mfs 连接频繁断开

随着数据量越来越大，MFS的使用中也出现过一些问题，这里做了一些分析和总结，下面和大家分享一下：

先提一下MFS出问题时出现比较频繁的两个信息：

• 连接中断
• 坏块问题

连接中断问题在Master端会出现如下错误：

mfsmaster[15861]: connection with client(ip:10.11.18.175) has been closed by peer
表示客户端和master的连接中断
mfsmaster[15861]: connection with ML(10.11.19.76) has been closed by peer
表示Metalogger和Master的连接中断
mfsmaster[15861]: connection with CS(10.11.18.199) has been closed by peer
表示ChunkServer和Master的连接中断

原因分析可能如下：

1. 网络闪断 - 正常现象，MFS本身可自动重连，不会造成问题
2. Clinet或ChunkServer主动断开连接，如Kill进程，也会引起这种错误
3. ChunkServer或Client到Master的连接超时，也会断开连接，引起超时可能有两个原因：

• Client请求过多，引起Master请求队列已满，导致的连接超时
• 网络响应慢引起的超时（和网络闪断区分）

解决办法：

• 对于1、3出现引起的中断可不加理会，重点需关注2引起的问题：
• 针对2-a：Client控制请求，如超高并发的读写删除，另需注意的操作是ls，大家知道Linux系统本身对一个目录下文件个数的显示是有限制的（如10W，那么涉及到的需遍历指令就会报错，list too long)，同样，我们MFS中遍历目录下文件时也要注意，要遍历的文件数过多会导致超时引起连接被中断等问题。
• 针对2-b: 合理分配带宽资源，优化网络环境解决。

备注：

Client或Chunk到Master的连接中断之后，会由Client或Chunk自动发出重连(Reconnection)和注册(Register)操作。

坏块问题在Master端会出现如下错误：

mfsmaster[3250]: chunkserver has nonexistent chunk (000000000002139F_00000001), so create it for future deletion
mfsmaster[3250]: (10.11.18.199:9422) chunk: 000000000002139F creation status: 20
mfsmaster[3250]: chunk 000000000002139F has only invalid copies (1) – please repair it manually
mfsmaster[3250]: chunk 000000000002139F_00000001 – invalid copy on (10.11.18.199 – ver:00000000)
mfsmaster[3250]: currently unavailable chunk 000000000002139F (inode: 135845 ; index: 23)

上述日志的意思是：有一个块在Master中有元数据信息，但ChunkServer中没有这个块，系统会自动在ChunkServer上创建此块为了后续删除，因为没有内容，所以是非法的copy，我们也无法访问到此块。

出现的原因可能有很多，如：

• Client端大文件传输过程中，强制拔下master主机电源，造成master非法关闭，使用mfsmetarestore -a修复后，master日志报告有坏块
• ChunkServer的csstats.mfs存放位置空间不足，导致文件块无法写入，也会引起块错误
• 手动删除ChunkServer上的块文件
• 删除文件后，Master非正常结束后重启，但没有结果changelog.mfs进行恢复，也会引起坏块

[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.45'|grep 'Jan 24' |wc -l
181
[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.45'|grep 'Jan 23' |wc -l
235
[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.45'|grep 'Jan 19' |wc -l
2
[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.45'|grep 'Jan 18' |wc -l
4
[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.45'|grep 'Jan 10' |wc -l
13
[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.45'|grep 'Jan 22' |wc -l
375
[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.42'|grep 'Jan 22' |wc -l
394
[root@c1 log]# cat messages|grep 'chunkserver disconnected - ip: 192.168.2.42'|grep 'Jan 21' |wc -l
120

每天会发生这么多次重新连接？ 原因？网络的不稳定？IO的变大，用网线直连看看！

Jan 24 11:12:14 c1 mfsmaster[28849]: connection with CS(192.168.2.45) has been closed by peer
Jan 24 11:12:14 c1 mfsmaster[28849]: chunkserver disconnected - ip: 192.168.2.45, port: 9422, usedspace: 0 (0.00 GiB), totalspace: 0 (0.00 GiB)
Jan 24 11:12:16 c1 mfsmaster[28849]: chunk-server already connected !!!
Jan 24 11:12:16 c1 mfsmaster[28849]: connection with CS(192.168.2.42) has been closed by peer
Jan 24 11:12:16 c1 mfsmaster[28849]: chunkserver disconnected - ip: 192.168.2.42, port: 9422, usedspace: 0 (0.00 GiB), totalspace: 0 (0.00 GiB)
Jan 24 11:12:18 c1 mfsmaster[28849]: chunkserver disconnected - ip: 192.168.2.44, port: 9422, usedspace: 0 (0.00 GiB), totalspace: 0 (0.00 GiB)
Jan 24 11:12:21 c1 mfsmaster[28849]: chunkserver register begin (packet version: 5) - ip: 192.168.2.44, port: 9422
Jan 24 11:12:21 c1 mfsmaster[28849]: chunk-server already connected !!!
Jan 24 11:12:21 c1 mfsmaster[28849]: connection with CS(192.168.2.42) has been closed by peer
Jan 24 11:12:21 c1 mfsmaster[28849]: chunkserver disconnected - ip: 192.168.2.42, port: 9422, usedspace: 0 (0.00 GiB), totalspace: 0 (0.00 GiB)
Jan 24 11:12:23 c1 mfsmaster[28849]: chunk-server already connected !!!
Jan 24 11:12:23 c1 mfsmaster[28849]: connection with CS(192.168.2.45) has been closed by peer
Jan 24 11:12:28 c1 mfsmaster[28849]: chunkserver disconnected - ip: 192.168.2.45, port: 9422, usedspace: 0 (0.00 GiB), totalspace: 0 (0.00 GiB)
Jan 24 11:12:30 c1 mfsmaster[28849]: chunk-server already connected !!!
Jan 24 11:12:30 c1 mfsmaster[28849]: connection with CS(192.168.2.42) has been closed by peer