首页
/ Harvester项目升级过程中Pre-drained状态卡住问题分析与解决方案

Harvester项目升级过程中Pre-drained状态卡住问题分析与解决方案

2025-06-14 00:03:56作者:戚魁泉Nursing

问题背景

在Harvester v1.4.1升级至v1.4.2-rc1版本的过程中,部分用户遇到了集群升级卡在"Pre-drained"状态的问题。这一问题主要发生在包含多个节点且运行有虚拟机的环境中,表现为升级流程无法继续进行,严重影响生产环境的可用性。

问题现象

当升级流程启动后,系统会进入节点排空(Drain)阶段,但在此阶段会长时间停滞。通过日志分析发现,系统无法正常排空某些节点上的Longhorn实例管理器(Instance Manager)Pod。进一步检查发现,这些Pod上仍有卷处于挂载状态,导致Kubernetes无法安全地将其驱逐。

根本原因分析

经过深入的技术调查,我们发现这一问题由多个因素共同导致:

  1. 卷迁移中断:当虚拟机正在进行跨节点迁移时,如果遇到I/O错误,迁移过程会被中断,但原节点上的引擎实例可能无法正常清理。

  2. 快照文件异常:Longhorn引擎在尝试访问某些快照文件时失败,错误信息显示无法获取特定快照文件的大小。这通常发生在快照文件被替换但引用未完全更新的情况下。

  3. 双重引擎实例:在某些情况下,一个卷会同时存在两个引擎实例(分别位于源节点和目标节点),这种状态本应是临时的,但由于I/O错误导致无法完成迁移,使系统保持在这种异常状态。

  4. I/O错误传播:当多个副本同时报告错误状态时,整个卷将变得不可用,进而导致虚拟机暂停运行。

技术细节

在底层实现上,Harvester使用Longhorn作为存储后端。当发生上述问题时,我们观察到以下关键日志:

  1. 实例管理器日志显示快照文件访问失败:
Failed to get file /host/var/lib/harvester/defaultdisk/replicas/pvc-xxx/volume-snap-xxx.img size
  1. 引擎报告后端监控失败:
Backend tcp://x.x.x.x:xxxx monitoring failed, mark as ERR
  1. 最终导致I/O错误:
I/O error: no backend available

这些错误形成一个连锁反应:快照文件异常→副本状态异常→引擎监控失败→卷不可用→虚拟机暂停→升级流程卡住。

解决方案

针对这一问题,Harvester团队实施了以下修复措施:

  1. 优化快照管理:改进了快照替换机制,确保在文件替换过程中保持一致性,避免引用失效的快照文件。

  2. 增强错误处理:在卷迁移过程中增加更健壮的错误恢复机制,当检测到异常状态时能够自动回滚或清理残留资源。

  3. 改进升级流程:在升级前增加健康检查,确保没有处于异常迁移状态的卷存在。

  4. 日志增强:增加更详细的日志记录,帮助运维人员更快定位类似问题。

验证结果

修复方案经过多轮严格测试,包括:

  1. 4节点裸金属集群测试
  2. 3节点和4节点的QEMU/KVM虚拟化环境测试
  3. 模拟I/O错误场景下的升级测试
  4. 虚拟机迁移过程中的升级测试

所有测试场景均显示升级流程能够顺利完成,不再出现卡在Pre-drained状态的情况。

最佳实践建议

对于生产环境用户,建议采取以下预防措施:

  1. 在升级前检查所有虚拟机的运行状态,确保没有处于暂停状态的VM。

  2. 监控存储系统的健康状态,特别是副本同步情况。

  3. 考虑在维护窗口期进行升级,减少业务影响。

  4. 保持足够的存储空间,避免因空间不足导致的I/O错误。

  5. 定期检查Longhorn卷的状态,确保没有异常卷存在。

总结

Harvester升级过程中Pre-drained状态卡住的问题揭示了分布式存储系统在复杂场景下的挑战。通过深入分析问题根源并实施针对性的修复方案,团队不仅解决了当前问题,还增强了系统在异常情况下的健壮性。这一案例也展示了开源社区协作解决问题的典型流程,从问题报告到技术分析,再到方案实施和验证,最终为用户提供稳定可靠的解决方案。

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