Longhorn存储引擎在节点滚动更新时陷入停止状态的技术分析
问题背景
在Kubernetes生产环境中使用Longhorn作为分布式存储解决方案时,运维团队在进行节点滚动更新操作时遇到了一个严重问题:部分存储引擎(Engine)和对应的副本(Replica)会陷入"stopped"状态,导致相关存储卷(Volume)无法成功挂载到Pod上。这种情况在Longhorn 1.7.x版本中尤为明显,影响了生产环境的稳定性。
问题现象
当集群执行节点滚动更新操作时,特别是通过Cluster API进行节点替换时,会出现以下典型症状:
- 多个Engine组件进入"stopped"状态
- 关联的存储卷无法完成挂载操作
- Pod事件中反复出现"FailedAttachVolume"错误
- 系统可能长时间(90分钟以上)无法自动恢复
根本原因分析
经过深入分析,这个问题主要由两个相互关联的因素导致:
1. 副本数量与调度条件的严格校验
在Longhorn 1.7.2版本中引入了一个关键变更:系统不仅检查现有副本是否已调度,还会严格比较当前副本数量与配置的副本数量(spec.numberOfReplicas)。当两者不匹配时,系统会将卷标记为"Scheduled=False",进而导致卷处于"NotReadyForWorkload"状态。
这种设计在正常情况下可以防止数据不一致,但在节点滚动更新这种特殊场景下会产生问题:
- 当节点被排空(drain)和封锁(cordon)时,该节点上的副本会被标记为失败
- 系统会删除长时间处于失败状态的副本CR
- 由于卷处于分离(detached)状态,系统不会立即补充新副本
- 导致当前副本数量小于配置值,触发"Scheduled=False"状态
- 进而阻止卷重新挂载,形成死锁
2. 实例管理器(Instance Manager)不可用
另一个相关问题是当节点被封锁后:
- 节点上的实例管理器(Instance Manager)Pod无法启动
- 导致该节点上的副本无法正常运行
- 如果此时其他副本也出现问题,系统可能无法自动重建
- 特别是在"allow-volume-creation-with-degraded-availability=false"设置下,问题更加明显
解决方案与优化建议
针对这一问题,Longhorn团队已经制定了修复方案,并将包含在1.7.3和1.8.1版本中。主要改进包括:
-
优化调度条件判断逻辑:调整卷"Scheduled"条件的判断逻辑,避免在节点滚动更新时产生死锁情况。
-
临时解决方案:在生产环境可以暂时将"allow-volume-creation-with-degraded-availability"设置为true,虽然这不符合生产环境的最佳实践,但可以缓解问题。
-
增强副本重建机制:改进副本重建逻辑,确保在节点维护期间也能保持足够的副本可用性。
最佳实践建议
对于使用Longhorn的生产环境,特别是在需要频繁进行节点维护的场景下,建议:
-
在升级到1.7.3或1.8.1版本前,评估临时启用"allow-volume-creation-with-degraded-availability"的必要性
-
进行节点滚动更新时,监控Longhorn卷的状态变化,特别是副本数量和调度状态
-
考虑在维护窗口期进行节点更新,减少对业务的影响
-
确保集群有足够的容量冗余,避免因单个节点不可用导致副本无法重建
总结
Longhorn存储引擎在节点滚动更新时陷入停止状态的问题,揭示了分布式存储系统在动态Kubernetes环境中的复杂性。通过深入分析问题根源,Longhorn团队已经找到了解决方案,并将通过后续版本更新提供给用户。对于生产环境用户,理解这一问题的影响范围和临时解决方案,可以帮助更好地规划系统维护和升级策略。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









