ESX的NFS存储通常都会配置备份链路。当主链路出现故障时自动切换到备份链路上,这叫做Failover。

问:什么时候发起failover?答:当发现存储链路失败时计算机基础知识http://www.upzxt.com。

问:如何判断一条存储链路中断了?答:找不到心跳了呗。

问:心跳是怎么回事?怎样才算找不到心跳?

答:通常ESX Host会每隔一定的间隔(HeartbeatFrequency)发起一次到存储的心跳检测,每次心跳检测必须在一定的时间内(HeartbeatTimeout)收到回复,否则就算是一次心跳检测失败(HeartbeatFailure),连续失败到一定的次数(HeartbeatMaxFailure)就算链路失败。

这些参数应该修改为以下推荐的值 (无论是NetApp还是EMC的NAS设备)

NFS.Hearu盘装win7tbeatDelta (NFS.HeartbeatFrequency in ESX 3.x)12

NFS.HeartbeatTimeout5

NFS.HeartbeatMaxFailures10

上面这些推荐参数值的含义是:NFS.HeartbeatFrequency=12说明每12秒会发起一次心跳检测。5秒没有响应就算Timeout,一直累计到10次没有响应才算NFS存储丢失,才发起failover的动作。这中间其实经过了12s*10+5s=125秒时间。也就是说,真正要发起一次failover事件,ESX Host要等上125秒。

问:那么,在这125秒内,从VM的角度看,发生了什么状况呢?

答:VM会发现其vSCSI控制器上连接的磁盘停止响应,这取决于Guest OS会忍受多长时间的磁盘不响应才认为是一个error (delayed write error),当如何用u盘装win7系统这个IO error发生在Guest OS的系统盘时,就会导致OS崩溃。Windows操作系统默认的disk Timeout是60秒。也就是说,当ESX Host还在125秒的等待时间内而不去执行Failover动作时,Guest OS就已经崩溃了。在Guest级别HA启用的情况下,Guest OS会在NFS Storage恢复的时候重启。但是重新配置Guest OS的参数以使其也能够等待125秒不是更好吗?如何做到?用Regedit,修改HKLM\System\CurrentControlSet\Services\Disk下的TimeOutValue值为125即可。(修改注册表有风险,请一定先备份后修改)