1 问题

controller 上的 cinder-scheduler 和 block1 节点上 cinder-volume 的状态都为 down。

root@openstack-ctl:~# cinder service-list
+------------------+--------------------------------+------+----------+-------+----------------------------+-----------------+
|      Binary      |              Host              | Zone |  Status  | State |         Updated_at         | Disabled Reason |
+------------------+--------------------------------+------+----------+-------+----------------------------+-----------------+
| cinder-scheduler |        openstack-ctl-k         | nova | enabled  |   up  | 2018-03-21T00:42:31.000000 |       None      |
| cinder-scheduler |        openstack-ctl2-k        | nova | enabled  |  down | 2018-03-21T01:59:17.000000 |       None      |
|  cinder-volume   |       ubuntu-1404-cinder       | nova | enabled  |  down | 2018-03-21T01:59:10.000000 |       None      |

2 问题原因

（1）. 检查 block1 的时间

发现 block1 的时间和 controller 不同步。通过同步 block1 和 controller 的时间，block1 上的 cinder-volume 的状态变为了 up。

（2）. 检查 cinder-scheduler service 的 updated_at

发现 cinder-scheduler 的 updated_at 是 2018-03-21T00:42:31.000000，而 controller 的当前时间是 Wed Mar 21 08:54:47 CST 2018。排除时间差因素，基本可以确定是该服务的时间上报出了问题。检查 cinder-schedule 的log，发现因为 bug 该 service 真的down了。fix bug，然后重启服务，其状态变为 up。

3 问题解决

检查与配置网络时间协议(NTP)

安装Chrony，一个在不同节点同步服务实现NTP的方案。我们建议你配置控制器节点引用更准确的(lower stratum)NTP服务器，然后其他节点引用控制节点。

3.1 控制节点服务器

在控制节点上执行这些步骤。

安全并配置组件¶

1. 安装软件包：

# apt-get install chrony

2. 编辑 /etc/chrony/chrony.conf 文件，按照你环境的要求，对下面的键进行添加，修改或者删除：

server NTP_SERVER iburst

使用NTP服务器的主机名或者IP地址替换 NTP_SERVER 。配置支持设置多个 server 值。

注解

控制节点默认跟公共服务器池同步时间。但是你也可以选择性配置其他服务器，比如你组织中提供的服务器。

3. 重启 NTP 服务：

# service chrony restart

3.2 其它节点服务器

其他节点会连接控制节点同步时间。在所有其他节点执行这些步骤。

安全并配置组件¶

1. 安装软件包：

# apt-get install chrony

2. 编辑``/etc/chrony/chrony.conf`` 文件并注释除``server`` 值外的所有内容。修改它引用控制节点：

server controller iburst

3. 重启 NTP 服务：

# service chrony restart

3.3 验证操作

我们建议您在继续进一步的操作之前验证 NTP 的同步。有些节点，特别是哪些引用了控制节点的，需要花费一些时间去同步。

1. 在控制节点上执行这个命令：

# chronyc sources
   210 Number of sources = 2
   MS Name/IP address         Stratum Poll Reach LastRx Last sample
  ===============================================================================
   ^- 192.0.2.11                    2   7    12   137  -2814us[-3000us] +/-   43ms
   ^* 192.0.2.12                    2   6   177    46    +17us[  -23us] +/-   68ms

在 Name/IP address 列的内容应显示NTP服务器的主机名或者IP地址。在 S 列的内容应该在NTP服务目前同步的上游服务器前显示*。

2. 在所有其他节点执行相同命令：

# chronyc sources
  210 Number of sources = 1
  MS Name/IP address         Stratum Poll Reach LastRx Last sample
  ===============================================================================
  ^* controller                    3    9   377   421    +15us[  -87us] +/-   15ms

在 Name/IP address 列的内容应显示控制节点的主机名。

4 实现代码

4.1 先来看看 cinder-list 的实现代码：

class ServiceController(wsgi.Controller):
    @wsgi.serializers(xml=ServicesIndexTemplate)
    def index(self, req):
        """Return a list of all running services.
        Filter by host & service name.
        """
        context = req.environ['cinder.context']
        authorize(context)
        detailed = self.ext_mgr.is_loaded('os-extended-services')
        now = timeutils.utcnow() //获取controller 当前的时间
        services = db.service_get_all(context) //从 db 获取所有的 cinder service 列表
        ...
        svcs = []
        for svc in services: //轮询每个 service
            delta = now - (svc['updated_at'] or svc['created_at']) //获取 updated_at。不存在的话，获取 created_at，并和当前时间计算时间差
            alive = abs(utils.total_seconds(delta)) <= CONF.service_down_time //获取时间差值的绝对值，并检查是否小于配置的 server_down_time，该配置项默认是60秒
            art = (alive and "up") or "down" //如果差值小于60，则service 状态为 up，否则为 down
            active = 'enabled'
            ......
            svcs.append(ret_fields)
        return {'services': svcs}

可见 service 的 up/down 状态取决于数据库中 service 表对应某 service 的行的 updated_at 列的值和当前 controller 节点的时间的差值是否在配置的范围之内。

4.2 Cinder Service 的 update_at 值更新机制

cinder 的各种service，比如cinder-api，cinder-backup 等，都是 /cinder/service.py 文件中 class Service(service.Service) 的一个实例，该类的 start 方法如下：

def start(self):
        version_string = version.version_string()
        LOG.info(_('Starting %(topic)s node (version %(version_string)s)'),
                 {'topic': self.topic, 'version_string': version_string})
        ...if self.report_interval: //如果设置了 report_interval 配置项，那么该 service 将启动一个无限循环来执行 report_state 方法，运行间隔就是 report_interval，其默认值是 10 秒
            pulse = loopingcall.FixedIntervalLoopingCall(
                self.report_state)
            pulse.start(interval=self.report_interval,
                        initial_delay=self.report_interval)
            self.timers.append(pulse)

report_state 方法会更新 db 中serive 的各个属性，其中 updated_at 的值就是所在节点上执行一次该方法的时刻。

def report_state(self):
        """Update the state of this service in the datastore."""
        ctxt = context.get_admin_context()
        zone = CONF.storage_availability_zone
        state_catalog = {}
        try:
            ...
                service_ref = db.service_get(ctxt, self.service_id) // 获取service 的 ref
            ...
            db.service_update(ctxt, self.service_id, state_catalog) //更新该 service
            ...

4.3 问题定位步骤

（1）看看是不是在 cinder.conf 中 report_interval 配置项的值是多少，如果超过了 service_down_time 配置项默认的 60 秒，那么该service 的状态肯定就是 'down' 了。

（2）看 service 所在节点的时间，它的时间和 controller 节点的时间误差必须在 [service_down_time - report_interval ] 之内，也就是在使用默认配置情况下，时间差必须在 50 秒之内。

（3）看看 service 的 log 文件中，确认 report_state 方法是不是都按时被调用了，不方便看的话，在代码中加个注释吧。比如：

2015-04-11 15:26:24.210 8517 DEBUG cinder.service [-] enter report_state .. report_state /usr/lib/python2.7/dist-packages/cinder/service.py:283

5 从原理角度理解

openstack块存储服务（cinder）为虚拟机增加持久性存储，块存储为管理卷提供基础设施，与openstack 计算提供的实例存储相互作用。这个也启用了volume 快照管理，和volume 类型。
块存储由以下内容组成：
cinder-api
接受一些请求，并把他们发送给 cinder-volume

cinder-scheduler 守护进程
选择最优节点存储创建卷，与nova-scheduler组件类似

cinder-volume
直接与块存储服务相互作用，处理比如cinder-scheduler（cinder调度），它通过消息队列直接与这些过程相互作用。cinder-volume服务响应读写请求。cinder-volume通过驱动与可以使用不同供应商的存储设置

消息队列
块存储之间传递信息