我在 Ganeti 上有一个实例（有 2 个磁盘），两个磁盘都降级了（可能是由于连接问题？）。这个实例多年来一直运行正常，直到今天早上。
在我的主人身上
$ gnt-instance info myinstance
...
-disk/0
on primary: /dev/drbd4 (147:4) in sync, status *DEGRADED*
on secondary: /dev/drbd4 (147:4) in sync, status *DEGRADED*
child devices:
- child 0: lvm, size 20.0G
logical_id: kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_data
on primary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_data (254:10)
on secondary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_data (254:8)
- child 1: lvm, size 128M
logical_id: kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_meta
on primary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_meta (254:11)
on secondary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_meta (254:9)
...
在主节点上
$ cat /proc/drbd
4: cs:NetworkFailure ro:Primary/Unknown ds:UpToDate/DUnknown C r----
ns:678399926 nr:0 dw:678315292 dr:25942012 al:22230 bm:16189 lo:0 pe:196 ua:0 ap:195 ep:1 wo:b oos:0
在辅助节点上
$ cat /proc/drbd
4: cs:WFConnection ro:Secondary/Unknown ds:UpToDate/DUnknown C r----
ns:0 nr:678340009 dw:678340009 dr:0 al:0 bm:14884 lo:0 pe:0 ua:0 ap:0 ep:1 wo:b oos:0
我无法重新启动或关闭实例（操作超时）。
我认为这不是大脑分裂问题，因为没有“独立”，并且在主节点上它是“主/未知”，而在辅助节点上它是“次要/未知”。
我尝试在辅助节点上运行“drbdadm connect all”，但没有任何反应。
我尝试更换磁盘但失败了：
gnt-instance replace-disks -s myinstance
Thu Jun 2 11:32:00 2016 Replacing disk(s) 0, 1 for myinstancel
Thu Jun 2 11:36:00 2016 - WARNING: Could not prepare block device disk/1 on node primaryNode (is_primary=False, pass=1): Error while assembling disk: drbd5: cannot activate, unknown or unhandled reason
Thu Jun 2 11:38:01 2016 - WARNING: Could not prepare block device disk/0 on node primaryNode (is_primary=True, pass=2): Error while assembling disk: drbd4: cannot activate, unknown or unhandled reason
Thu Jun 2 11:40:02 2016 - WARNING: Could not prepare block device disk/1 on node primaryNode (is_primary=True, pass=2): Error while assembling disk: drbd5: cannot activate, unknown or unhandled reason
Failure: command execution error:
Disk consistency error
现在看起来像这样：
$ gnt-instance info myinstance
...
-disk/0
on primary: /dev/drbd4 (147:4) in sync, status *DEGRADED*
(no more secondary)
child devices:
- child 0: lvm, size 20.0G
logical_id: kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_data
on primary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_data (254:10)
on secondary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_data (254:8)
- child 1: lvm, size 128M
logical_id: kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_meta
on primary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_meta (254:11)
on secondary: /dev/kvmvg/299a0bdf-1acb-4bcd-ac43-eb02b0928757.disk0_meta (254:9)
在主节点上
$ cat /proc/drbd
4: cs:NetworkFailure ro:Primary/Unknown ds:UpToDate/DUnknown C r----
ns:678399926 nr:0 dw:678315292 dr:25942012 al:22230 bm:16189 lo:0 pe:196 ua:0 ap:195 ep:1 wo:b oos:0
在辅助节点上：
$ cat /proc/drbd
...
4: cs:Unconfigured
5: cs:Unconfigured
知道如何解决这个问题吗？
DRBD 版本：8.3.7
Ganeti版本：2.4.5
操作系统：Debian 6.0
答案1
经过进一步调查后，我发现主节点上存在 kvm 僵尸进程：
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
17520 root 20 0 0 0 0 Z 613 0.0 13922:24 kvm <defunct>
我不确定如何正确地摆脱它。
我尝试从此节点迁移所有主实例（我只有 2 个），但失败了（与 bdrm 相关的错误）。我重新启动了节点。关闭机器时，由于 drbd，它卡住了。消息如下：
No response from the DRBD driver! Is the module loaded?
于是我按下了关闭机器的按钮。机器重新启动（没有任何错误），几分钟后 Ganeti 实例自动启动。
在主节点上我运行了：
$ gnt-instance info myinstance
...
on primary: /dev/drbd4 (147:4) *RECOVERING* 12.80%, ETA 288s, status *DEGRADED*
on secondary: /dev/drbd4 (147:4) *RECOVERING* 12.80%, ETA 275s, status *DEGRADED* *UNCERTAIN STATE*
....
等待几分钟后，恢复完成，现在已同步。
结论：现在一切都正常，但我希望不必重新启动节点。
感谢 gf_ 的帮助。