RHCS集群切换问题。求教！！

yfort

我的两台IBM3850服务器。fence设备用的bmc芯片。即ipmilan模式的。现在配置好后，加载服务能够起来，浮动ip。盘柜都能起来，用命令切换是正常的（5.1的版本图形界面有bug）。但如果进行以下测试就切换不过来。麻烦大家分析一下大概问题在哪？我看了下日志，好像是fence设备有问题。系统检测到cluster有问题。但却fence不了那台服务器。
（1）       正常切换测试：使用集群软件进行集群切换，查看切换后数据库状态

测试切换正常



（2）       灾难切换测试：强制关闭Online状态服务器，查看切换后数据库状态

测试失败：

关闭Oline状态服务器后，集群服务不能够切换到备机，通过集群服务管理软件侦测到的备用服务器的集群状态如下。

[root@hfdb02 init.d]# clustat

Member Status: Quorate



  Member Name                        ID   Status

  ------ ----                        ---- ------

  hfdb01                                1 Offline

  hfdb02                                2 Online, rgmanager



  Service Name         Owner (Last)                   State         

  ------- ----         ----- ------                   -----         

  serviceracled      hfdb01                         started  

集群软件虽然已经侦测到hfdb01已经故障，但是集群服务oracled还是在hfdb01上运行，但此时hfdb01已经被强制关机。



（3）       网卡冗余测试：断开数据库服务器online状态服务器的1个网口

测试失败：

断开Oline状态服务器的网口后，处于Oline状态的服务器已经没有网络和生产网通讯，但是集群软件也不能够切换到网络状态正常的备机。

通过集群服务管理软件侦测到的备用服务器的集群状态如下

[root@hfdb02 init.d]# clustat

Member Status: Quorate



  Member Name                        ID   Status

  ------ ----                        ---- ------

  hfdb01                                1 Offline

  hfdb02                                2 Online, rgmanager



  Service Name         Owner (Last)                   State         

  ------- ----         ----- ------                   -----         

serviceracled      hfdb01                         started

yfort

配置文件如下：我做了两套cluster。这个配置文件是应用服务器的，不过故障现象一样。
<?xml version="1.0" ?>
<cluster config_version="9" name="hfcard_cluster">
        <fence_daemon post_fail_delay="0" post_join_delay="3"/>
        <clusternodes>
                <clusternode name="hfapp01" nodeid="1" votes="1">
                        <fence>
                                <method name="1">
                                        <device name="fence1"/>
                                </method>
                        </fence>
                </clusternode>
                <clusternode name="hfapp02" nodeid="2" votes="1">
                        <fence>
                                <method name="1">
                                        <device name="fence2"/>
                                </method>
                        </fence>
                </clusternode>
        </clusternodes>
        <cman expected_votes="1" two_node="1"/>
        <fencedevices>
                <fencedevice agent="fence_ipmilan" auth="none" ipaddr="10.0.1.23" login="root" name="fence1" passwd="111111"/>
                <fencedevice agent="fence_ipmilan" auth="none" ipaddr="10.0.1.24" login="root" name="fence2" passwd="111111"/>
        </fencedevices>
        <rm>
                <failoverdomains>
                        <failoverdomain name="hfcard" ordered="0" restricted="1">
                                <failoverdomainnode name="hfapp01" priority="1"/>
                                <failoverdomainnode name="hfapp02" priority="1"/>
                        </failoverdomain>
                </failoverdomains>
                <resources>
                        <fs device="/dev/emcpowerb1" force_fsck="0" force_unmount="1" fsid="34178" fstype="ext3" mountpoint="/app" name="emcpowerb1" options="" self_fence="1"/>
                        <ip address="10.0.1.15" monitor_link="1"/>
                        <script file="/etc/init.d/hfcardd" name="hfcardd"/>
                </resources>
                <service autostart="1" domain="hfcard" exclusive="1" name="hfcardd">
                        <ip ref="10.0.1.15"/>
                        <fs ref="emcpowerb1"/>
                        <script ref="hfcardd"/>
                </service>
        </rm>
</cluster>

[ 本帖最后由 yfort 于 2008-7-2 09:11 编辑 ]

yfort

日志文件大概意思是说，备节点发现主节点失效，但fence主节点的时候失败。用fence_ipmilan命令是可以控制服务器开关机的。当时fence_ipmilan  reboot的时候确是关机。

yfort

两台服务器分别连交换机分配10网段的地址，管理口在bios里设置了地址也是10段的，同时连接交换机。这样可以在服务器上ping通fence设备（即管理口，不过延时比一般网口大）。不过问了800.这种内置的fence是不能做拔电源测试的。详细的日志下午去客户那抓一些回来。

yfort

我现在重启机器服务能够切换，不过把业务网断开后，服务不切换。是不是服务网口和心跳口不在一个网口上的原因呢？还有在5.0上bug是不是很多啊？

yfort

楼上的问题我也遇到过，最后没办法，两台机子重启。。重启是cluster服务还停不了。最后强制关机。被这软件搞晕了。

yfort

我的物理结构也不是很复杂啊.就两台服务器做cluster。每台服务器3条网线都联交换机。一条跑心跳，一跳跑业务，还有条连fence。