【aCloud】HA测试之误操作导致脑裂

问题描述   

                                

      客户环境是两个节点的超融合，部署完成后，进行HA测试，通过拔带另外一台物理主机的所有网线模拟物理主机离线或宕机。HA完成后，插回网线。

    脑裂后是没有告警信息的，不过会有一个现象。重启两台物理主机后，虚拟机可以开始开机操作（如下图），但最后会开机失败。

处理过程                                    

这种情况下，重启两台物理主机后，可能是两台主机数据不同步导致脑裂，这时需要协调深信400帮忙解决问题，看是否能够找回数据。

原因
                                    

HA过程中拔掉其中一台主机的所有网线模拟主机离线或宕机，这时两台主机的虚拟机都在运行（会导致两个副本数据不一致），且相互认为另外一台主机离线，两台主机会把各自的副本当作集群的主运行副本，重启主机后，集群不能确认哪个副本是主运行副本，导致虚拟机不能开机。

解决方案                                    

1. 若问题已经产生，这时只能联系某公司400，寻找研发，找到两个副本，先把其中一个副本挂载，协调客户确认副本没问题后，用此副本覆盖另外一个副本。若两个副本都有问题，只能尽量对比，用最新的副本覆盖旧的副本。最坏结果就是数据丢失，找不回来了。

2.最佳解决方案就是严格按照标准化测试方案进行测试，避免误操作。

                                                        

建议与总结                                   

1.若要避免这种误操作，首先不能用拔掉物理主机所有网线的方式模拟主机离线。关于HA测试，请严格遵守超融合标准化PoC测试方案中的《A01-HCI-POC-某公司超融合测试方案》中的计划外保护HA。如果可以的话，进行HA测试前，先咨询某公司厂家服务或请教有HA测试经验的同事。

2.在做超融合方案时，可以推荐使用至少三个节点以上的部署方案，可以有效避免脑裂现象的产生。

                                

                                

感谢楼主带来的经验分享，小伙伴们学习起来，避免误操作哦！

感谢分享！

学习一下，谢谢分享！

感谢楼主的分享

如果能附上问题发生的详细过程及后续的处理结果就完美了。感谢作者分享，让我们避免在后期测试中踩坑。

这个问题必须避免，否则很麻烦

谢谢分享，涨知识啦

学到了，简直干活，有利于工作开展