GFS 崩溃，无法启动 lock_gulmd，显示 state=Expired

Question

有东西坏了，我失去了与第一台服务器上存储的连接。第二台服务器可以访问该 FS。我尝试通过服务 lock_gulmd、gfs、pool、ccsd stop/start（以各种顺序）重新启动 GFS，但没有成功。在主服务器（第三台）上“gulm_tool 节点列表 本地主机“

“说

Name: srv1
  state = Expired
  mode = Slave
  missed beats = 0
  last beat = 0
  delay avg = 0
  max delay = 0

我发现它需要隔离？自动还是手动？有人能帮忙吗？目前，没有任何主机向 FS 写入任何内容，因此我推测不会造成任何损害。第二台主机目前也已过期，无法启动 lock_gulmd。

Answer 1

如果它尚未被自动隔离，我会认为你的隔离机制并没有完全运行。

我认为可以做的是重新启动过期的主机（一个接一个，或者同时重新启动两个），并使用 fence_ack_manual 工具通知集群隔离已成功。这没有显示在您的日志中吗？

运行此工具（在请求运行它的节点上，而不是需要重新启动的节点）将允许恢复 GFS 文件系统和故障节点。恢复主要包括节点再次成为合适的集群成员，以及在必要时重播 GFS 文件系统日志，如果我没记错的话。

Answer 2

老实说，解决此类 GFS 问题的最佳方法（尤其是当您被锁定在文件系统之外时）就是关闭所有机器，然后重新启动集群。当我处理大量 GFS 文件系统时，这是解决这些问题最可靠且通常最快捷的方法。