☰

起搏器自动清除失败操作

tag-icon • tag-icon drbd pacemaker
起搏器自动清除失败操作

我已经使用 Pacemaker / Corosync / drbd 创建了一个主动/被动集群，并“模拟”了 Apache 故障pkill httpd，尽管 Pacemaker 从“故障”中恢复过来并启动了 httpd，但执行时pcs status我得到：

Failed Actions:
* apache_monitor_60000 on server1 'not running' (7): call=39, status=complete, exitreason='none',
    last-rc-change='Wed May  9 09:55:45 2018', queued=0ms, exec=0ms

为什么起搏器在成功恢复后不清除失败的操作？或者除了手动之外还有其他方法可以清除失败的操作吗？

答案1

这是设计使然。包括我在内的一些管理员喜欢查看错误，以便我们了解错误发生的时间并进行调查。此外，pacemaker 需要跟踪这些错误，以便决定从何处启动资源最好。

不过，如果没有发生新的故障，Pacemaker 确实有一种方法可以在指定时间后清除故障。这称为故障超时。这可以针对每个资源进行配置，但下面是如何使用 crm shell 将其指定为集群范围的资源默认值。我希望 pcs 也有一种方法来定义它。

crm configure rsc_defaults failure-timeout=15m

请注意，这仅在 cluster-recheck-interval 上进行检查，默认情况下为每 15 分钟一次。如果将故障超时设置为 15 分钟，则根据故障发生的具体时间，可能需要 29 分 59 秒才能清除。

答案2

您也可以手动清除错误状态（“清理”）：

crm_resource -C -r apache -N server1 -n monitor

显然你指定资源名称， 这节点和手术。

如果节点上出现本地问题，错误状态可防止在坏节点上反复尝试操作并失败。在进行手动测试时，手动清理比某些自动清理（根据要求）更自然。

时不时地检查集群是否有错误是一个好习惯。当然，尝试修复这些问题将建立一个“良好的集群”。

相关内容