Harvester项目v1.4.1至v1.4.2升级问题分析与解决方案

问题背景

在Harvester项目从v1.4.0升级到v1.4.1版本的过程中，用户反馈在某些特定场景下会出现升级卡顿的问题。具体表现为在升级过程中，第一个节点会卡在"Waiting Reboot"状态，导致整个升级流程无法继续。

问题现象

当用户在三个节点的Harvester集群上进行升级时，如果满足以下条件，就可能遇到这个问题：

1. 安装v1.4.0版本时，系统盘和数据盘使用了不同的物理磁盘
2. 第一个节点在升级过程中会卡在"等待重启"状态
3. 通过SSH登录该节点后，会发现系统已进入fallback模式
4. 检查发现active.img文件系统已损坏

技术分析

这个问题主要与Harvester的升级机制和文件系统处理有关。在升级过程中，系统会处理cos-state下的active.img和passive.img文件，这些文件包含了操作系统的核心组件。当文件系统损坏时，会导致升级流程无法正常完成。

通过fsck.ext2工具检查active.img文件系统时，可以确认文件系统损坏的情况。正常情况下，这个检查应该显示文件系统完整，没有错误。

解决方案

开发团队针对这个问题提出了多个修复方案，主要涉及harvester-installer组件的修改。这些修改确保了在升级过程中正确处理文件系统，避免损坏情况的发生。

验证过程

为了验证修复效果，测试团队进行了详细的测试：

1. 准备三节点v1.4.1集群，确保系统盘和数据盘分离
2. 检查分区状态和大小
3. 检查active.img和passive.img的磁盘使用情况
4. 确认active.img初始状态
5. 执行升级到v1.4.2-rc1
6. 监控升级过程
7. 升级完成后再次检查active.img状态

测试结果显示，修复后的版本可以顺利完成升级，且active.img文件系统保持完整。

注意事项

虽然主要问题已修复，但在测试过程中发现了一个相关的问题：当集群节点具有不同角色(管理节点和工作节点)时，升级可能会在"Pre-drained"阶段卡住。这个问题可以通过删除instance-manager的PodDisruptionBudget(PDB)来解决，但这属于临时解决方案，建议关注后续版本对此问题的完整修复。

结论

Harvester v1.4.2-rc1版本已有效解决了v1.4.1升级过程中节点卡顿的问题。对于生产环境，建议用户在升级前确保：

1. 系统盘和数据盘分离
2. 备份重要数据
3. 按照官方文档操作

这次问题的解决展示了Harvester团队对系统稳定性的持续改进，也为用户提供了更可靠的升级体验。