Cluster Server 7.3.1 管理者ガイド - Linux

GAB クライアントプロセス障害について

GAB へのハートビート送信を行う HAD などの GAB クライアントプロセスが失敗した場合、このプロセスは強制終了します。 カーネルでプロセスがハングアップするか、または強制終了できない場合、GAB はシステムを停止させます。 gabconfig コマンドで -k オプションを使うと、GAB は、成功するまでクライアントプロセスの強制終了を試みます。この操作は、クラスタ全体に影響を及ぼす可能性があります。gabconfig コマンドで -b オプションを使うと、GAB は、クライアントプロセスの強制終了を行いません。代わりに、プロセスがハートビートの送信に失敗すると、システムにパニックを引き起こします。このオプションは、一度設定するとオフにはできません。

HAD は、定期的に GAB とのハートビートを行います。30 秒（デフォルト値）のハートビートタイムアウトの間 GAB に登録します。（CPU 負荷ごとの）ノードの負荷平均を決定するのに GAB が動的な動作を示すようにするため、VCS の環境変数 VCS_GAB_TIMEOUT_SECS と VCS_GAB_PEAKLOAD_TIMEOUT_SECS を設定できます。変数の値と平均システム負荷を使って、GAB は HAD を強制終了した後の猶予期間を決定します。

ノードの平均負荷が最小で HAD がカーネルでハングアップして VCS_GAB_TIMEOUT_SECS タイムアウト内に GAB とハートビートできないような場合、GAB は SIGABRT 信号を送信して HAD を強制終了しようとします。試行が失敗すると、GAB は再試行の数が gab_kill_ntries-1 の値に達するまで再試行します。GAB が SIGABRT 信号で HAD を強制終了できない場合、GAB は SIGKILL を送信してポートを閉じます。平均負荷が最小のとき、GAB は負荷に動的に適応しないため、HAD の存続を維持する猶予期間を決定する VCS_GAB_PEAKLOAD_TIMEOUT_SECS タイムアウト値を考慮しません。

ノードの平均負荷が高い場合、HAD は CPU 負荷またはファイルシステムとの I/O パスの遅延のために GAB と通信できません。オペレーティングシステムは平均負荷に応じて GAB に負荷の平均数を送信します。負荷の平均数は 5（最小負荷）から 10（最大負荷）の範囲です。GAB は負荷の平均数を使い、VCS_GAB_TIMEOUT_SECS 変数と VCS_GAB_PEAKLOAD_TIMEOUT_SECS 変数でユーザーが指定した範囲内の負荷に基づいて指数関数的に変化する猶予期間を計算します。GAB は SIGABRT 信号を送信することによって HAD を強制終了した後の猶予期間の間 HAD がハートビートを送信するのを待機します。SIGABRT 信号の後でも GAB が強制終了できない場合は、SIGKILL を送信し、ポートを閉じます。

デフォルトでは、ポートを閉じる前に GAB は HAD の強制終了を 5 回試行します。GAB が HAD の強制終了を試行する回数は、カーネルチューニングパラメータの gab_kill_ntries で設定できます。このチューニングパラメータの最小値は 3、最大値は 10 です。

ポートを閉じることにより、このノードの HAD が強制終了したことを他のノードに示します。停滞状態から復旧すると、HAD はまず、保留中の信号を処理します。このとき、HAD は最初に SIGKILL を受信するため、強制終了されます。

GAB は SIGKILL 信号の送信後、HAD が強制終了するまでの所定時間待機します。この時間を経過しても HAD が動作している場合、GAB はシステムにパニックを引き起こします。 この制限時間は、カーネルチューニングパラメータの gab_isolate_time で設定できます。タイマーの最小値は 16 秒、最大値は 4 分です。