GeoEast 服務(wù)器軟硬件故障的恢復(fù)及用戶應(yīng)用優(yōu)化

宋柏芬，吳顯鳳，孟繁舉

(大慶鉆探工程公司物探一公司研究院 黑龍江 大慶 163357)

0 引 言

IBM集群系統(tǒng)是我院2009年引進的一套高性能地震資料處理運算系統(tǒng)，它包括512個計算節(jié)點，24個數(shù)輸入輸出節(jié)點，6個存儲節(jié)點和5個管理節(jié)點。在管理節(jié)點上安裝CGG ,GeoEast等2套應(yīng)用軟件，擔負著地震資料處理生產(chǎn)任務(wù)，經(jīng)過近十年的生產(chǎn)運行，集群系統(tǒng)老化，故障率逐步升高，就GeoEast服務(wù)器即dqhm04管理節(jié)點而言，擔負著VSP垂直地震剖面處理系統(tǒng)和地震資料處理系統(tǒng)兩大功能，一旦出現(xiàn)故障勢必影響生產(chǎn)任務(wù)的正常運行。

1 Geoeast軟件服務(wù)器硬件故障

故障現(xiàn)象：安裝Geoeast 軟件的管理節(jié)點dqhm04服務(wù)器突然就能啟動了，當試圖進入系統(tǒng)盤管理程序也無法進入，故障現(xiàn)象顯示如圖1所示：

圖1 dqhm04服務(wù)器啟動信息

2 Geoeast服務(wù)器無法啟動的解決辦法

針對上述故障現(xiàn)象，首先，我們查找相關(guān)維修資料，并根據(jù)以往的維修經(jīng)驗，初步判斷是該管理節(jié)點的系統(tǒng)盤或者是磁盤控制器壞了，我們采取由淺入深的辦法一步一步查找，先是把dqhm04節(jié)點的系統(tǒng)盤，安裝在原來的用于HP XP2400磁盤子系統(tǒng)管理的域名服務(wù)器dqfm02上，系統(tǒng)能夠正常啟動，判斷不是系統(tǒng)盤本身的原因；這時又把dqfm02上的系統(tǒng)盤放到dqhm04上，系統(tǒng)仍然出現(xiàn)上圖所示的故障現(xiàn)象，此時我們可以很肯定的判斷是磁盤控制器故障了，打開機箱發(fā)現(xiàn)磁盤控制器是集成在主板上的，因此無法單獨更換磁盤控制器，只能把dqhm04節(jié)點的系統(tǒng)磁盤移到dqfm02節(jié)點上，因為我們知道GeoEast軟件是安裝在sdb1上，即外置盤上，所以必須把dqhm04節(jié)點的外置盤也移到dqfm02節(jié)點上，不用重新構(gòu)建RAID1(內(nèi)置盤是RAID1)和RAID5(外置盤是RAID5)讓磁盤控制器自動識別磁盤[1，2]。

磁盤配置完成后，重新開啟。這時系統(tǒng)啟動很慢，因為要重新配置硬件，系統(tǒng)自動配置硬件完成后，發(fā)現(xiàn)此時的dqfm02節(jié)點和所有網(wǎng)段任何網(wǎng)都是不通的，而且dqfm02節(jié)點是HP XP2400磁盤管理的域名服務(wù)器，只配置一個168的存儲網(wǎng)段,并且這個存儲網(wǎng)還是用eth1和eth2綁定的，而dqhm04系統(tǒng)里定義了三個網(wǎng)段155(管理網(wǎng)段eth0)，153(計算網(wǎng)段eth1)，159(外網(wǎng)eth2)，并且這三個網(wǎng)段在交換機上有屬于不同的VLAN(交換機上的虛擬地址池)，我們不能簡單把dqfm02網(wǎng)口定義三個地址，我們查看其它管理節(jié)點的網(wǎng)絡(luò)地址確保這三個網(wǎng)口必須和其他管理節(jié)點的網(wǎng)口網(wǎng)絡(luò)地址定義的規(guī)律相同，只有這樣才能保證不同的網(wǎng)段屬于不同的VLAN，而且還能實現(xiàn)和系統(tǒng)其他節(jié)點相通，具體定義如下：

vi /etc/sysconfig/network-script/ifcfg-eth0

DEVICE=eth0

ONBOOT=yes

TYPE=Ethernet

NETMASK=255.255.0.0

IPADDR=155.10.100.204

USERCTL=no

IPV6INIT=no

vi /etc/sysconfig/network-script/ifcfg-eth1

DEVICE=eth1

BOOTPROTO=none

TYPE=Ethernet

ONBOOT=yes

IPADDR=153.10.100.4

NETMASK=255.255.0.0

USERCTL=no

IPV6INIT=no

vi /etc/sysconfig/network-script/ifcfg-eth2

DEVICE=eth2

ONBOOT=yes

TYPE=Ethernet

ONBOOT=yes

IPADDR=153.10.100.4

NETMASK=255.255.0.0

USERCTL=no

IPV6INIT=no

配置完網(wǎng)口之后，繼續(xù)配置網(wǎng)關(guān)，具體操作如下：

vi /etc/yp.conf

domain dq2nis server dqhm01

所有網(wǎng)絡(luò)配置完成后，重啟機器。當啟動正常后我們用如下的命令查看網(wǎng)絡(luò)進程是否正常。

# service network status

#serviceypbind status

當這些進程都起來后，此時已經(jīng)完成對該服務(wù)器系統(tǒng)的恢復(fù)[3]。

3 GeoEast應(yīng)用軟件故障現(xiàn)象

根據(jù)實際生產(chǎn)的需要對GeoEast軟件的有關(guān)用戶進行遷移配置。具體操作步驟如下：

GeoEast軟件原來配置在IBM集群高機柜計算節(jié)點上，VSP和CGG處理軟件作業(yè)經(jīng)常同時應(yīng)用這些計算節(jié)點，這樣同一個計算節(jié)點既有VSP又有CGG處理作業(yè)，經(jīng)常多個作業(yè)疊加，節(jié)點負荷過重，導致作業(yè)運行很慢，經(jīng)過權(quán)衡考慮分析。考慮到IBM集群矮機柜工作量相對較少，在矮機柜上增加了10個計算節(jié)點，把VSP這部分作業(yè)從高機柜分離出來，讓VSP用戶的作業(yè)在矮機柜上運行，既解決工作量的平衡，又方便了用戶，也不會使作業(yè)運行的很慢[4]。

系統(tǒng)配置完成后，經(jīng)與GeoEast軟件開發(fā)商溝通后，又重新申請了10個節(jié)點的許可，交付處理用戶使用，當用戶啟動GeoEast軟件時，出現(xiàn)如下信息：

[geoeast@l4b2n05～]$geoeast &

[1] 22803

[geoeast@l4b2n05～]$

The expiration date of GSPS’s license is

GeoComAgent is ready!

153.99.0.4

153.99.0.5

Please wait for opening projects ...

Openpeojects OK!(time: 48ms)

從啟動信息看并沒有看到任何錯誤，當點開View Jobs頁面時，如圖2所示，相應(yīng)界面是空的。

打開Work Flow Menu 里的Add New Flow窗口也是空的，如圖3所示。

圖2 瀏覽作業(yè)示意圖

圖3 作業(yè)流程菜單

4 GeoEast軟件故障處理辦法

重啟GeoEast軟件信息，并沒有看到什么故障信息，再進一步進行排查，首先檢查GeoEast軟件相關(guān)進程，根據(jù)/etc/rc.d/rc.local

dqhm04# more /etc/rc.d/rc.local

export GEOEAST=/gssoft/GEOEAST/geoeast2.5.3

/gssoft/GEOEAST/geoeast2.5.3/bin/gsm/rcstartOracle

/gssoft/GEOEAST/geoeast2.5.3/bin/gsm/rcstartGeoCom

/gssoft/GEOEAST/geoeast2.5.3/bin/gsm/rcstartGJSS

/gssoft/GEOEAST/geoeast2.5.3/bin/gsm/rcstartTMS

文件定義的相關(guān)進程，逐個檢查都是正常的，檢查用戶帳號也沒問題，再檢查用戶所用的數(shù)據(jù)盤也是正常的，經(jīng)過反復(fù)查找，當檢查許可證文件時，發(fā)現(xiàn)新加進去的計算節(jié)點沒在里面，問題終于找到了，于是把新增的節(jié)點再都加進去，重新啟動管理節(jié)點和計算節(jié)點，交給處理用戶做作業(yè)，這時系統(tǒng)運行正常，啟動作業(yè)流程菜單時如圖4所示[5]:

圖4 作業(yè)流程菜單

5 VSP用戶應(yīng)用優(yōu)化

為了方便用戶，同時也為解決以前遺留的問題，原來VSP用戶應(yīng)用GeoEast和CGG用戶軟件時需要兩個環(huán)境變量的帳號，用戶操作過程較為麻煩，于是又進一步對VSP用戶的HOME目錄編譯一個如下所示的腳本文件：

cd /home/vsp***/

vi .shrc

if ( `hostname` == l4b2n12 || `hostname` == l4b2n13 || `hostname` == l4b2n14 ) then

source /cgg/jobmgr/init/gvt_cshrc

else

setenv GEOEAST /gssoft/GEOEAST/geoeast2.5.3

source $GEOEAST/configs/.cshrc

endif

#echo $HOSTNAME

加入這個文件之后，這樣用一個統(tǒng)一的賬號就可以既能應(yīng)用GeoEast軟件，又能應(yīng)用CGG軟件，對用戶來說，省去經(jīng)常更換用戶賬號操作的麻煩，大大方便了操作處理過程，同時也提高了生產(chǎn)效率[6，7]。

6 結(jié) 論

通過這兩次故障分析和總結(jié)，對在系統(tǒng)盤盤控故障以及GeoEast許可證故障的查找和排除積累了一定的經(jīng)驗和基礎(chǔ)，再出現(xiàn)這樣類似的問題時，將會很快找到原因并給與解決，為油田地震資料的處理解釋生產(chǎn)贏得寶貴的時間。針對VSP用戶應(yīng)用GeoEast軟件和CGG軟件環(huán)境變量的的優(yōu)化，使VSP用戶應(yīng)用GeoEast地震應(yīng)用軟件和CGG處理軟件更方便靈活，同時對這兩套軟件有了更深刻的理解，提高處理過程的技術(shù)水平，為今后更好地為處理解釋生產(chǎn)的保駕護航打下堅實的基礎(chǔ)，提高了解決與處理實際問題的能力。