适用场景

• 产品：ZCF
• 组件：Cloud
• 版本：4.3.x、3.8.x
• 部署形态：双管理节点
• 触发条件：需要通过升级 sanlock 组件，优化 vgchange 卡住和存储故障后锁未自动释放问题。

问题现象

• 环境存在 vgchange 卡住。
• 存储故障后锁未自动释放。
• 需要通过升级底层 sanlock 和配套锁服务缓解问题。

判断方法

1. 升级前确认物理机和存储 ping 间隔已拉长。
2. 清理锁进程后，检查 sanlock / lvmlockd 进程是否退出。
3. 升级后检查 sanlock 版本是否为 3.8.x，并确认 vgs 返回正常。

原因说明

本次变更的根本目的是修复 SharedBlock 场景下 vgchange 卡住和锁未自动释放问题，因此修复核心不是业务侧操作，而是对底层 sanlock 组件进行逐台升级，并在升级前后严格控制锁进程状态和自动重连行为。

解决方案

1. 执行前准备

• 风险等级：高
• 先关闭云主机全局高可用。
• 先把物理机和存储 ping 间隔调整到 24h (86400s)。
• 必须逐台升级，不要并发处理多台物理机。

2. 处理步骤
3. 关闭云主机全局高可用。

• 预期结果：避免运维期间误触发 HA。

2. 在全局配置中把物理机和存储 ping 间隔调到 86400 秒。

• 预期结果：避免物理机自动重连覆盖升级操作。

3. 强制结束锁进程并验证：

   pkill -9 sanlock && pkill -9 lvmlockd
   ps -ef | grep -E "sanlock|lvmlockd"

• 预期结果：旧的锁进程被清理，环境可进入升级状态。

4. 上传 sanlock rpm 包到目标物理机。

• 预期结果：升级包准备就绪。

5. 单台升级 sanlock：

   yum install ./sanlock*.rpm

• 预期结果：当前节点安装新版本组件。

6. 检查版本：

   rpm -qa | grep sanlock

• 预期结果：版本为 3.8.x。

7. 启动并检查服务：

   systemctl start sanlock.service
   systemctl start lvm2-lvmlockd
   systemctl status sanlock.service
   systemctl status lvm2-lvmlockd

• 预期结果：锁服务恢复正常。

8. 重连物理机，并检查：

   vgs

• 预期结果：vgs 返回正常，不再卡住。

9. 单台确认无误后，再依次升级其他物理机。
10. 全部完成后恢复 ping 间隔配置。
11. 做全量检查：

• vgs
• pvs
• 进程检查：

     ps -ef | grep -E 'lvchange|lvcreate|lvrename|lvresize|lvextend|lvremove|lvs|vgs|pvs|vgchange'

• 服务检查：

     systemctl status sanlock.service
     systemctl status lvm2-lvmlockd

• 预期结果：所有物理机、锁服务和 LVM 相关进程都恢复正常。

12. 确保各资源正常后，开启云主机全局高可用。

• 预期结果：升级流程收口完成。

验证方法

• 检查 sanlock 版本已为 3.8.x。
• 检查 vgs / pvs 均正常返回。
• 检查 sanlock 和 lvm2-lvmlockd 服务状态正常。
• 检查主机重连和业务资源状态正常。

风险与回滚

• 风险：sanlock 属底层锁组件升级，会直接影响 SharedBlock 业务连续性。
• 风险：若升级前不关闭高可用或不拉长 ping 间隔，可能被自动重连打断。
• 风险等级：高。
• 回滚步骤：

1. 关闭高可用。
2. 再次清理锁进程。
3. 执行：

     yum downgrade sanlock-3.8.3-1.el7.x86_64 sanlock-lib-3.8.3-1.el7.x86_64

4. 重新启动 sanlock / lvm2-lvmlockd 并检查。
5. 重连物理机。
6. 资源正常后重新开启高可用。