首页
/ Longhorn 存储卷在虚拟机迁移过程中出现 I/O 异常的深度分析

Longhorn 存储卷在虚拟机迁移过程中出现 I/O 异常的深度分析

2025-06-02 05:53:16作者:齐添朝

问题背景

在将 Harvester 集群从 v1.4.1 升级到 v1.4.2-rc1 版本的过程中,用户遇到了一个关键性问题:当虚拟机(VM)从一个节点迁移到另一个节点时,虚拟机最终会陷入暂停状态,原因是底层 Longhorn 存储卷出现了 I/O 异常。这个问题发生在 Longhorn v1.7.2 版本上,影响了生产环境的稳定性。

问题现象

从日志中可以观察到几个关键异常信息:

  1. 在快照合并过程中出现了异常行为,系统尝试将 volume-snap-fc94f64a-ed11-4025-8bc4-c864a4c73b7c.img 合并到 volume-snap-7ccd0136-f3ed-4271-b9ff-a9036212b3e9.img
  2. 随后系统尝试替换磁盘文件,但最终失败
  3. 最终导致后端存储不可用,出现 I/O 异常:"no backend available"

根本原因分析

经过深入分析,我们发现问题的根源在于 Longhorn 的实时迁移机制与快照清理机制的竞态条件:

  1. 迁移检查不完整:虽然实时迁移有一个检查机制来确保没有正在重建的只写(WO)副本,但这个检查存在缺陷。当副本被删除并正在重建时,引擎规范中的副本地址映射(engine.spec.replicaAddressMap)可能显示有三个副本,而引擎状态中的副本模式映射(engine.status.replicaModeMap)可能只显示两个可读写(RW)副本。

  2. 状态不一致:这种不一致是因为实例管理器没有实时获取副本模式映射,导致系统错误地判断迁移条件。

  3. 快照清理的干扰:如果在添加新副本后但迁移完成前执行快照清理(SnapshotPurge),新副本会因为节点磁盘上的快照文件被更改而无法列出快照文件,最终导致所有新副本被标记为异常(ERR)状态。

技术细节

在底层实现上,这个问题涉及几个关键组件和流程:

  1. 副本管理:Longhorn 维护着副本的状态信息,包括地址映射和模式映射。当副本重建时,这些状态可能暂时不同步。

  2. 快照合并机制:系统尝试合并快照文件以提高存储效率,但在迁移过程中这种操作可能导致文件状态不一致。

  3. I/O 路径:当后端存储出现问题时,I/O 操作会失败,最终导致虚拟机暂停。

解决方案

针对这个问题,Longhorn 团队提出了以下解决方案:

  1. 临时解决方案:在升级 Longhorn 期间,可以禁用 auto-cleanup-system-generated-snapshot 设置,防止在副本重建期间执行快照清理。

  2. 长期解决方案:改进迁移检查机制,确保在副本重建期间不会错误地启动迁移操作。这包括:

    • 加强状态一致性检查
    • 优化副本模式映射的实时更新机制
    • 在关键操作期间增加适当的锁机制

影响与启示

这个问题给我们几个重要的启示:

  1. 分布式存储系统的复杂性:在分布式环境中,状态管理是一个复杂的问题,需要仔细设计同步机制。

  2. 升级过程的敏感性:系统升级过程中往往容易出现边缘情况,需要特别关注。

  3. 监控与恢复机制:完善的监控和自动恢复机制可以减轻这类问题的影响。

结论

Longhorn 存储卷在虚拟机迁移过程中出现的 I/O 异常问题揭示了分布式存储系统在状态管理和操作时序方面的挑战。通过深入分析根本原因,我们不仅找到了临时解决方案,也为系统架构的长期改进指明了方向。这类问题的解决需要综合考虑系统设计、状态管理和异常处理等多个方面,是分布式存储系统开发中的典型挑战。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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
861
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K