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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~046CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









