所以我们得到了这个4 节点存储空间直通 (S2D) 群集，已运行超过 1.5 年，没有出现任何重大问题。操作系统是Windows 服务器 2016。
- 所有配置文件的防火墙均已关闭
- 未安装防病毒软件，Windows Defender 已关闭
- Active Directory 委派未受影响
- 尚未报告网络基础设施发生变化
- RDMA 在 1 年前就被禁用了，因为我们发现 NIC 不完全支持它
两天前，我们注意到集群事件日志中有很多错误消息，并且集群上托管的所有 Hyper-V VM 的备份作业都失败了（通过 VEEAM 进行）。
调查很快发现SMB 连接存在许多问题。
4 位主持人中的任意一位：
- 可以 ping 其他资源在网络中
- 无法连接任何共享文件夹
- NTP 同步失败（
net time \\server失败，也是如此w32tm /monitor）
显然，文件共享见证也失败了，并且需要报告域服务的一些问题......
我们尝试分别重启节点，并且重启后，SMB 连接正常……几分钟/几小时后，问题再次出现。
对集群的影响，以及文件共享见证离线，是我们无法轻松执行实时迁移节点之间的虚拟机数量（随机成功）。不过，快速迁移非常顺利。由于无法进行 SMB 连接，我们无法将虚拟机移动到另一个集群或独立主机。
我们担心如果某个节点发生不可控的故障，集群将陷入混乱。即使虚拟机稳定，我们仍然无法执行备份（我们可以执行导出）。
你们中有人听说过 S2D 或 Microsoft 故障转移群集角色的问题吗？它也可能与群集本身无关...
如何才能找到该问题的根本原因？
以下是集群角色和事件日志中的日志示例中小企业客户：
从 Cluster 控制台：
群集网络名称资源“群集名称”在此节点上启用网络名称时遇到错误。失败的原因是：“无法获取登录令牌”。
错误代码为“1311”。
您可以使网络名称资源脱机并重新联机以重试。
ID 为 30803 的事件：
无法建立网络连接。
错误：{设备超时} %hs 上的指定 I/O 操作未在超时期限到期之前完成。
服务器名称：server.domain.com
服务器地址：xxxx:445 连接类型：Wsk
指导：这表明底层网络或传输（例如 TCP/IP）存在问题，而不是 SMB 存在问题。使用 iWARP RDMA 适配器时，防火墙阻止 TCP 端口 445 或 TCP 端口 5445 也会导致此问题。
另一个，ID 30804：
网络连接已断开。
服务器名称：\server.domain.com 服务器地址：xxxx:445 连接类型：Wsk
指导意见：这表示客户端与服务器的连接断开了。
使用 RDMA over Converged Ethernet (RoCE) 适配器时频繁意外断开连接可能表示网络配置错误。RoCE 要求为 RoCE 网络上的每个主机、交换机和路由器配置优先级流量控制 (PFC)。如果未正确配置 PFC，将导致数据包丢失、频繁断开连接和性能不佳。
答案1
我找到了解决方案，但那是一件愚蠢的事情。主机有多个 NIC 用于访问不同 VLAN 的网络。一些 NIC 映射到虚拟交换机，一些与操作系统共享（'允许管理操作系统共享此网络适配器')。
我注意到 SMB 数据包经常使用错误的接口（DMZ），当然请求被拒绝。
我用来识别 SMB 流量使用的错误路由的 Powershell 命令：
Find-NetRoute -RemoteIPAddress x.x.x.x
（其中 xxxx 是您网络上的远程资源）
这显示了 DMZ 接口，而不是 LAN 接口。删除“允许管理操作系统共享此网络适配器' DMZ vSwitch 上的这个问题为我解决了。
我仍然不明白这个集群在这种配置下如何能运行 1.5 年之久。不过现在问题解决了，FSW 和所有其他操作都运行良好。
希望这能有所帮助 ;)