Longhorn项目中防止删除v1实例时产生孤儿进程的技术改进
背景介绍
在Longhorn分布式存储系统中,v1数据引擎实例的管理是一个关键组件。当用户删除一个v1实例时,系统需要确保所有相关资源被正确清理,避免产生"孤儿"进程。孤儿进程指的是那些失去了对应Kubernetes自定义资源(CR)但仍继续运行的实例进程,它们会占用系统资源并可能导致各种问题。
问题分析
在之前的实现中,当删除一个v1实例时,实例监控器会接收到实例状态变更事件(从ready变为deleting)。如果在实例监控器处理这些事件之前,对应的实例CR已经被清理,就可能产生孤儿进程。这种情况下的孤儿进程虽然生命周期很短,但会给系统运维带来困扰。
技术挑战
经过深入分析,团队发现即使在添加了对stopping/stopped状态实例进程的保护后,仍然存在极少数情况下会产生短暂存活的孤儿CR。这主要发生在以下场景:
- 系统中有多个引擎实例(A和B)同时被删除
- 引擎控制器处理实例A的删除事件,同步调用实例管理器删除进程A
- 实例管理器生成进程A的状态变更事件(stopping→stopped)并放入gRPC通知流
- 引擎控制器收到删除响应后,完成引擎CR A的清理
- 实例监控器从gRPC流接收状态变更事件,此时API服务器响应延迟
- 同时引擎控制器处理实例B的删除事件并完成清理
- 实例监控器检查进程B时发现对应的引擎CR已不存在,误判为孤儿进程
解决方案
团队设计了一套基于进程UUID的解决方案来彻底解决这个问题:
-
UUID记录机制:在实例管理器中为每个引擎和副本进程分配唯一UUID,并将这些UUID记录在实例管理器的状态中
-
孤儿CR增强:创建孤儿CR时,会记录对应实例的UUID信息,确保孤儿CR与实例进程之间建立明确的对应关系
-
删除前验证:在删除孤儿进程前,会验证进程的UUID是否匹配,防止误删正在运行的正确进程
-
状态忽略优化:改进孤儿判断逻辑,对于处于stopping和stopped状态的实例,跳过孤儿判断,因为这些实例可能很快会转入其他状态
实现细节
技术实现涉及多个组件的协同工作:
- 实例管理器:负责维护进程列表并暴露每个进程的UUID信息
- Longhorn管理器:实现基于UUID的孤儿判断和清理逻辑
- SPDK引擎:适配新的UUID接口规范
- 类型定义:扩展API以支持UUID字段
升级兼容性
对于从1.8.x版本升级到1.9.x的用户需要注意:
- 在1.8.x实例管理器中存在的孤儿进程,在升级后不会自动创建孤儿CR
- 这是因为1.8.x实例管理器不导出UUID信息
- 系统只在能够获取实例UUID时才会创建孤儿,避免意外删除实例
- 对于这种情况,管理员可以通过SSH进入容器手动执行删除命令
测试验证
团队设计了全面的测试方案验证改进效果:
- 引擎升级测试:验证从1.8.1升级到最新版时不会产生孤儿
- 卷分离附加测试:验证卷操作过程中UUID变更和实例管理的正确性
- 孤儿处理测试:验证手动创建孤儿进程后系统能正确识别和清理
测试结果表明,改进后的系统能够有效防止孤儿进程的产生,并且在处理现有孤儿时行为符合预期。孤儿CR删除后,对应的实例会正确地从实例管理器的进程列表中移除。
总结
这次技术改进通过引入基于UUID的实例识别机制,显著提高了Longhorn系统在v1实例删除过程中的可靠性。它不仅解决了孤儿进程问题,还为系统未来的可观测性和运维能力奠定了基础。这种设计体现了Longhorn团队对系统稳定性的持续追求和对边缘情况的全面考虑。
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-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~0277community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息012Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile09
- 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









