简体中文版经机器翻译而成，仅供参考。如与英语版出现任何冲突，应以英语版为准。

从非控制器故障中恢复

08/16/2024 贡献者

PDF

在灾难站点上的设备进行了任何必要的维护或更换，但未更换任何控制器后，您可以开始将 MetroCluster 配置恢复为完全冗余状态的过程。其中包括修复配置（首先修复数据聚合，然后修复根聚合）以及执行切回操作。

开始之前

灾难集群中的所有 MetroCluster 硬件都必须正常运行。
整个 MetroCluster 配置必须处于切换状态。
在光纤连接的 MetroCluster 配置中， ISL 必须在 MetroCluster 站点之间正常运行。

启用控制台日志记录

NetApp强烈建议您在使用的设备上启用控制台日志记录、并在执行此过程时执行以下操作：

在维护期间保持AutoSupport处于启用状态。
在维护前后触发维护AutoSupport消息、以便在维护活动期间禁用案例创建。

请参阅知识库文章 "如何在计划的维护时段禁止自动创建案例"。
为任何命令行界面会话启用会话日志记录。有关如何启用会话日志记录的说明，请查看知识库文章中的“日志记录会话输出”部分 "如何配置PuTTY以优化与ONTAP系统的连接"。

修复MetroCluster配置中的配置

在MetroCluster FC配置中、您可以按特定顺序执行修复操作、以便在切换后还原MetroCluster功能。

在MetroCluster IP配置中、修复操作应在切换后自动启动。否则、您可以手动执行修复操作。

开始之前

必须已执行切换，并且正常运行的站点必须正在提供数据。
灾难站点上的节点必须暂停或保持关闭状态。

在修复过程中，不能完全启动它们。
灾难站点上的存储必须可访问（磁盘架已启动，正常运行且可访问）。
在光纤连接的 MetroCluster 配置中，交换机间链路（ ISL ）必须已启动且正在运行。
在四节点 MetroCluster 配置中，运行正常的站点中的节点不能处于 HA 故障转移状态（对于每个 HA 对，所有节点都必须已启动且正在运行）。

关于此任务

必须先对数据聚合执行修复操作，然后再对根聚合执行此操作。

修复数据聚合

修复并更换灾难站点上的任何硬件后，您必须修复数据聚合。此过程会重新同步数据聚合，并使（现已修复）灾难站点做好正常运行的准备。在修复根聚合之前，您必须修复数据聚合。

关于此任务

以下示例显示了强制切换，在此可以使已切换的聚合联机。远程集群中的所有配置更新均已成功复制到本地集群。您在此操作步骤中启动灾难站点上的存储，但不会也不能启动灾难站点上的控制器模块。

步骤

验证切换是否已完成：

MetroCluster 操作显示

controller_A_1::> metrocluster operation show
  Operation: switchover
      State: successful
 Start Time: 7/25/2014 20:01:48
   End Time: 7/25/2014 20:02:14
     Errors: -

在运行正常的集群中运行以下命令，以重新同步数据聚合：

MetroCluster heal -phase aggregates
```
controller_A_1::> metrocluster heal -phase aggregates
[Job 130] Job succeeded: Heal Aggregates is successful.
```
如果修复被否决，您可以使用 ` -override-vetoes` 参数重新发出 MetroCluster heal 命令。如果使用此可选参数，则系统将覆盖任何阻止修复操作的软否决。

验证操作是否已完成：

MetroCluster 操作显示

controller_A_1::> metrocluster operation show
    Operation: heal-aggregates
      State: successful
Start Time: 7/25/2014 18:45:55
   End Time: 7/25/2014 18:45:56
     Errors: -

检查聚合的状态：

storage aggregate show 命令。

controller_A_1::> storage aggregate show
Aggregate Size     Available Used% State   #Vols  Nodes        RAID Status
--------- -------- --------- ----- ------- ------ ------------ ------------
...
aggr_b2   227.1GB  227.1GB   0%    online  0      mcc1-a2      raid_dp, mirrored, normal...

如果已在灾难站点上更换存储，您可能需要重新镜像聚合。

发生灾难后修复根聚合

修复数据聚合之后，您必须修复根聚合，以便为切回操作做好准备。

开始之前

MetroCluster 修复过程的数据聚合阶段必须已成功完成。

步骤

切回镜像聚合：

MetroCluster heal -phase root-aggregates
```
mcc1A::> metrocluster heal -phase root-aggregates
[Job 137] Job succeeded: Heal Root Aggregates is successful
```
如果修复被否决，您可以使用 ` -override-vetoes` 参数重新发出 MetroCluster heal 命令。如果使用此可选参数，则系统将覆盖任何阻止修复操作的软否决。

在目标集群上运行以下命令，以确保修复操作已完成：

MetroCluster 操作显示

mcc1A::> metrocluster operation show
  Operation: heal-root-aggregates
      State: successful
 Start Time: 7/29/2014 20:54:41
   End Time: 7/29/2014 20:54:42
     Errors: -

验证您的系统是否已做好切回准备

如果您的系统已处于切换状态，您可以使用 ` -simulate` 选项预览切回操作的结果。

步骤

启动灾难站点上的每个控制器模块。

如果节点已关闭：

启动节点。

如果节点位于加载程序提示符处：

运行命令： boot_ontap
节点启动完成后、验证根聚合是否已镜像。

如果两个丛都存在，则任何重新同步都将自动启动。如果丛出现故障、请销毁该丛、然后使用以下命令重新创建镜像、以重新建立镜像关系：

storage aggregate mirror -aggregate <aggregate-name>
模拟切回操作：
1. 在任一正常运行的节点的提示符处，更改为高级权限级别：
  
  set -privilege advanced
当系统提示您继续进入高级模式并显示高级模式提示符（ * > ）时，您需要使用 y 进行响应。
1. 使用 ` -simulate` 参数执行切回操作：
  
  MetroCluster switchback -simulate
2. 返回到管理权限级别：
  
  set -privilege admin
查看返回的输出。

输出将显示切回操作是否会出错。

验证结果示例

以下示例显示了对切回操作的成功验证：

cluster4::*> metrocluster switchback -simulate
  (metrocluster switchback)
[Job 130] Setting up the nodes and cluster components for the switchback operation...DBG:backup_api.c:327:backup_nso_sb_vetocheck : MetroCluster Switch Back
[Job 130] Job succeeded: Switchback simulation is successful.

cluster4::*> metrocluster op show
  (metrocluster operation show)
  Operation: switchback-simulate
      State: successful
 Start Time: 5/15/2014 16:14:34
   End Time: 5/15/2014 16:15:04
     Errors: -

cluster4::*> job show -name Me*
                            Owning
Job ID Name                 Vserver    Node           State
------ -------------------- ---------- -------------- ----------
130    MetroCluster Switchback
                            cluster4
                                       cluster4-01
                                                      Success
       Description: MetroCluster Switchback Job - Simulation

执行切回

修复 MetroCluster 配置后，您可以执行 MetroCluster 切回操作。MetroCluster 切回操作会将配置恢复到其正常运行状态，灾难站点上的 sync-source Storage Virtual Machine （ SVM ）处于活动状态，并从本地磁盘池提供数据。

开始之前

灾难集群必须已成功切换到正常运行的集群。
必须已对数据和根聚合执行修复。
正常运行的集群节点不能处于 HA 故障转移状态（对于每个 HA 对，所有节点都必须已启动且正在运行）。
灾难站点控制器模块必须完全启动，而不是处于 HA 接管模式。
必须镜像根聚合。
交换机间链路（ ISL ）必须处于联机状态。
必须在系统上安装所有必需的许可证。

步骤

确认所有节点均处于已启用状态：

MetroCluster node show

以下示例显示了处于 "enabled" 状态的节点：

cluster_B::>  metrocluster node show

DR                        Configuration  DR
Group Cluster Node        State          Mirroring Mode
----- ------- ----------- -------------- --------- --------------------
1     cluster_A
              node_A_1    configured     enabled   heal roots completed
              node_A_2    configured     enabled   heal roots completed
      cluster_B
              node_B_1    configured     enabled   waiting for switchback recovery
              node_B_2    configured     enabled   waiting for switchback recovery
4 entries were displayed.

确认所有 SVM 上的重新同步均已完成：

MetroCluster SVM show
验证修复操作正在执行的任何自动 LIF 迁移是否已成功完成：

MetroCluster check lif show
从运行正常的集群中的任何节点运行以下命令，以执行切回。

MetroCluster 切回

检查切回操作的进度：

MetroCluster show

当输出显示 "waiting for-switchback" 时，切回操作仍在进行中：

cluster_B::> metrocluster show
Cluster                   Entry Name          State
------------------------- ------------------- -----------
 Local: cluster_B         Configuration state configured
                          Mode                switchover
                          AUSO Failure Domain -
Remote: cluster_A         Configuration state configured
                          Mode                waiting-for-switchback
                          AUSO Failure Domain -

当输出显示 "Normal" 时，切回操作完成：

cluster_B::> metrocluster show
Cluster                   Entry Name          State
------------------------- ------------------- -----------
 Local: cluster_B         Configuration state configured
                          Mode                normal
                          AUSO Failure Domain -
Remote: cluster_A         Configuration state configured
                          Mode                normal
                          AUSO Failure Domain -

如果切回需要很长时间才能完成，您可以在高级权限级别使用以下命令来检查正在进行的基线的状态。

MetroCluster config-replication resync-status show

重新建立任何 SnapMirror 或 SnapVault 配置。

在 ONTAP 8.3 中，您需要在执行 MetroCluster 切回操作后手动重新建立丢失的 SnapMirror 配置。在 ONTAP 9.0 及更高版本中，系统会自动重新建立此关系。

验证切回是否成功

执行切回后，您需要确认所有聚合和 Storage Virtual Machine （ SVM ）均已切回并联机。

步骤

验证切换后的数据聚合是否已切回：

s存储聚合显示

在以下示例中，节点 B2 上的 aggr_b2 已切回：

node_B_1::> storage aggregate show
Aggregate     Size Available Used% State   #Vols  Nodes            RAID Status
--------- -------- --------- ----- ------- ------ ---------------- ------------
...
aggr_b2    227.1GB   227.1GB    0% online       0 node_B_2   raid_dp,
                                                                   mirrored,
                                                                   normal

node_A_1::> aggr show
Aggregate     Size Available Used% State   #Vols  Nodes            RAID Status
--------- -------- --------- ----- ------- ------ ---------------- ------------
...
aggr_b2          -         -     - unknown      - node_A_1

如果灾难站点包含未镜像聚合且未镜像聚合不再存在，则聚合可能会在 storage aggregate show 命令的输出中显示为 "unknown" 状态。请联系技术支持以删除未镜像聚合的过期条目、并参考知识库文章 "如何在存储丢失的灾难发生后删除MetroCluster 中陈旧的未镜像聚合条目。"

验证运行正常的集群上的所有 sync-destination SVM 是否均处于休眠状态（显示管理状态为 "stopped" ），以及灾难集群上的 sync-source SVM 是否已启动且正在运行：

vserver show -subtype sync-source

node_B_1::> vserver show -subtype sync-source
                               Admin      Root                       Name    Name
Vserver     Type    Subtype    State      Volume     Aggregate       Service Mapping
----------- ------- ---------- ---------- ---------- ----------      ------- -------
...
vs1a        data    sync-source
                               running    vs1a_vol   node_B_2        file    file
                                                                     aggr_b2

node_A_1::> vserver show -subtype sync-destination
                               Admin      Root                         Name    Name
Vserver            Type    Subtype    State      Volume     Aggregate  Service Mapping
-----------        ------- ---------- ---------- ---------- ---------- ------- -------
...
cluster_A-vs1a-mc  data    sync-destination
                                      stopped    vs1a_vol   sosb_      file    file
                                                                       aggr_b2

MetroCluster 配置中的 sync-destination 聚合会在其名称中自动附加后缀 "-mc" ，以帮助标识它们。

确认切回操作成功：

MetroCluster 操作显示

如果命令输出显示 …

那么 …

切回操作状态为成功。

切回过程已完成，您可以继续操作系统。

切回操作或 sswitchback-continuation-agent 操作已部分成功。

执行 MetroCluster operation show 命令输出中建议的修复操作。

完成后

您必须重复前面的部分，以反向执行切回。如果 site_A 已切换 site_B ，请让 site_B 切换 site_A

在切回后删除陈旧的聚合列表

在某些情况下，切回后，您可能会注意到存在 stal 聚合。陈旧的聚合是指已从 ONTAP 中删除但其信息仍记录在磁盘上的聚合。陈旧的聚合会使用 nodeshell aggr status -r 命令显示，但不会使用 storage aggregate show 命令显示。您可以删除这些记录，使其不再显示。

关于此任务

如果在 MetroCluster 配置处于切换状态时重新定位了聚合，则可能会发生陈旧的聚合。例如：

站点 A 切换到站点 B
删除聚合的镜像并将聚合从 node_B_1 重新定位到 node_B_2 以实现负载平衡。
您可以执行聚合修复。

此时， node_B_1 上会显示一个陈旧的聚合，即使已从该节点中删除实际聚合也是如此。此聚合显示在 nodeshell aggr status -r 命令的输出中。它不会显示在 storage aggregate show 命令的输出中。

比较以下命令的输出：

s存储聚合显示

run local aggr status -r

陈旧的聚合显示在 run local aggr status -r 输出中，但不显示在 storage aggregate show 输出中。例如，以下聚合可能显示在 run local aggr status -r 输出中：

Aggregate aggr05 (failed, raid_dp, partial) (block checksums)
Plex /aggr05/plex0 (offline, failed, inactive)
  RAID group /myaggr/plex0/rg0 (partial, block checksums)

 RAID Disk Device  HA  SHELF BAY CHAN Pool Type  RPM  Used (MB/blks)  Phys (MB/blks)
 --------- ------  ------------- ---- ---- ----  ----- --------------  --------------
 dparity   FAILED          N/A                        82/ -
 parity    0b.5    0b    -   -   SA:A   0 VMDISK  N/A 82/169472      88/182040
 data      FAILED          N/A                        82/ -
 data      FAILED          N/A                        82/ -
 data      FAILED          N/A                        82/ -
 data      FAILED          N/A                        82/ -
 data      FAILED          N/A                        82/ -
 data      FAILED          N/A                        82/ -
 Raid group is missing 7 disks.

删除陈旧的聚合：
1. 在任一节点的提示符处，更改为高级权限级别：
  
  set -privilege advanced
当系统提示您继续进入高级模式并显示高级模式提示符（ * > ）时，您需要使用 y 进行响应。
1. 删除陈旧的聚合：
  
  aggregate remove-stale-record -aggregate aggregate_name
2. 返回到管理权限级别：
  
  set -privilege admin
确认已删除陈旧的聚合记录：

run local aggr status -r

从非控制器故障中恢复

Creating your file...

启用控制台日志记录

修复MetroCluster配置中的配置

修复数据聚合

发生灾难后修复根聚合

验证您的系统是否已做好切回准备

验证结果示例

执行切回

验证切回是否成功

在切回后删除陈旧的聚合列表