【摘要】

對應Exchange而言，DAG僅僅是使用了故障轉移群集的部分功能，如群集數據庫、群集心跳、仲裁等，但如共享資源等則不在依賴(lài)故障轉移群集。從整體上看，DAG對故障轉移群集依賴(lài)較小，其管理更是可通過(guò)Exchange工具完全實(shí)現。本文將分享Window故障轉移群集名稱(chēng)資源脫機時(shí)對Exchange影響及其處理過(guò)程。

【正文】

一  故障現象及影響

用戶(hù)在某個(gè)工作日發(fā)現EV存檔失敗，將該問(wèn)題提交至EV工程師分析，得到回復是群集IPping不通。經(jīng)過(guò)溝通確認，EV存檔是需要同群集IP通信后獲取節點(diǎn)進(jìn)而對節點(diǎn)下的數據庫進(jìn)行存檔備份。

檢查郵箱服務(wù)器，發(fā)現數據庫狀態(tài)、用戶(hù)郵箱使用均正常。打開(kāi)故障轉移群集管理器，查看群集狀態(tài)，發(fā)現節點(diǎn)、網(wǎng)絡(luò )均正常，群集核心資源中顯示群集名稱(chēng)脫機、文件共享見(jiàn)證失敗。

綜合來(lái)看，應該是由于群集名稱(chēng)脫機導致EV存檔問(wèn)題，該問(wèn)題不影響用戶(hù)郵箱正常使用。

                                                                        圖1-1

                                                                    圖1-2

二  排錯思路

2.1       檢查過(guò)程

a.檢查數據庫狀態(tài)；

b.檢查用戶(hù)郵箱、郵件流等；

c.檢查群集日志；

d.檢查郵箱服務(wù)器應用程序日志；

e.檢查文件共享見(jiàn)證設置的共享文件夾狀態(tài)。

2.2       檢查結果

通過(guò)以上幾步檢查，可以確認：

?  數據庫、用戶(hù)郵箱收發(fā)等均正常；

?  檢查群集日志可以發(fā)現在群集日志中有ID為1135的報錯，提示“群集節點(diǎn)已停止群集服務(wù)”（見(jiàn)圖2-1）;

?  在各節點(diǎn)的應用程序日志中在相近時(shí)間節點(diǎn)均有ID1135 的報錯，報錯時(shí)間有先后之分，且時(shí)間與最近網(wǎng)絡(luò )變更事件吻合（見(jiàn)圖2-2）；

?  群集文件共享見(jiàn)證文件夾存在服務(wù)器上，但顯示未共享；

                                                                         圖2-1

                                                                    圖2-2

2.3       問(wèn)題分析

根據查到的日志報錯及故障前的網(wǎng)絡(luò )變更，可以確認是由于網(wǎng)絡(luò )變更導致DAG各節點(diǎn)群集服務(wù)器停止，進(jìn)而引起群集資源異常脫機。

根據報錯ID 1135和故障現象，可以查詢(xún)到有以下幾種可能原因：

1）群集節點(diǎn)網(wǎng)絡(luò )禁用“Allow This Network to AccessBy Clients”設置；

2）群集節點(diǎn)網(wǎng)絡(luò )跨多網(wǎng)段，虛擬群集IP未配置多IP；

https://blogs.technet.microsoft.com/timmcmic/2010/05/12/cluster-core-resources-fail-to-come-online-on-some-exchange-2010-database-availability-group-dag-nodes/

3）群集資源名稱(chēng)在AD中被刪除；

https://blogs.technet.microsoft.com/askcore/2009/04/27/recovering-a-deleted-cluster-name-object-cno-in-a-windows-server-2008-failover-cluster/

4）仲裁失敗導致。

按照以上查詢(xún)結果，分別進(jìn)行確認，1~3均可排除，4從理論上可能在網(wǎng)絡(luò )故障時(shí)引起群集節點(diǎn)切換異常導致群集運行異常。按照這種分析，可以嘗試先恢復仲裁設置，再恢復群集名稱(chēng)資源的聯(lián)機。

三  解決方法

3.1        恢復文件共享見(jiàn)證資源

1）直接點(diǎn)擊將文件共享見(jiàn)證資源聯(lián)機，提示“操作時(shí)間超過(guò)預期時(shí)間”；

2）新建共享文件夾，然后添加新的文件共享見(jiàn)證，提示“操作時(shí)間超過(guò)預期時(shí)間”

3.2        恢復群集名稱(chēng)資源

1）選擇群集名稱(chēng)，點(diǎn)擊聯(lián)機，提示“操作時(shí)間超過(guò)預期時(shí)間”

3.3        重啟主服務(wù)器，切換群集

通過(guò)3.1、3.2嘗試，可以初步判斷群集目前無(wú)法正常運轉，常規操作無(wú)法進(jìn)行處理。在這種情況下，重啟下“群集”嘗試恢復群集，即重啟群集當前主服務(wù)器，強制群集進(jìn)行切換。

在對數據庫進(jìn)行手動(dòng)切換后，保證當前主服務(wù)器未掛載活動(dòng)數據庫，重啟服務(wù)器。重啟后，群集自動(dòng)切換至另一臺節點(diǎn)，群集名稱(chēng)資源及文件共享見(jiàn)證自動(dòng)恢復聯(lián)機，檢查服務(wù)器其他服務(wù)均正常。

四  小結

從故障現象、影響及最終解決方法來(lái)看，本次故障直接原因是網(wǎng)絡(luò )變更調整，間接原因是文件共享見(jiàn)證失效，根本原因是群集運行不正常，通過(guò)切換，恢復了群集的正常運行，進(jìn)而正常連接回群集名稱(chēng)資源和文件共享見(jiàn)證。

從本次故障處理，總結有以下幾點(diǎn)注意事項:

?  生產(chǎn)環(huán)境變更操作在非生產(chǎn)時(shí)間進(jìn)行；

?  涉及郵箱服務(wù)器重啟，需提前切換數據庫，確保重啟期間用戶(hù)使用；

?  在問(wèn)題無(wú)明顯思路時(shí)，重啟不失為一個(gè)好的嘗試方法，當然前提是不會(huì )造成其他影響。