在 NetApp AFF-A90 上更改 MaxQueueDepth 后 vSphere 主机崩溃
适用于
- ONTAP 9
- VMware vSphere ESXi
- NFS 协议
- Broadcom （VMware 母公司）
问题
- 在 vSphere 环境中，NFS.MaxQueueDepth 和 NFS41.MaxQueueDepth 的值根据 NetApp KB 建议从 4294967295 更改为 128。
- 此更改约 42 小时后，在 NetApp 存储（运行 ONTAP 9.15.1P6 的 AFF-A90）上运行虚拟机的所有 ESXi 主机相继出现 PSOD（紫屏死机），导致主机脱机，整个环境崩溃。
- PSOD 引用了 InfSvc41Client 模块，涉及 NFS41_SchedTaskSubmit、NFS41FileOp 和 SwapIOClusterWriteWrapper。在其他存储设备上运行虚拟机的 ESXi 主机未受影响。
- 该问题发生在 'RangeCluster' ESXi 主机上，这些主机在重新启动以应用 MaxQueueDepth 更改后出现了此问题。'PRODCluster' 主机未更改 MaxQueueDepth，因此未受影响。
- PSOD 堆栈跟踪如下：
Failed to insert scheduling element:0x432f2aaadcdO into the priQ:0x432f2a404950. Reason:Limit exceededNOT_IMPLEMENTED bora/vmkernel/sched/memsched_kmem.c:1436