我在 Centos 7 主机上设置了三个 Centos 7 KVM VM，目的是在部署生产系统之前测试集群配置的各个方面。
节点名为 clua、club 和 cluc。配置了一些资源：
- fence_virsh STONITH 资源克隆集
- dlm、clvmd 和 GFS2 FileSystem 资源克隆集
我已经测试了各种故障场景。其中导致问题的场景是，我通过关闭三个节点中的两个节点上的接口，导致节点之间失去联系。
在这里的测试中，我ifdown关闭了 clua 和 cluc 上的接口，只留下 club 不动。我已确认在此状态下无法在节点之间进行 ping 操作。
在俱乐部里，它或多或少达到了我的预期：
root@itkclub ~ # pcs status
Cluster name: tclu
Stack: corosync
Current DC: club (version 1.1.15-11.el7_3.4-e174ec8) - partition WITHOUT quorum
Last updated: Thu Apr 6 16:23:28 2017 Last change: Thu Apr 6 16:18:33 2017 by root via cibadmin on clua
3 nodes and 12 resources configured
Node clua: UNCLEAN (offline)
Node cluc: UNCLEAN (offline)
Online: [ club ]
Full list of resources:
Clone Set: dlm-clone [dlm]
dlm (ocf::pacemaker:controld): Started clua (UNCLEAN)
dlm (ocf::pacemaker:controld): Started cluc (UNCLEAN)
Started: [ club ]
Clone Set: clvmd-clone [clvmd]
clvmd (ocf::heartbeat:clvm): Started clua (UNCLEAN)
clvmd (ocf::heartbeat:clvm): Started cluc (UNCLEAN)
Started: [ club ]
Clone Set: varopt_fs-clone [varopt_fs]
varopt_fs (ocf::heartbeat:Filesystem): Started clua (UNCLEAN)
varopt_fs (ocf::heartbeat:Filesystem): Started cluc (UNCLEAN)
Started: [ club ]
Clone Set: virsh-fencing-clone [virsh-fencing]
virsh-fencing (stonith:fence_virsh): Started clua (UNCLEAN)
virsh-fencing (stonith:fence_virsh): Started cluc (UNCLEAN)
Started: [ club ]
Daemon Status:
corosync: active/disabled
pacemaker: active/disabled
pcsd: active/enabled
但是，在其他两个节点（我ifdown编辑了接口的节点）上似乎没有检测到任何错误：
root@itkcluc ~ # pcs status
Cluster name: tclu
Stack: corosync
Current DC: club (version 1.1.15-11.el7_3.4-e174ec8) - partition with quorum
Last updated: Thu Apr 6 16:26:01 2017 Last change: Thu Apr 6 16:18:33 2017 by root via cibadmin on clua
3 nodes and 12 resources configured
Online: [ clua club cluc ]
Full list of resources:
Clone Set: dlm-clone [dlm]
Started: [ clua club cluc ]
Clone Set: clvmd-clone [clvmd]
Started: [ clua club cluc ]
Clone Set: varopt_fs-clone [varopt_fs]
Started: [ clua club cluc ]
Clone Set: virsh-fencing-clone [virsh-fencing]
Started: [ clua club cluc ]
Daemon Status:
corosync: active/disabled
pacemaker: active/disabled
pcsd: active/enabled
root@itkcluc ~ # ping club
PING club (192.168.1.12) 56(84) bytes of data.
^C
--- club ping statistics ---
4 packets transmitted, 0 received, 100% packet loss, time 2999ms
root@itkcluc ~ # ping clua
PING clua (192.168.1.2) 56(84) bytes of data.
^C
--- clua ping statistics ---
4 packets transmitted, 0 received, 100% packet loss, time 2999ms
为什么 clua 和 cluc 上的起搏器没有检测到它无法与任何其他节点通信？
一旦陷入这种状态，正确的恢复程序是什么？
答案1
其余节点均不具有法定人数，因此无法采取任何 STONITH 操作，也因此没有集群操作被视为“安全的”。
您将 clustersno-quorum-policy属性设置为多少？是freeze偶然吗？您不能使用stop默认设置，因为没有仲裁的节点将无法停止其资源，因为 GFS2 需要仲裁才能卸载，否则，访问其数据。
另外，club您示例中的 DC（指定控制器）是；它负责跟踪集群的资源。其他节点必须达到法定人数才能选举新的 DC。
在三节点集群中，两个节点的 NIC 同时发生故障的可能性极小。但是，如果您出于某种原因仍然担心，您可以向集群添加更多节点，以仅充当仲裁节点（使用-inf:位置约束来阻止它们获取资源），直到该风险变得足够小。
为了摆脱这种情况，我只需“手动”重置所有三个框：echo b > /proc/sysrq-trigger
答案2
我遇到了类似的问题。就我而言，我没有关闭给定节点上的网络接口，而是更改了 AWS 安全组以禁止clua和cluc（其中club是主节点）之间的通信。
clua当我执行此操作时，集群的所有节点似乎都认为所有节点都在线。所有节点在大约 20 分钟内都未检测到和之间缺少连接cluc。之后，节点显示以下状态：
clua看到club并cluc处于脱机状态并且所有资源都已停止club视为clua离线，并且所有资源都在运行clubcluc视为clua离线，并且所有资源都在运行club
就您而言，等待一段时间后状态是否发生了变化？