Longhorn项目节点宕机导致存储卷无法自动恢复的问题分析
2025-06-02 13:14:22作者:范垣楠Rhoda
问题背景
在Longhorn v1.6.3版本中,存在一个严重的回归性问题:当运行Share Manager Pod的节点发生宕机时,会导致RWX(多节点读写)存储卷无法自动迁移到健康节点上。这个问题不仅影响RWX卷,同样也会影响RWO(单节点读写)卷,使得所有位于宕机节点上的存储卷都无法继续使用。
问题现象
当节点发生宕机时,管理员会观察到以下异常现象:
- Share Manager自定义资源(CR)长时间处于stopping/error状态
- 存储卷状态卡在detached状态或者仍然显示附着在已宕机的节点上
- 尝试在新节点上启动使用该存储卷的Pod时,会收到"volume hasn't been attached yet"的错误
- 系统无法自动将存储卷重新附着到健康节点上
技术原理分析
Longhorn的高可用机制依赖于对Kubernetes节点状态的监控。当节点不可用时,系统需要检测到这一状态变化并触发恢复流程。具体来说:
- Longhorn会监控节点的Ready状态条件
- 当节点不可达时,Kubernetes会将该节点的Ready条件设置为False,并设置原因为KubernetesNodeNotReady
- Longhorn检测到这一变化后,会启动恢复流程,包括:
- 将资源所有权转移到健康节点
- 强制删除Share Manager Pod
- 将宕机节点上的Instance Manager CR状态设置为unknown
- 停止宕机节点上的Engine和Replica实例
问题根源
在v1.6.3版本中,由于代码变更引入了一个逻辑缺陷:
- 新增了对ManagerPodDown条件的处理
- 这个条件会覆盖原有的KubernetesNodeNotReady条件
- 导致系统无法正确识别节点宕机状态
- 进而无法触发自动恢复流程
解决方案
该问题已在后续版本中修复,主要修改包括:
- 调整节点状态条件判断逻辑
- 确保ManagerPodDown条件不会覆盖KubernetesNodeNotReady条件
- 恢复原有的节点宕机检测机制
影响范围
该问题影响所有使用Longhorn v1.6.3版本的环境,特别是:
- 使用RWX存储卷的应用
- 使用RWO存储卷的应用
- 任何节点可能发生意外宕机的生产环境
临时解决方案
对于无法立即升级的用户,可以采取以下临时措施:
- 尝试恢复宕机节点
- 手动替换longhorn-manager镜像为特定版本
最佳实践建议
为避免类似问题,建议用户:
- 及时升级到修复版本
- 在生产环境部署前充分测试新版本
- 配置适当的监控告警机制
- 确保存储卷有足够多的副本分布在不同的节点上
总结
节点高可用是分布式存储系统的核心能力之一。Longhorn通过持续改进其状态检测和恢复机制,确保了存储服务的高可靠性。用户应当关注版本更新说明,及时应用重要修复,以保障业务连续性。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++026Hunyuan3D-Part
腾讯混元3D-Part00GitCode-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~0279Hunyuan3D-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00Spark-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
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
159
2.01 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
42
74

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
522
53

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
946
556

React Native鸿蒙化仓库
C++
197
279

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!
C
995
396

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
364
13

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71