У нас два одинаковых хоста (в смысле у них строго одинаковое железо и одинаковый софт VMware ESXi, 5.5.0, 1331820), они подключены к одним и тем же datastorage, свитчу. Конфигурацию делал одинаковую.
Все работает уже несколько лет. Никаких существенных изменений в хосты мы уже давно не вносим, только потихоньку создаем и уничтожаем VM.
Загрузка хостов по памяти и процессорам не выше 50%, обычно - существенно ниже.
Один из хостов уже в третий раз завис. Первый раз это было пару лет назад, второй - в ночь на 12-е марта, третий - в ночь на 19, то есть два последних зависания пришлись примерно на одно и то же время - 3 часа ночи, в ночь на воскресенье.
Картина зависания: на экране висит нормальная "серая" картинка, пинги не идут, VM все перестают работать.
Реагирует ли на нажатия клавиш, проверить не могу: KVM с новой Java работать отказывается, эту проблему придется решать отдельно.
После перезагрузки все стартует почти нормально (что ненормально - ниже), все штатно, VM, которые под Windows, сообщают: Предыдущее завершение работы системы в 2:59:30 на 19.03.2017 было неожиданным (на самом деле эта VM работала еще сколько-то секунд - в Security логе есть запись в 2:59:43.
Логи хоста и всех VM, работающих на нем (примерно 15 штук) перерыл - ничего особенного до прекращения работы в логах не обнаружил.
Вопрос 1: куда копать, что смотреть и как ловить?
Что было ненормально: в эвентах (уже в процессе рестарта) появляется сообщение о проблемах с сетевым адаптером "network uplink redundancy lost"
У меня есть виртуальный свитч с двумя адаптерами, роутинг по source MAC. Однако хост показывает, что все адаптеры работают нормально.
В логах хоста на эту тему я ничего не нашел, но зато нашел много сообщений о том, что iSCSI соединения (3 штуки) многократно разъединялись и заново подключались.
У меня, действительно, три VM используют iSCSI диски, но на этом хосте работает только одна из трех VM, и она работает нормально, т.е., iSCSI диск у нее в порядке.
На двух других тоже все в порядке с iSCSI.
Вопросы:
2. Как понимать, что при старте оно глючит, а потом оказывается исправным?
3. Как дальше диагностировать проблему с сетевым интерфейсом, если в логах нет информации?
4. С какой стати оно что-то делает с iSCSI даже не своих VM?
5. Правильно ли я выбрал режим аггрегирования сетевых интерфейсов? Нагрузка на них тоже далека от перегруза.
PS. Для полноты добавляю: на обоих хостах периодически валятся сообщения вида
2017-03-18T23:59:40.087Z [439C2B70 verbose 'Statssvc.vim.PerformanceManager'] HostCtl Exception in stats collection: Sysinfo error on operation returned status : Not found. Please see the VMkernel log for detailed error information
Нашел в инете некоторые слова по устранению этой проблемы, надеюсь, устранил. Не похоже, чтобы это было причиной зависания, хотя всякое может быть.
