lustre/tests/ha.sh

   1 #!/bin/bash
   2 # -*- mode: Bash; tab-width: 4; indent-tabs-mode: t; -*-
   3 # vim:shiftwidth=4:softtabstop=4:tabstop=4:
   4 #
   5 # NAME
   6 #
   7 #   ha.sh - test Lustre HA (aka failover) configurations
   8 #
   9 # SYNOPSIS
  10 #
  11 #   ha.sh [OPTIONS]
  12 #
  13 # DESCRIPTION
  14 #
  15 #   ha.sh tests Lustre HA (aka failover) configurations with a CRM.
  16 #
  17 # OPTIONS
  18 #
  19 #   -h
  20 #       Help.
  21 #
  22 #   -c HOST[,...]
  23 #       Specify client nodes.
  24 #
  25 #   -s HOST[,...]
  26 #       Specify server nodes.
  27 #
  28 #   -v HOST[,...]
  29 #       Specify victim nodes to be rebooted.
  30 #
  31 #   -d DIRECTORY
  32 #       Choose a parent of the test directory.  "/mnt/lustre" if not specified.
  33 #
  34 #   -u SECONDS
  35 #       Define a duration for the test. 86400 seconds if not specified.
  36 #
  37 #   -p SECONDS
  38 #       Define a max failover period. 10 minutes if not set.
  39 #
  40 #   -w
  41 #       Only run the workloads; no failure will be introduced.
  42 #       -v, -s are ignored in this case.
  43 #   -r
  44 #       Workloads dry run for several seconds; no failures will be introduced.
  45 #       This option is useful to verify the loads.
  46 #       -u is ignored in this case
  47 #   -m
  48 #       Reboot victim nodes simultaneously.
  49 #
  50 #
  51 # ASSUMPTIONS
  52 #
  53 #   A Lustre file system is up and mounted on all client nodes.  This script
  54 #   does not mount or unmount any Lustre targets or clients, let alone format
  55 #   anything.
  56 #
  57 #   Each target has a failnode, so that workloads can continue after a power
  58 #   failure.
  59 #
  60 #   CRM could be configured by 2 ways:
  61 #   1.
  62 #   Targets are automatically failed back when their primary node is back.  This
  63 #   assumption avoids calling CRM-specific commands to trigger failbacks, making
  64 #   this script more CRM-neural.
  65 #   2.
  66 #   Targets are not automatically failed back when their primary node is back.
  67 #   CRM-specific command is executed to trigger failbacks.
  68 #
  69 #   A crash dump mechanism is configured to catch LBUGs, panics, etc.
  70 #
  71 # WORKLOADS
  72 #
  73 #   Each client runs set of MPI and non-MPI workloads. These
  74 #   applications are run in short loops so that their exit status can be waited
  75 #   for and checked within reasonable time by ha_wait_loads.
  76 #   The set of MPI and non-MPI workloads are configurable by parameters:
  77 #       ha_nonmpi_loads
  78 #               default set: dd, tar, iozone
  79 #       ha_mpi_loads
  80 #               default set: ior, simul, mdtest
  81 #
  82 #   The number of clients run MPI loads is configured by parameter
  83 #   ha_mpi_instances. Only one client runs MPI workloads by default.
  84 #
  85 # PROCESS STRUCTURE AND IPC
  86 #
  87 #   On the node where this script is run, the processes look like this:
  88 #
  89 #       ~ ha.sh (ha_killer)
  90 #
  91 #           ~ ha.sh (ha_repeat_mpi_load ior)
  92 #               ~ mpirun IOR
  93 #           ~ ha.sh (ha_repeat_mpi_load simul)
  94 #               ~ mpirun simul
  95 #           ~ ha.sh (ha_repeat_mpi_load mdtest)
  96 #               ~ mpirun mdtest
  97 #           ~ ... (one for each MPI load)
  98 #
  99 #           ~ ha.sh (ha_repeat_nonmpi_load client2 dbench)
 100 #               ~ pdsh client2 dbench
 101 #           ~ ha.sh (ha_repeat_nonmpi_load client2 iozone)
 102 #               ~ pdsh client2 iozone
 103 #           ~ ha.sh (ha_repeat_nonmpi_load client5 iozone)
 104 #               ~ pdsh client5 iozone
 105 #           ~ ... (one for each non-MPI load on each client)
 106 #
 107 #   Each tilde represents a process.  Indentations imply parent-children
 108 #   relation.
 109 #
 110 #   IPC is done by files in the temporary directory.
 111 #
 112
 113 #set -x
 114
 115 SIMUL=${SIMUL:-$(which simul 2> /dev/null || true)}
 116 IOR=${IOR:-$(which IOR 2> /dev/null || true)}
 117 MDTEST=${MDTEST:-$(which mdtest 2> /dev/null || true)}
 118
 119 ior_blockSize=${ior_blockSize:-6g}
 120 mpi_threads_per_client=${mpi_threads_per_client:-2}
 121
 122 iozone_SIZE=${iozone_SIZE:-262144} # 256m
 123
 124 mpirun=${MPIRUN:-$(which mpirun)}
 125 LFS=${LFS:-$(which lfs)}
 126
 127 ha_check_env()
 128 {
 129         for ((load = 0; load < ${#ha_mpi_load_tags[@]}; load++)); do
 130                 local tag=${ha_mpi_load_tags[$load]}
 131                 local bin=$(echo $tag | tr '[:lower:]' '[:upper:]')
 132                 if [ x${!bin} = x ]; then
 133                         ha_error ha_mpi_loads: ${ha_mpi_loads}, $bin is not set
 134                         exit 1
 135                 fi
 136         done
 137 }
 138
 139 ha_info()
 140 {
 141         echo "$0: $(date +%H:%M:%S' '%s):" "$@"
 142 }
 143
 144 ha_log()
 145 {
 146         local nodes=${1// /,}
 147         shift
 148         ha_on $nodes "lctl mark $*"
 149 }
 150
 151 ha_error()
 152 {
 153     ha_info "$@" >&2
 154 }
 155
 156 ha_trap_err()
 157 {
 158     local i
 159
 160     ha_error "Trap ERR triggered by:"
 161     ha_error "    $BASH_COMMAND"
 162     ha_error "Call trace:"
 163     for ((i = 0; i < ${#FUNCNAME[@]}; i++)); do
 164         ha_error "    ${FUNCNAME[$i]} [${BASH_SOURCE[$i]}:${BASH_LINENO[$i]}]"
 165     done
 166 }
 167
 168 trap ha_trap_err ERR
 169 set -eE
 170
 171 declare     ha_tmp_dir=/tmp/$(basename $0)-$$
 172 declare     ha_stop_file=$ha_tmp_dir/stop
 173 declare     ha_fail_file=$ha_tmp_dir/fail
 174 declare     ha_status_file_prefix=$ha_tmp_dir/status
 175 declare -a  ha_status_files
 176 declare     ha_machine_file=$ha_tmp_dir/machine_file
 177 declare     ha_power_down_cmd=${POWER_DOWN:-"pm -0"}
 178 declare     ha_power_up_cmd=${POWER_UP:-"pm -1"}
 179 declare     ha_power_delay=${POWER_DELAY:-60}
 180 declare     ha_failback_delay=${DELAY:-5}
 181 declare     ha_failback_cmd=${FAILBACK:-""}
 182 declare     ha_stripe_params=${STRIPEPARAMS:-"-c 0"}
 183 declare     ha_dir_stripe_count=${DSTRIPECOUNT:-"1"}
 184 declare     ha_mdt_index=${MDTINDEX:-"0"}
 185 declare     ha_mdt_index_random=${MDTINDEXRAND:-false}
 186 declare -a  ha_clients
 187 declare -a  ha_servers
 188 declare -a  ha_victims
 189 declare     ha_test_dir=/mnt/lustre/$(basename $0)-$$
 190 declare     ha_start_time=$(date +%s)
 191 declare     ha_expected_duration=$((60 * 60 * 24))
 192 declare     ha_max_failover_period=10
 193 declare     ha_nr_loops=0
 194 declare     ha_stop_signals="SIGINT SIGTERM SIGHUP"
 195 declare     ha_load_timeout=$((60 * 10))
 196 declare     ha_workloads_only=false
 197 declare     ha_workloads_dry_run=false
 198 declare     ha_simultaneous=false
 199
 200 declare     ha_mpi_instances=${ha_mpi_instances:-1}
 201
 202 declare     ha_mpi_loads=${ha_mpi_loads="ior simul mdtest"}
 203 declare -a  ha_mpi_load_tags=($ha_mpi_loads)
 204
 205 declare     ha_ior_params=${IORP:-'" -b $ior_blockSize -t 2m -w -W -T 1"'}
 206 declare     ha_simul_params=${SIMULP:-'" -n 10"'}
 207 declare     ha_mdtest_params=${MDTESTP:-'" -i 1 -n 1000"'}
 208 declare     ha_mpirun_options=${MPIRUN_OPTIONS:-""}
 209
 210 eval ha_params_ior=($ha_ior_params)
 211 eval ha_params_simul=($ha_simul_params)
 212 eval ha_params_mdtest=($ha_mdtest_params)
 213
 214 declare ha_nparams_ior=${#ha_params_ior[@]}
 215 declare ha_nparams_simul=${#ha_params_simul[@]}
 216 declare ha_nparams_mdtest=${#ha_params_mdtest[@]}
 217
 218 declare -A  ha_mpi_load_cmds=(
 219         [ior]="$IOR -o {}/f.ior {params}"
 220         [simul]="$SIMUL {params} -d {}"
 221         [mdtest]="$MDTEST {params} -d {}"
 222 )
 223
 224 declare     ha_nonmpi_loads=${ha_nonmpi_loads="dd tar iozone"}
 225 declare -a  ha_nonmpi_load_tags=($ha_nonmpi_loads)
 226 declare -a  ha_nonmpi_load_cmds=(
 227         "dd if=/dev/zero of={}/f.dd bs=1M count=256"
 228         "tar cf - /etc | tar xf - -C {}"
 229         "iozone -a -e -+d -s $iozone_SIZE {}/f.iozone"
 230 )
 231
 232 ha_usage()
 233 {
 234     ha_info "Usage: $0 -c HOST[,...] -s HOST[,...]"                         \
 235             "-v HOST[,...] [-d DIRECTORY] [-u SECONDS]"
 236 }
 237
 238 ha_process_arguments()
 239 {
 240     local opt
 241
 242         while getopts hc:s:v:d:p:u:wrm opt; do
 243         case $opt in
 244         h)
 245             ha_usage
 246             exit 0
 247             ;;
 248         c)
 249             ha_clients=(${OPTARG//,/ })
 250             ;;
 251         s)
 252             ha_servers=(${OPTARG//,/ })
 253             ;;
 254         v)
 255             ha_victims=(${OPTARG//,/ })
 256             ;;
 257         d)
 258             ha_test_dir=$OPTARG/$(basename $0)-$$
 259             ;;
 260         u)
 261             ha_expected_duration=$OPTARG
 262             ;;
 263         p)
 264                 ha_max_failover_period=$OPTARG
 265                 ;;
 266         w)
 267                 ha_workloads_only=true
 268                 ;;
 269         r)
 270                 ha_workloads_dry_run=true
 271                 ;;
 272         m)
 273                 ha_simultaneous=true
 274                 ;;
 275         \?)
 276             ha_usage
 277             exit 1
 278             ;;
 279         esac
 280     done
 281
 282         if [ -z "${ha_clients[*]}" ]; then
 283                 ha_error "-c is mandatory"
 284                 ha_usage
 285                 exit 1
 286         fi
 287         if ! ($ha_workloads_dry_run ||
 288                         $ha_workloads_only) &&
 289                         ([ -z "${ha_servers[*]}" ] ||
 290                         [ -z "${ha_victims[*]}" ]); then
 291                 ha_error "-s, and -v are all mandatory"
 292                 ha_usage
 293                 exit 1
 294         fi
 295 }
 296
 297 ha_on()
 298 {
 299         local nodes=$1
 300         local rc=0
 301
 302         shift
 303
 304         #
 305         # -S is to be used here to track the
 306         # remote command return values
 307         #
 308         pdsh -S -w $nodes PATH=/usr/local/sbin:/usr/local/bin:/sbin:\
 309 /bin:/usr/sbin:/usr/bin "$@" ||
 310                 rc=$?
 311         return $rc
 312 }
 313
 314 ha_trap_exit()
 315 {
 316         touch "$ha_stop_file"
 317         trap 0
 318         if [ -e "$ha_fail_file" ]; then
 319                 ha_info "Test directory $ha_test_dir not removed"
 320                 ha_info "Temporary directory $ha_tmp_dir not removed"
 321         else
 322                 ha_on ${ha_clients[0]} rm -rf "$ha_test_dir"
 323                 ha_info "Please find the results in the directory $ha_tmp_dir"
 324         fi
 325 }
 326
 327 ha_trap_stop_signals()
 328 {
 329     ha_info "${ha_stop_signals// /,} received"
 330     touch "$ha_stop_file"
 331 }
 332
 333 ha_sleep()
 334 {
 335     local n=$1
 336
 337     ha_info "Sleeping for ${n}s"
 338     #
 339     # sleep(1) could interrupted.
 340     #
 341     sleep $n || true
 342 }
 343
 344 ha_lock()
 345 {
 346     local lock=$1
 347
 348     until mkdir "$lock" >/dev/null 2>&1; do
 349         ha_sleep 1 >/dev/null
 350     done
 351 }
 352
 353 ha_unlock()
 354 {
 355     local lock=$1
 356
 357     rm -r "$lock"
 358 }
 359
 360 ha_dump_logs()
 361 {
 362     local nodes=${1// /,}
 363     local file=/tmp/$(basename $0)-$$-$(date +%s).dk
 364     local lock=$ha_tmp_dir/lock-dump-logs
 365
 366     ha_lock "$lock"
 367     ha_info "Dumping lctl log to $file"
 368
 369         #
 370         # some nodes could crash, so
 371         # do not exit with error if not all logs are dumped
 372         #
 373         ha_on $nodes "lctl dk >$file" ||
 374                 ha_error "not all logs are dumped! Some nodes are unreachable."
 375         ha_unlock "$lock"
 376 }
 377
 378 ha_repeat_mpi_load()
 379 {
 380         local client=$1
 381         local load=$2
 382         local status=$3
 383         local parameter=$4
 384         local tag=${ha_mpi_load_tags[$load]}
 385         local cmd=${ha_mpi_load_cmds[$tag]}
 386         local dir=$ha_test_dir/$client-$tag
 387         local log=$ha_tmp_dir/$client-$tag
 388         local rc=0
 389         local nr_loops=0
 390         local start_time=$(date +%s)
 391
 392         cmd=${cmd//"{}"/$dir}
 393         cmd=${cmd//"{params}"/$parameter}
 394
 395         ha_info "Starting $tag"
 396
 397         local machines="-machinefile $ha_machine_file"
 398         while [ ! -e "$ha_stop_file" ] && ((rc == 0)); do
 399                 {
 400                 local mdt_index
 401                 if $ha_mdt_index_random && [ $ha_mdt_index -ne 0 ]; then
 402                         mdt_index=$(ha_rand $ha_mdt_index)
 403                 else
 404                         mdt_index=$ha_mdt_index
 405                 fi
 406                 ha_on $client $LFS mkdir -i$mdt_index -c$ha_dir_stripe_count "$dir" &&
 407                 ha_on $client $LFS getdirstripe "$dir" &&
 408                 ha_on $client chmod a+xwr $dir &&
 409                 ha_on $client "su mpiuser sh -c \" $mpirun $ha_mpirun_options \
 410                         -np $((${#ha_clients[@]} * mpi_threads_per_client )) \
 411                         $machines $cmd \" " &&
 412                         ha_on $client rm -rf "$dir";
 413                 } >>"$log" 2>&1 || rc=$?
 414
 415                 ha_info rc=$rc
 416
 417                 if ((rc != 0)); then
 418                         touch "$ha_fail_file"
 419                         touch "$ha_stop_file"
 420                         ha_dump_logs "${ha_clients[*]} ${ha_servers[*]}"
 421                 fi
 422                 echo $rc >"$status"
 423
 424                 nr_loops=$((nr_loops + 1))
 425         done
 426
 427         avg_loop_time=$((($(date +%s) - start_time) / nr_loops))
 428
 429         ha_info "$tag stopped: rc $rc avg loop time $avg_loop_time"
 430 }
 431
 432 ha_start_mpi_loads()
 433 {
 434         local client
 435         local load
 436         local tag
 437         local status
 438         local n
 439         local nparam
 440
 441         for client in ${ha_clients[@]}; do
 442                 ha_info ha_machine_file=$ha_machine_file
 443                 echo $client >> $ha_machine_file
 444         done
 445         local dirname=$(dirname $ha_machine_file)
 446         for client in ${ha_clients[@]}; do
 447                 ha_on $client mkdir -p $dirname
 448                 scp $ha_machine_file $client:$ha_machine_file
 449         done
 450
 451         # ha_mpi_instances defines the number of
 452         # clients start mpi loads; should be <= ${#ha_clients[@]}
 453         local inst=$ha_mpi_instances
 454         (( inst <= ${#ha_clients[@]} )) || inst=${#ha_clients[@]}
 455
 456         for ((n = 0; n < $inst; n++)); do
 457                 client=${ha_clients[n]}
 458                 for ((load = 0; load < ${#ha_mpi_load_tags[@]}; load++)); do
 459                         tag=${ha_mpi_load_tags[$load]}
 460                         status=$ha_status_file_prefix-$tag-$client
 461                         # ha_nparams_ior
 462                         # ha_nparams_simul
 463                         local num=ha_nparams_$tag
 464                         nparam=$((n % num))
 465                         local aref=ha_params_$tag[nparam]
 466                         local parameter=${!aref}
 467                         ha_repeat_mpi_load $client $load $status "$parameter" &
 468                                 ha_status_files+=("$status")
 469                 done
 470         done
 471 }
 472
 473 ha_repeat_nonmpi_load()
 474 {
 475     local client=$1
 476     local load=$2
 477     local status=$3
 478     local tag=${ha_nonmpi_load_tags[$load]}
 479     local cmd=${ha_nonmpi_load_cmds[$load]}
 480     local dir=$ha_test_dir/$client-$tag
 481     local log=$ha_tmp_dir/$client-$tag
 482     local rc=0
 483     local nr_loops=0
 484     local start_time=$(date +%s)
 485
 486     cmd=${cmd//"{}"/$dir}
 487
 488     ha_info "Starting $tag on $client"
 489
 490         while [ ! -e "$ha_stop_file" ] && ((rc == 0)); do
 491                 ha_on $client "mkdir -p $dir &&                              \
 492                         $cmd &&                                              \
 493                         rm -rf $dir" >>"$log" 2>&1 || rc=$?
 494
 495                 if ((rc != 0)); then
 496                         ha_dump_logs "${ha_clients[*]} ${ha_servers[*]}"
 497                         touch "$ha_fail_file"
 498                         touch "$ha_stop_file"
 499                 fi
 500                 echo $rc >"$status"
 501
 502                 nr_loops=$((nr_loops + 1))
 503         done
 504
 505     avg_loop_time=$((($(date +%s) - start_time) / nr_loops))
 506
 507     ha_info "$tag on $client stopped: rc $rc avg loop time ${avg_loop_time}s"
 508 }
 509
 510 ha_start_nonmpi_loads()
 511 {
 512     local client
 513     local load
 514     local tag
 515     local status
 516
 517     for client in ${ha_clients[@]}; do
 518         for ((load = 0; load < ${#ha_nonmpi_load_tags[@]}; load++)); do
 519             tag=${ha_nonmpi_load_tags[$load]}
 520             status=$ha_status_file_prefix-$tag-$client
 521             ha_repeat_nonmpi_load $client $load $status &
 522             ha_status_files+=("$status")
 523         done
 524     done
 525 }
 526
 527 ha_start_loads()
 528 {
 529     trap ha_trap_stop_signals $ha_stop_signals
 530     ha_start_nonmpi_loads
 531     ha_start_mpi_loads
 532 }
 533
 534 ha_stop_loads()
 535 {
 536     touch $ha_stop_file
 537     trap - $ha_stop_signals
 538     ha_info "Waiting for workloads to stop"
 539     wait
 540 }
 541
 542 ha_wait_loads()
 543 {
 544     local file
 545     local end=$(($(date +%s) + ha_load_timeout))
 546
 547     ha_info "Waiting for workload status"
 548     rm -f "${ha_status_files[@]}"
 549
 550         #
 551         # return immediately if ha_stop_file exists,
 552         # all status_files not needed to be checked
 553         #
 554         for file in "${ha_status_files[@]}"; do
 555                 if [ -e "$ha_stop_file" ]; then
 556                         ha_info "$ha_stop_file found! Stop."
 557                         break
 558                 fi
 559                 #
 560                 # Wait status file created during ha_load_timeout.
 561                 # Existing file guarantees that some application
 562                 # is completed. If no status file was created
 563                 # this function guarantees that we allow
 564                 # applications to continue after/before
 565                 # failover/failback during ha_load_timeout time.
 566                 #
 567                 until [ -e "$file" ] || (($(date +%s) >= end)); do
 568                         #
 569                         # check ha_stop_file again, it could appear
 570                         # during ha_load_timeout
 571                         #
 572                         if [ -e "$ha_stop_file" ]; then
 573                                 ha_info "$ha_stop_file found! Stop."
 574                                 break
 575                         fi
 576                         ha_sleep 1 >/dev/null
 577                 done
 578         done
 579 }
 580
 581 ha_power_down()
 582 {
 583         local nodes=$1
 584         local rc=1
 585         local i
 586
 587         ha_info "Powering down $nodes"
 588         for i in $(seq 1 5); do
 589                 $ha_power_down_cmd $nodes && rc=0 && break
 590                 sleep $ha_power_delay
 591         done
 592
 593         [ $rc -eq 0 ] || ha_info "Failed Powering down in $i attempts"
 594 }
 595
 596 ha_power_up()
 597 {
 598         local nodes=$1
 599         local rc=1
 600         local i
 601
 602         ha_info "Powering up $nodes"
 603         for i in $(seq 1 5); do
 604                 $ha_power_up_cmd $nodes && rc=0 && break
 605                 sleep $ha_power_delay
 606         done
 607
 608         [ $rc -eq 0 ] || ha_info "Failed Powering up in $i attempts"
 609 }
 610
 611 #
 612 # rand MAX
 613 #
 614 # Print a random integer within [0, MAX).
 615 #
 616 ha_rand()
 617 {
 618     local max=$1
 619
 620     #
 621     # See "5.2 Bash Variables" from "info bash".
 622     #
 623     echo -n $((RANDOM * max / 32768))
 624 }
 625
 626 ha_aim()
 627 {
 628         local i
 629         local nodes
 630
 631         if $ha_simultaneous ; then
 632                 nodes=$(echo ${ha_victims[@]})
 633                 nodes=${nodes// /,}
 634         else
 635                 i=$(ha_rand ${#ha_victims[@]})
 636                 nodes=${ha_victims[$i]}
 637         fi
 638
 639         echo -n $nodes
 640 }
 641
 642 ha_wait_nodes()
 643 {
 644         local nodes=$1
 645         local end=$(($(date +%s) + 10 * 60))
 646
 647         ha_info "Waiting for $nodes to boot up"
 648         until ha_on $nodes hostname >/dev/null 2>&1 ||
 649                 [ -e "$ha_stop_file" ] ||
 650                         (($(date +%s) >= end)); do
 651                 ha_sleep 1 >/dev/null
 652         done
 653 }
 654
 655 ha_failback()
 656 {
 657         local nodes=$1
 658         ha_info "Failback resources on $nodes in $ha_failback_delay sec"
 659
 660         ha_sleep $ha_failback_delay
 661         [ "$ha_failback_cmd" ] ||
 662         {
 663                 ha_info "No failback command set, skiping"
 664                 return 0
 665         }
 666
 667         $ha_failback_cmd $nodes
 668 }
 669
 670 ha_summarize()
 671 {
 672     ha_info "---------------8<---------------"
 673     ha_info "Summary:"
 674     ha_info "    Duration: $(($(date +%s) - $ha_start_time))s"
 675     ha_info "    Loops: $ha_nr_loops"
 676 }
 677
 678 ha_killer()
 679 {
 680         local nodes
 681
 682         while (($(date +%s) < ha_start_time + ha_expected_duration)) &&
 683                         [ ! -e "$ha_stop_file" ]; do
 684                 ha_info "---------------8<---------------"
 685
 686                 $ha_workloads_only || nodes=$(ha_aim)
 687
 688                 ha_info "Failing $nodes"
 689                 $ha_workloads_only && ha_info "    is skipped: workload only..."
 690
 691                 ha_sleep $(ha_rand $ha_max_failover_period)
 692                 $ha_workloads_only || ha_power_down $nodes
 693                 ha_sleep 10
 694                 ha_wait_loads || return
 695
 696                 if [ -e $ha_stop_file ]; then
 697                         $ha_workloads_only || ha_power_up $nodes
 698                         break
 699                 fi
 700
 701                 ha_info "Bringing $nodes back"
 702                 ha_sleep $(ha_rand 10)
 703                 $ha_workloads_only ||
 704                 {
 705                         ha_power_up $nodes
 706                         ha_wait_nodes $nodes
 707                         ha_failback $nodes
 708                 }
 709
 710                 #
 711                 # Wait for the failback to start.
 712                 #
 713                 ha_sleep 60
 714                 ha_wait_loads || return
 715
 716                 ha_sleep $(ha_rand 20)
 717
 718                 ha_nr_loops=$((ha_nr_loops + 1))
 719                 ha_info "Loop $ha_nr_loops done"
 720         done
 721         ha_summarize
 722 }
 723
 724 ha_main()
 725 {
 726         ha_process_arguments "$@"
 727         ha_check_env
 728
 729         ha_log "${ha_clients[*]} ${ha_servers[*]}" \
 730                 "START: $0: $(date +%H:%M:%S' '%s)"
 731         trap ha_trap_exit EXIT
 732         mkdir "$ha_tmp_dir"
 733         ha_on ${ha_clients[0]} mkdir "$ha_test_dir"
 734         ha_on ${ha_clients[0]} " \
 735                 $LFS setstripe $ha_stripe_params $ha_test_dir"
 736
 737         ha_start_loads
 738         ha_wait_loads
 739
 740         if $ha_workloads_dry_run; then
 741                 ha_sleep 5
 742         else
 743                 ha_killer
 744                 ha_dump_logs "${ha_clients[*]} ${ha_servers[*]}"
 745         fi
 746
 747         ha_stop_loads
 748
 749         if [ -e "$ha_fail_file" ]; then
 750                 exit 1
 751         else
 752                 ha_log "${ha_clients[*]} ${ha_servers[*]}" \
 753                         "END: $0: $(date +%H:%M:%S' '%s)"
 754                 exit 0
 755         fi
 756 }
 757
 758 ha_main "$@"