请分析下这个群集故障

jaleo

这是去年发生的一个故障  本人水平有限  一直没能搞懂

去年某日，当日下班前进行例行检查，发现主服务器内存不足，于是先关闭备服务器，重启主服务器后，接着开启备服务器，奇怪的是几秒钟后主服务器报警，SQL Server服务停止，共享磁盘阵列不能访问，查看备服务器，发现显示器灯不亮，根本没有启动。于是全部关闭两台服务器，重新开启，2次下来故障依旧，于是第三次只开启了主服务器，系统能正常运行了，由于情况不明，故打算次日上午联系厂家。

次日一早，再次开启备服务器，和之前一样，备服务器显示器灯不亮，然后主服务器的SQL SERVER和共享磁盘阵列不能访问。全部关闭后，重启主服务器，问题来了，这次主服务器启动后SQL SERVER和共享磁盘阵列不能访问，整个网络瘫痪。查看系统日志，发现有两个相关的错误日志，分别是：

事件类型:        错误
事件来源:        ClusSvc
事件种类:        (12
事件 ID:        1073
Microsoft 群集服务停止了防止群集中不一致性的操作。 错误代码是 5028。

事件类型:        错误
事件来源:        ClusSvc
事件种类:        (4096)
事件 ID:        1148
Microsoft 群集服务遇到一个严重错误。重要的仲裁日志 文件 'T:\MSCS\quolog.log' 已损坏。如果您有仲裁日志文件的备份，您可以 在命令窗口输入 'clussvc -debug -noquorumlogging' 来启动群集服务，将备份的仲裁日志文件复制到仲裁 驱动器中的 MSCS 目录，停止群集服务，再用 'net start clussvc' 重新启动群集服务。 如果没有仲裁日志文件的备份，您可以用 'clussvc -debug -resetquorumlog' 启动 群集服务；这会用群集中可能已损坏的信息创建 新的仲裁日志文件。然后，您可以停止群集服务， 用 'net start clussvc' 命令重新启动。

虽然用重建仲裁日志的方法修复了群集，但是有个问题一直没有搞懂，在备服务器无法启动时，为何主服务器却不能访问资源了？似乎被接管到备机去了？

alex_linux

不懂win cluster 路过

难飞之猪

微软的东西没有太关心过，虽然碰过MSCS。
看你说的这个现象好象是出现仲裁竞争，你的仲裁盘上记录的信息应该是由备服务器管理盘阵，但是由于某些原因，备服务器无法接管磁盘阵列。这样主服务器先启动，接管了磁盘阵列，但当备服务器启动的时候，根据仲裁信息，要将磁盘阵列切到备机去，而备机又因为出现问题无法接管，就导致了这样的现象。
不知道你当时是否观察MSCS管理器，再提供更多点的现象。

jaleo

原帖由 难飞之猪 于 2009-6-23 10:50 发表
微软的东西没有太关心过，虽然碰过MSCS。
看你说的这个现象好象是出现仲裁竞争，你的仲裁盘上记录的信息应该是由备服务器管理盘阵，但是由于某些原因，备服务器无法接管磁盘阵列。这样主服务器先启动，接管了磁 ...

多谢，分析得有些道理，但是不清楚仲裁盘上记录的信息为何是由备服务器管理盘阵？ 我平时都是严格按照顺序开机的，先主后备。
由于快一年了，已经记不清当时的群集管理器里信息了。

manyia

和你探讨一下,主服务器发生内存不足?先关闭备服务器,再重启主,为啥?
另外,你启动主服务器和备用服务器时间间隔是多少? 如果时间相差不大的话,有可能造成服务器互抢资源,

jaleo

我一般是固定的顺序 开启先主后备 关机先备后主 主机上安装了一些程序 备机上没有 再者最初接触存储时 集成商告诉我开关机的顺序 所以就一直延续到今
主机启动完毕 各类服务运行后 再开备机的

无牙

说句题外的话，换成VCS就没这问题了，

难飞之猪

原帖由 无牙 于 2009-6-24 14:24 发表
说句题外的话，换成VCS就没这问题了，

对，没这个问题，但是会出其他的问题

netbackup

原帖由 难飞之猪 于 2009-6-24 17:22 发表


对，没这个问题，但是会出其他的问题

怎么讲？VCS很稳定啊！

jaleo

微软的东西没有太关心过，虽然碰过MSCS。
看你说的这个现象好象是出现仲裁竞争，你的仲裁盘上记录的信息应 ...
难飞之猪 发表于 2009-06-23 10:50

一年多了，又看到自己的文章，还是不明白，假如仲裁日志记录的信息是由备服务器管理磁盘阵列，我先开主机，然后开备服务器，但备机主板故障，有电但无法点亮显示器，为何要根据仲裁信息，要将磁盘阵列切到备机去？？此时备机还没启动起来呢。