服务器 Gind.cn

服务器问题集锦,包括 Linux(Ubuntu, Centos,Debian等)和Windows Server服务器

导致eth0 / 1退出的幻像NIC问题

我们正在经历一个非常奇怪和令人沮丧的问题。 我们公司在马萨诸塞州和加利福尼亚州都有服务器。 我们看到的问题只在CA硬件上。 在加州,我们有数百台戴尔R300和戴尔R310服务器,全部连接到四台惠普Procurve 4208vl交换机。 每个型号有两个交换机,一个用于前端networking,另一个用于后端networking。 这些系统已经集成在一起,所有这些系统都被用于testing我们正在开发的软件操作系统的各种testing。 许多这些testing需要成功和/或重复重新启动。 许多,如果不是大多数的testing,再次用Os来重新提供节点。 问题是,如果发生的时间足够长,看起来随机,这些系统中的一个(或多个)将会有一个down掉的eth0或eth1接口。 问题是节点会间歇性地启动,eth0或eth1上都没有连接,有时两者都是。 解决方法是通过后端(如果eth0处于closures状态)或前端(如果eth1处于closures状态)进行SSH并在closures的接口上运行ifdown / ifup。 变通清单: – 服务networking重新启动 – ifdown eth1(或eth0),然后ifup eth1(或eth0) – 重新安装networking电缆 – 重新启动服务器 这对开发团队来说是一个巨大的痛苦,因为它会阻止整个集群运行testing,直到手动干预。 最糟糕的部分是当一个节点启动busybox进行操作系统安装,并且eth0退出:在这种情况下节点完全无法访问,因为我们在busybox中没有eth1,并且OS安装无法继续,因为它不能与PXE服务器交谈以下拉操作系统的最新映像(因为eth0处于closures状态)。 陷入这种状态的节点将陷入这样的困境,直到下一次我在电话中findCA中的某个人,让他手动重新启动节点。 为了解决这个看似随意和无法解决的问题,已经做了以下工作: Procurve Switch和R310固件都已更新到最新版本。 交换机和服务器都设置为自动协商(1000 /全双工)。 我们看到,这个惠普交换机有4台,戴尔服务器大概有200-400台(他们都是在不同的时间购买的,所以这不是一件坏事)。 我们在CA的其他硬件上没有这个问题,包括插入他们自己的HP Procurve交换机的Dell 860和750s。 当节点插入不同的交换机时,这个问题似乎没有发生(虽然我们缺less硬件来在不同的交换机上testing)。 在固件升级之前,HP ProCurve切换日志显示: 在端口x上检测到过多的广播 港口x高的碰撞或下降率 端口x上过多的CRC /校准错误 固件升级后,我们看到这些错误较less,但仍然存在。 为了排除故障,我一直在logging通常的信息: ifconfig ; for n in 0 1; do ethtool […]