback interface:
Bringing up interface eth0:mktemp:..
./network-functions:line 270rsctmp:..
./network-functions:line 271rsctmp:..

Bringing up interface eth1:
can't touch '/var/lock/subsys/network' :read-only file system

starting auditd: fail
starting system logger:...
如果一直等，會(huì)最后出現(xiàn)提示：
“INIT: Id “1″ respawning too fast: disabled for 5 minutes”
一直到時(shí)間，提示login
使用網(wǎng)上提供的一些如:fsck -r之類都沒有作用。在starting system logger:...或login后，或其它任何時(shí)間直接關(guān)電源，
重啟就會(huì)正常一次，再reboot又會(huì)如此異常情況

另一次正常：
在啟動(dòng)到PCI:Not MMCONFIG
Red Hat nash verion 5.1.19.6 starting
.....
彈出界面eth0
彈出界面eth1
啟動(dòng)auditd
啟動(dòng)系統(tǒng)日志記錄器
....
可以順利一直下去
---------------------------------------------------------------
google了很多網(wǎng)上的同仁位有關(guān)：
1) 啟動(dòng)時(shí) starting system logger
2)、啟動(dòng)時(shí)“INIT: Id “1″ respawning too fast: disabled for 5 minutes”
這兩種現(xiàn)象的處理辦法，如：
a、fsck -r 硬盤;
b、修改eth0等網(wǎng)卡的返回標(biāo)志;
c、拔掉所有網(wǎng)線，重新設(shè)置
d、去除/etc/rc.d/內(nèi)所有修改信息等
.....
結(jié)果都沒有效果。就想到最后一條路：重裝！
重裝一次，發(fā)現(xiàn)還是這種情況，以為是重裝有問題。徹底把hp380G6 bios 重置default、ilo重做、主機(jī)raid0+1重做。再重裝一次redhat5.3。結(jié)果仍和上面的情況一致，沒有發(fā)生改變。。:em12:

各位大X：
還請(qǐng)幫忙看看：
1、雙網(wǎng)卡綁定后為什么死活不能正常rhcs雙機(jī)？
2、出現(xiàn)的這種一次正常重啟，一次異常報(bào)錯(cuò)不能正常重啟的情況到底是hp設(shè)備的問題，還是redhat的問題？

jerrywjl

1.就是說，你已經(jīng)將post_join_delay改到一個(gè)比較大的值，如果A機(jī)eth1單網(wǎng)卡<-->交換機(jī)<-->B機(jī)eth1單網(wǎng)卡不會(huì)出現(xiàn)相互重啟的情況？

這不應(yīng)該是雙網(wǎng)卡綁定的問題，主備網(wǎng)卡一般斷線切換時(shí)間是以毫秒級(jí)計(jì)算。這個(gè)時(shí)間遠(yuǎn)遠(yuǎn)小于集群心跳判斷時(shí)間，我比較懷疑你中間那兩臺(tái)交換機(jī)。

2.什么型號(hào)的交換機(jī)？
3.操作系統(tǒng)版本？
4.不管在雙網(wǎng)卡和單網(wǎng)卡環(huán)境下，把post_join_delay再調(diào)大些，60以上。
5.你要準(zhǔn)確告訴我你每次的測(cè)試的連接情況，尤其是要說清楚中間有沒有走交換機(jī)，還是直連。