 |
О причинах
Cлучилось непредвиденное, что в принципе случается чрезвычайно редко (шанс примерно один на 500.000):
Используются свитчи Cisco, 3 уровня, это очень надежное оборудование и считается самым стабильным в мире для этого класса. Так вот, 30 ноября ночью внезапно один из портов свитча (на рисунке сверху) сменил свою скорость – со стандартного 1 Gbit/sec на 10 Mbit/sec! Как видно из диаграммы, трафик ходит между серверами и центральным хранилищем сразу по 2 link'ам, периодически он попадал и на второй link. А это означает, что сервера с городами пытаюся обработать трафик в 1.000 Mbit/sec через всего-навсего 10 Mbit/sec. Говоря обычным языком – это всё равно что попытаться опустошить целиком весь мешок зерна через кольцо от брелка, желая сделать это за секунду.
Естественно, образуется очередь, сервера с городами ждут пока “зернышки” пройдут по очереди к серверу хранилища, и используют они в этом случае всегда тот же самый линк, по которому от них уже шел трафик к этому хранилищу. Ждут, ждут, ждут....и в результате сервер хранилища, который занят в это время получением трафика от другого сервера, считает что “не вижу остальных, значит они померли, я очищаю свою статистику и не воспринимаю больше трафик от них в ближайшие 2 минуты. Посмотрим поднимутся они или нет через 2 минуты”. Если в течение 2 минут сервер города всё-таки “достучится” до хранилища, коннект восстанавливается, и делается новая попытка передачи данных. Проблема в том, что за 2 минуты сам сервер города посчитает хранилище тоже мертвым, и остановит поток данных т.к. их как бы некуда посылать.
В результате имеем неполноценные файлы, и если это файлы с данными игроков, такие файлы были длиной 0, т.е. пустые. Вот почему в последнее время происходили массовые “потери” персонажей. Естественно, команда support старалась в максимально короткие сроки их восстанавливать, но время шло над исправлением происходяшего.
А оказалось всё просто – дефект одного из портов свитча Cisco, и этот дефект был “плавающим”, то появлялся, то исчезал, и отследить его было практически невозможно.
Как только мы отключили второй линк с хранилища, все симптомы этих проблем исчезли.
Статус на данный момент
Сейчас идет восстановление остатков по пропавшим персонажам, если у кого-то исчезли персонажи – сообщите персонажу   Rand [12]  или оставьте заявку в support.
О положительном
Для того, чтобы избежать ситуации по зависимости от проходимости сетевых контактов /интерфейсов и загрузки их трафиком (оно уже достаточно скоро достигнет гигабитных скоростей), принято решение перевести все соединения между серверами и центральными хранилищами на технологию Infiniband QDR, что должно дать существенный прирост мощи в плане скорости работы с дисковой системой по всем серверам/городам/хранилищам. В данный момент эта скорость ограничивается скоростью проходимости портов Cisco свитча и равна 1 GBit/sec, после обновления оборудования (ориентировочно через 2 недели, ждем заказанное оборудование) скорость составит 40 Gbit/sec.
Технология Infiniband достаточно сильно отличается от традиционной сетевой коммуникации, и используется зачастую в построении супер-компьютеров и кластеров.
|
курс на 19/12/2022: 200 кр. за 
