故障診斷 I/O 錯誤和 NFS 鎖定回收失敗 - FSx for OnTAP
容錯移轉期間的 I/O 錯誤NFSv4 替代方案

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

故障診斷 I/O 錯誤和 NFS 鎖定回收失敗

本節說明 FSx for ONTAP 檔案系統容錯移轉事件期間與 I/O 錯誤和 NFS 鎖定回收失敗相關的問題，以及個別問題的解決方法。

您在容錯移轉事件期間遇到 I/O 錯誤

在 FSx for ONTAP 單一可用區檔案系統的容錯移轉期間，NFS 用戶端可能會遇到暫時性 I/O 錯誤或延長暫停。對於 NFSv4+ 用戶端，您可能會看到核心日誌訊息，例如：

NFS: __nfs4_reclaim_open_state: Lock reclaim failed!

這些訊息表示用戶端無法在容錯移轉時段期間成功回收 NFS 鎖定。

減少容錯移轉事件期間的 I/O 錯誤

在 Linux 上，您可以在用戶端上設定網路設定，將容錯移轉偵測時間從 55-60 秒縮短為 15-20 秒。

重要

一律先在非生產環境中測試這些組態。這些設定會增加位址解析通訊協定 (ARP) 流量，用於將 IP 地址映射至本機網路上的實體 (MAC) 地址，且可能不適合網路受限的環境。

設定 NFS 用戶端的最佳化網路設定

  1. 在每個 NFS 用戶端上建立 sysctl 組態檔案。下列範例使用 default將設定套用至所有網路介面。如果您的執行個體有多個網路介面，您可以將 取代default為用來連線至 FSx for ONTAP Single-AZ 檔案系統的特定介面名稱 （例如 eth0或 ens5)：

    $ sudo tee /etc/sysctl.d/99-fsx-failover.conf > /dev/null << 'EOF'
# NFS client optimizations for faster failover detection
# Replace 'default' with your interface name (e.g., eth0, ens5) to target a specific interface
net.ipv4.neigh.default.base_reachable_time_ms=5000
net.ipv4.neigh.default.delay_first_probe_time=1
net.ipv4.neigh.default.ucast_solicit=0
net.ipv4.tcp_syn_retries=3
EOF

  2. 立即套用設定：

    $ sudo sysctl -p /etc/sysctl.d/99-fsx-failover.conf

  3. 確認組態處於作用中狀態。如果您使用 default，您可以使用下列命令來驗證 。如果您指定了特定的界面，請將 取代default為您的界面名稱 （例如， eth0或 ens5)：

    $ sysctl net.ipv4.neigh.default.base_reachable_time_ms
$ sysctl net.ipv4.neigh.default.delay_first_probe_time
$ sysctl net.ipv4.neigh.default.ucast_solicit
$ sysctl net.ipv4.tcp_syn_retries

確保這些設定一致地套用於連接到相同可用區域內 FSx for ONTAP 檔案系統的所有 NFS 用戶端。使用這些網路最佳化時，請記住下列事項：

  • base_reachable_time_ms=5000 – 將 ARP 快取項目有效性從 30 秒縮短為 5 秒，讓用戶端在容錯移轉事件期間更快速地偵測 IP 擁有權變更。

  • delay_first_probe_time=1 – 將探查過時網路項目之前的延遲從 5 秒縮短為 1 秒。

  • ucast_solicit=0 – 略過單播鄰近探查並立即發出廣播 ARP 請求，加速重新探索作用中檔案伺服器。

  • tcp_syn_retries=3 – 將 TCP 連線重試持續時間從 127 秒縮短為 15 秒。

網路設定就緒後，您應該監控環境以驗證變更。您可以透過修改檔案系統的輸送量容量來測試容錯移轉事件。如需詳細資訊，請參閱在檔案系統上測試容錯移轉。

套用變更後監控您的環境

  • 監控系統日誌是否有 NFS 錯誤，以檢視 NFS 相關的核心日誌訊息。

    $ sudo journalctl -f | grep -i nfs

    確認訊息的出現次數較少，例如 Lock reclaim failed。

  • 監控應用程式日誌，以確認容錯移轉事件期間較少的 I/O 逾時、連線錯誤和重試相關失敗。

  • 驗證網路影響，以確保增加的 ARP 流量不會對您環境中的網路效能造成負面影響。

NFSv4 環境的替代方法

在無法修改用戶端組態的 NFSv4 環境中，請考慮下列替代方案：

  • 延長 NFSv4 租用逾時。與您的儲存管理員合作，以增加 NFSv4 租用逾時。延長這些逾時可讓用戶端在容錯移轉事件期間有更多時間回收鎖定。如需詳細資訊，請參閱 NetApp ONTAP 文件中的指定 NFSv4 鎖定寬限期。