IBM和SUN平台的差异性分析.docx
《IBM和SUN平台的差异性分析.docx》由会员分享，可在线阅读，更多相关《IBM和SUN平台的差异性分析.docx（46页珍藏版）》请在冰豆网上搜索。
IBM和SUN平台的差异性分析
目录
第1章概述1-1
第2章双机软件分析2-1
2.1双机软件简介2-1
2.1.1IBM平台双机软件HACMP2-1
2.1.2SUN平台双机软件suncluster2.22-3
2.1.3SUN平台双机软件suncluster3.02-4
2.2双机应用的配置比较2-6
2.2.1IBMHACMP2-6
2.2.2SUNcluster2.22-8
2.2.3SUNcluster3.02-8
2.3双机应用的维护比较2-10
2.4Cluster状态检查2-14
2.4.1IBM平台2-14
2.4.2Suncluster2.2平台2-15
2.4.3Suncluster3.0平台2-18
第3章磁盘和文件系统操作3-21
3.1IBM对磁盘和文件系统的管理方法介绍3-21
3.1.1逻辑卷管理3-21
3.1.2创建逻辑卷3-22
3.1.3创建文件系统3-23
3.1.4管理调页空间（PagingSpace）3-25
3.2常用维护命令介绍3-26
第4章告警处理4-30
4.1IBM平台告警介绍4-30
4.1.1操作系统层4-31
4.1.2HACMP层4-32
4.1.3Crontab层4-33
4.1.4三类告警的整合4-33
4.2SUN平台告警介绍4-33
4.32G中告警的发送4-34
第5章常见问题处理5-34
5.1问题一5-34
5.2问题二5-35
5.3问题三5-35
5.4问题四5-36
5.5问题五5-36
5.6信息日志的收集5-43
附录5-44
IBM常用命令集5-44
第1章概述
目前，在HLR中既使用了IBM平台，又使用了SUN平台，这两个平台之间存在着较大区别，本文档从双机软件、磁盘和文件系统操作、告警处理、常见问题处理四个方面对这两个平台进行差异性分析，目的在于提高HLR维护人员对两个平台的认识；
第2章双机软件分析
2.1双机软件简介
IBM平台和SUN平台有着各自的双机软件，IBM的双机软件为HACMP，SUN平台的双机软件为suncluster，主要有2.2和3.0版本，下面对各个双机软件进行简要介绍；
2.1.1IBM平台双机软件HACMP
HACMP是IBM双机的高可用性管理软件，通过"心跳"协议来监控处理器和网络接口，心跳信号通过TCPIP（公网）以及RS232（私网）同时传送；目前HLR使用的版本为HACMP/ES4.4.1（增强版本）；在HACMP中，cluster的配置过程如下【只在一台主机上操作】：
1、定义Cluster拓扑结构（ClusterTopology）
2、同步群组中各节点上的拓扑定义
3、定义ApplicationServer，用于启停oracle、HLR应用
4、定义ApplicationMonitor，和ApplicationServer关联，对ApplicationServer进行监控
5、定义资源组，和ApplicationServer关联，资源组中还需定义与之关联的磁盘组；
6、同步资源组
HACMP通过对资源组的管理来实现对应用的管理，cluster在启动时，就会激活资源组，主机在激活资源组的过程中，首先绑定服务ip，然后挂接阵列，调用ApplicationServer的start方法启动应用；应用启动完毕，clstrmgr调用run_clappmond，从而唤醒clappmond，clappmond调用用户自定义的方法（monitor.sh）来监测应用，clappmond检测到monitor.sh非0退出则退出；clstrmgr检测到clappmond退出，则重起应用或倒换；cluster与应用的稳定运行和ApplicationMonitor配置紧密相关，ApplicationMonitor中存在如下重要概念：
Applicationservername:
也就是Applicationmonitor的名字.
StabilizationInterval:
从应用重起到开始监测的时间间隔.
RestartCount:
应用发生异常后,重起应用的次数.
RestartInterval:
把app_mon的定时器定期清0的时间间隔.
ActiononApplicationFailure:
fallover（倒换）/notify
MonitorMethod:
监测应用的脚本（monitor.sh）
MonitorInterval:
对应用进行监测的时间间隔.
HungMonitorSignal:
监控脚本挂起时发送的信号.
RestartMethod:
应用异常时,重起应用的脚本.
CleanupMethod:
应用异常后,首先执行进行清理,再重起
在配置ApplicationMonitor，需要对上述参数进行正确设置；参数的图解如下所示：
事件处理流是HACMP的重要特性，HACMP的任何活动都是以事件流的方式进行的，如：
节点启动（node_up事件和node_up_complete事件），同时会引发其他相应的事件（如果是第一个节点的话,还有start_server,acquire_service_addr等），所有的事件都定义在：
/usr/es/sbin/cluster/events，每个事件对应一个脚本；主要的事件有：
1.node_up节点加入cluster
2.node_down节点离开cluster
work_up网络（ether,rs）恢复
work_down网络故障
5.swap_adapter主备网卡倒换
6.fail_standby备用网卡失效
7.join_standby备用网卡恢复
8.get_disk_vg_fs获得阵列控制权
当事件发生后，HACMP根据事件定义的处理方法进行处理；
2.1.2SUN平台双机软件suncluster2.2
在SUN平台下，HLR使用了双机软件suncluster的两个版本，2.2和3.0；在cluster2.2中，cluster配置过程主要为：
1、定义磁盘管理工具（SDS/VolumeManager，如果使VolumeManager，在公网配置后，需要配置quorumdevice）
2、定义cluster的名字
3、定义cluster的组成节点
4、定义节点的私网口
5、定义节点的公网口
6、定义系统的dataserviceHAoracle
7、注册逻辑主机，和磁盘组关联
8、注册dataservice，和逻辑主机进行绑定
SC2.2主要是通过对逻辑主机的管理来实现对应用的管理；主机在激活逻辑主机的过程中，首先挂接阵列，然后绑定服务ip，通过调用dataservice的start_net，fm_start方法激活与该逻辑主机的dataservice，应用启动完毕，oracle通过Haoracle进行监控，HLR的应用通过系统命令pmfadm进行监控；
2.1.3SUN平台双机软件suncluster3.0
SC3.0对双机的监控主要采用通过ResourceGroupManager（RGM）管理资源组的方式来监控系统运转是否正常；RGM作为一个daemon运行在群集中的每一个节点，它们之间互相通信，作为一个整体对群集进行管理；主要实现如下功能：
1、当一个节点出现异常情况时，RGM将自动把该节点管理的资源组移动到该群集中的另外一个节点；
2、当一个资源组中的某一资源出现异常情况时，该资源的监控程序就会通知RGM重起该资源组或者把资源组倒换到另外一个节点；
3、群集的管理者可以通过输入相应的命令，对资源组进行管理；
在一个资源组中，可以包含多个资源（Resource），比如逻辑主机、oracle、hlr应用；这些资源有着自己的资源类型（ResourceTypes）；资源组、每一种资源类型和每一个资源都有着自己的属性设置；资源组主要有如下属性：
1、Failback（Boolean）：
该资源组的管理方式；当为TRUE时，相当于IBM中资源组的cascading的方式，当为FALSE时，相当于IBM中资源组的rotating的方式，缺省值为FALSE；
2、RG_mode（enum）：
资源组的运行模式，有两种设置：
Scalable和Failover；缺省值为Failover；
3、RG_name（string）：
资源组的名字；
4、RG_state（enum）：
资源组在某一节点的状态（Online：
资源组处于激活状态,Offline：
资源组处于离线状态,Pending_online：
资源组正在激活过程中，Unmanaged：
资源组不处于SC的管理状态，Pending_offline：
资源组正在离线过程中，Error_stop_failed：
资源组正在离线过程中，某个资源的stop方法调用失败后资源组的状态）；
资源类型主要有如下属性：
1、Monitor_start（string）：
启动该类资源monitor的脚本；
2、Monitor_stop（string）：
停止该类资源monitor的脚本；
3、BOOT（string）：
节点启动时对于该类资源调用的脚本；
4、START（string）：
该类资源online时调用的脚本；
5、STOP（string）：
该类资源offline时调用的脚本；
6、RT_basedir（string）：
当设置以上脚本为相对路径时，需要设置该属性；
7、Resource_type（string）：
资源类型的名字；
资源主要有如下属性：
1、Retry_interval（integer）：
这是时间间隔的设置，单位为秒，在该时间段内，如果资源的重起次数超过Retry_count，则发生倒换
2、Retry_count（integer）：
在时间间隔Retry_interval内，资源最多可以重起的次数
3、Thorough_probe_interval（integer）：
monitor循环检测间隔（秒）
4、Probe_timeout（integer）：
monitor检测超时时间（秒）
5、method_timeout（integer）：
各种method运行稳定的时间（秒），包括Start_timeout、Stop_timeout等；
6、RESOURCE_DEPENDENCIES：
资源间的依赖关系；例如A资源的RESOURCE_DEPENDENCIES设置为B资源，则说明在ONLINEA资源时首先要求ONLINEB资源；在OFFLINEB资源时首先要求OFFLINEA资源；
7、ON_OFF_SWITCH：
资源激活的开关（ENABLED、DISABLED）
8、MONITORED_SWITCH：
资源monitor的开关（ENABLED、DISABLED）
对于SC3.0，需要深刻理解资源和资源组的关系：
当资源组的RG_state为ONLINE时：
是否启动资源所关联的dataservice取决于资源的ON_OFF_SWITCH属性，当为ENABLED时，启动dataservice，当为DISABLED时，不启动；
当资源组的为OFFLINE时：
不管资源的ON_OFF_SWITCH属性取值情况，都不会启动相应的dataservice；
因此停止dataservice有两种办法：
1、设置资源的ON_OFF_SWITCH属性为DISABLED（我们的stop.sh采取这种办法）
2、设置资源组RG_state为OFFLINE
在cluster3.0中，cluster配置过程主要为：
1、定义cluster的名字
2、定义cluster的组成节点
3、定义节点的私网口
4、定义节点的公网口
5、定义quorumdevice
6、在cluster注册磁盘组
7、配置资源组，主要关联逻辑主机、磁盘组、oracle、HLR应用；
SC3.0通过对资源组的管理来实现对应用的管理，系统在启动时，就会激活资源组，主机在激活资源组的过程中，首先激活服务ip，然后挂接阵列，调用资源oracle、HLR的start方法，启动oracle和HLR应用；应用启动完毕，系统周期性的调用资源的监控脚本对应用的运行情况进行监控，当监控脚本发现异常时，cluster根据资源的配置参数（Retry_count、Retry_interval）进行重起或者倒换；
2.2双机应用的配置比较
2.2.1IBMHACMP
主要是指对ApplicationServer、ApplicationMonitor和资源组的配置；其中ApplicationServer的配置如下：
ServerName：
hlr_AS
StartScript：
/opt/HWhlr/bin/systemstart.sh
StopScript：
/opt/HWhlr/bin/systemstop.sh
其中启动脚本和停止脚本systemstart.sh和systemstop.sh是HACMP用来启停oracle和HLR应用进程的脚本，给维护人员提供的启停orachle和HLR应用进程的脚本为：
HLR_BASE/bin/start.sh和HLR_BASE/bin/start.sh，维护人员在cluster正常的情况下，使用这两个脚本对应用进行维护；
ApplicationMonitor的配置如下：
Applicationservername:
hlr_AS
StabilizationInterval:
100s
RestartCount:
1
RestartInterval:
700s
ActiononApplicationFailure:
fallover（倒换）
NotifyMethod:
none
MonitorMethod:
HLR_BASE/bin/monitor.sh
MonitorInterval:
10s
HungMonitorSignal:
15（SIG_TERM）
RestartMethod:
/opt/HWhlr/bin/systemstart.sh
CleanupMethod:
/opt/HWhlr/bin/systemstop.sh
HLRMaxFailedCount:
20
HLRRestartInterval:
1800s
在hlr_AS被激活以后，HACMP通过hlr_AS的ApplicationMonitor对oracle和HLR应用进程进行监控，监控间隔为10秒，在RestartInterval（700s）内，监控脚本HLR_BASE/bin/monitor.sh第一次以以非0值退出时，HACMP将调用/opt/HWhlr/bin/systemstop.sh停止HLR和oracle，然后调用/opt/HWhlr/bin/systemstart.sh启动oracle和HLR，经过StabilizationInterval（00s）后，每隔10秒周期调用HLR_BASE/bin/monitor.sh对oracle和HLR进行监控；在RestartInterval（700s）内，监控脚本HLR_BASE/bin/monitor.sh第二次以以非0值退出时，系统发生主备机倒换；
注意：
ORACLE发生异常的情况不多,而hdb发生异常的情况较多，两者不可以用同样的方法来处理异常，因此HLR对APP_MON进行了扩展，增加两个概念：
hlrfailedcount---hlr发生异常的次数.
hlrrestartinterval---hlr异常计数器清0的时间间隔
当monitor.sh检测到hlr异常退出时,并不立即以非0退出,而是使hlrfailedcount加一,然后重起hlr应用,以0值退出，直到hlrfailedcount达到一定的次数（hlrmaxfailedcount）后,才使monitor.sh以非0值退出，hlrfailedcount的作用与restartcount类似，hlrrestartinterval的作用与restartinterval类似
资源组的配置如下：
ResourceGroupName：
hlr_rg
NodeRelationship：
rotating
ParticipatingNodeNames：
hwhlr_ph1hwhlr_ph2
ServiceIPlabel：
hwhlr10
VolumeGroups：
datavg
ApplicationServers：
hlr_AS
2.2.2SUNcluster2.2
主要是对逻辑主机的配置：
逻辑主机名为hwhlr10，可以master逻辑主机的节点为hwhlr-ph1、hwhlr-ph2，关联的磁盘组为datadg，节点的公网口都为hme0，绑定的第一个逻辑ip为hwhlr10（129.9.101.193）第二个逻辑ip为hwhlr9（129.10.101.193）；采用Haoracle对oracle进行监控；
2.2.3SUNcluster3.0
主要是对资源组和资源的配置：
基本配置如下：
资源组名称（ResourceGroupName）：
hlr_rg
成员节点（ParticipatingNodeNames）：
hwhlr－ph1hwhlr－ph2
该资源组包含的资源及类型：
1、服务IP（ServiceIPLabel）
Resname:
hwhlr10
Resresourcetype:
SUNW.LogicalHostname
2、卷组（VolumeGroup用于管理datadg）：
Resname:
hlrvg
Resresourcetype:
SUNW.HAStoragePlus
3、oracle应用：
Resname:
oracle
Resresourcetype:
HW.hlr
RESOURCE_DEPENDENCIES：
hlrvg（要ONLINE资源oracle必须保证datadg可用）
4、hlr应用：
Resname:
hlr
Resresourcetype:
HW.hlr
5、应用的启动脚本（StartScript）：
/op/HWhlr/bin/systemstart.sh
6、应用的停止脚本（StopScript）：
/op/HWhlr/bin/systemstop.sh
7、应用的监控脚本（MonitorScript）：
${HLR_BASE}/bin/monitor.sh
hlr的monitor，配置如下：
被监控资源（ResourceName）：
hlr
监控脚本（MonitorMethod）：
${HLR_BASE}/bin/monitor.sh
监控间隔（MonitorInterval）：
10s
监控超时时间（ProbeTime）：
10s
监控脚本挂起时发送信号（HungMonitorSignal）：
SIGKILL
启动超时时间（Start_timeout）：
300s
停止超时时间（Stop_timeout）：
30s
重启次数（Retry_count）：
0
重启次数清零间隔（Retry_interval）：
无意义
检测异常后动作（ActiononApplicationFailure）：
fallover
对于hlr应用，第一层监控通过pmfadm命令的监控作用去监控，当某个hlr的进程退出时，pmfadm会立即重起该进程，如果在30分钟内重起次数大于50，则pmfadm不在重起该进程；第二层监控通过cluster的监控作用去监控；在监控脚本monitor.sh中，如果发现hlr进程的某个tag不见了，monitor.sh就返回1，cluster就发起倒换；
Oracle的monitor，配置如下：
被监控资源（ResourceName）：
oracle
监控脚本（MonitorMethod）：
${HLR_BASE}/bin/monitor.sh
监控间隔（Thorough_Probe_Interval）：
20s
监控超时时间（Probe_timeout）：
60s
监控脚本挂起时发送信号（HungMonitorSignal）：
SIGKILL
启动超时时间（Start_timeout）：
1800s
停止超时时间（Stop_timeout）：
30s
重启次数（Retry_count）：
0
重启次数清零间隔（Retry_interval）：
无意义
检测异常后动作（ActiononApplicationFailure）：
fallover
对于oracle，不再利用系统提供的dataservice对oracle进行管理，通过HLR提供的监控程序和脚本对oracle进行管理，当监控程序发现oracle异常时，和IBM平台不同，不再重新启动oracle，而是立即发起倒换；
2.3双机应用的维护比较
SC2.2
SC3.0
IBM（HACMP）
应用注册
对于oracle，作为一个标准的dataservice注册到SC，hareg-s-roracle；对于hlr应用，hareg-rhlr-mSTART_NET="${HLR_BASE}/bin/startnet.hlr.sh"
-mSTOP_NET="${HLR_BASE}/bin/stopnet.hlr.sh"-mFM_START="${HLR_BASE}/bin/fmstart.hlr.sh"-mFM_STOP="${HLR_BASE}/bin/fmstop.hlr.sh"-mABORT_NET="${HLR_BASE}/bin/abort.hlr.sh-hhwhlr10
SC3.0是通过对资源组的维护来管理我们的应用；把应用作为一个资源加入到资源组中时，需要确定该资源的资源类型；资源类型是一个RTR（resourcetyperegistration）的配置文件，缺省位于/usr/cluster/lib/rgm/rtreg目录，在主备机都存在；在我们方案中，该RTR文件为HW.hlr，在该文件中对该类资源所有的方法和所有的属性都提供了缺省设置；具体到应用，首先注册资源组hlr_rg:
scrgadm-a-ghlr_rg；对于oracle，作为一个资源oracle注册到SC的资源组hlr_rg中，类型为自定义的HW.hlr；
参见前文中：
Applicationserver和ApplicationMonitor的配置
Cluster启动
启动cluster，
主机scadminstartclusterhwhlr-ph1hwhlr；
备机scadminstartnode；
对于oracle，由于作为一个标准的dataservice注册到SC，所以orac
升级会员 