lustre/tests/insanity.sh

   1 #!/bin/sh
   2 # Test multiple failures, AKA Test 17
   3
   4 set -e
   5
   6 LUSTRE=${LUSTRE:-`dirname $0`/..}
   7 . $LUSTRE/tests/test-framework.sh
   8
   9 init_test_env $@
  10
  11 . ${CONFIG:=$LUSTRE/tests/cfg/insanity-local.sh}
  12
  13 ALWAYS_EXCEPT="10 $INSANITY_EXCEPT"
  14
  15 #
  16 [ "$SLOW" = "no" ] && EXCEPT_SLOW=""
  17
  18 SETUP=${SETUP:-""}
  19 CLEANUP=${CLEANUP:-""}
  20
  21 build_test_filter
  22
  23 assert_env mds_HOST MDS_MKFS_OPTS
  24 assert_env ost_HOST OST_MKFS_OPTS OSTCOUNT
  25 assert_env LIVE_CLIENT FSNAME
  26
  27
  28 # This can be a regexp, to allow more clients
  29 CLIENTS=${CLIENTS:-"`comma_list $LIVE_CLIENT $FAIL_CLIENTS $EXTRA_CLIENTS`"}
  30
  31 DIR=${DIR:-$MOUNT}
  32
  33 #####
  34 # fail clients round robin
  35
  36 # list of failable clients
  37 FAIL_LIST=($FAIL_CLIENTS)
  38 FAIL_NUM=${#FAIL_LIST[*]}
  39 FAIL_NEXT=0
  40 typeset -i  FAIL_NEXT
  41 DOWN_NUM=0   # number of nodes currently down
  42
  43 # set next client to fail
  44 set_fail_client() {
  45     FAIL_CLIENT=${FAIL_LIST[$FAIL_NEXT]}
  46     FAIL_NEXT=$(( (FAIL_NEXT+1) % FAIL_NUM ))
  47     echo "fail $FAIL_CLIENT, next is $FAIL_NEXT"
  48 }
  49
  50 shutdown_client() {
  51     client=$1
  52     if [ "$FAILURE_MODE" = HARD ]; then
  53        $POWER_DOWN $client
  54        while ping -w 3 -c 1 $client > /dev/null 2>&1; do
  55            echo "waiting for node $client to fail"
  56            sleep 1
  57        done
  58     elif [ "$FAILURE_MODE" = SOFT ]; then
  59        zconf_umount $client $MOUNT -f
  60     fi
  61 }
  62
  63 reboot_node() {
  64     NODE=$1
  65     if [ "$FAILURE_MODE" = HARD ]; then
  66        $POWER_UP $NODE
  67     fi
  68 }
  69
  70 fail_clients() {
  71     num=$1
  72     if [ -z "$num"  ] || [ "$num" -gt $((FAIL_NUM - DOWN_NUM)) ]; then
  73         num=$((FAIL_NUM - DOWN_NUM))
  74     fi
  75
  76     if [ -z "$num" ] || [ "$num" -le 0 ]; then
  77         return
  78     fi
  79
  80     client_mkdirs
  81
  82     for i in `seq $num`; do
  83        set_fail_client
  84        client=$FAIL_CLIENT
  85        DOWN_CLIENTS="$DOWN_CLIENTS $client"
  86        shutdown_client $client
  87     done
  88
  89     echo "down clients: $DOWN_CLIENTS"
  90
  91     for client in $DOWN_CLIENTS; do
  92         reboot_node $client
  93     done
  94     DOWN_NUM=`echo $DOWN_CLIENTS | wc -w`
  95     client_rmdirs
  96 }
  97
  98 reintegrate_clients() {
  99     for client in $DOWN_CLIENTS; do
 100         wait_for_host $client
 101         echo "Restarting $client"
 102         zconf_mount $client $MOUNT || return 1
 103     done
 104     DOWN_CLIENTS=""
 105     DOWN_NUM=0
 106 }
 107
 108 start_ost() {
 109     start ost$1 `ostdevname $1` $OST_MOUNT_OPTS
 110 }
 111
 112 trap exit INT
 113
 114 client_touch() {
 115     file=$1
 116     for c in $LIVE_CLIENT $FAIL_CLIENTS;  do
 117         if echo $DOWN_CLIENTS | grep -q $c; then continue; fi
 118         $PDSH $c touch $MOUNT/${c}_$file || return 1
 119     done
 120 }
 121
 122 client_rm() {
 123     file=$1
 124     for c in $LIVE_CLIENT $FAIL_CLIENTS;  do
 125         $PDSH $c rm $MOUNT/${c}_$file
 126     done
 127 }
 128
 129 client_mkdirs() {
 130     for c in $LIVE_CLIENT $FAIL_CLIENTS;  do
 131         echo "$c mkdir $MOUNT/$c"
 132         $PDSH $c "mkdir $MOUNT/$c"
 133         $PDSH $c "ls -l $MOUNT/$c"
 134     done
 135 }
 136
 137 client_rmdirs() {
 138     for c in $LIVE_CLIENT $FAIL_CLIENTS;  do
 139         echo "rmdir $MOUNT/$c"
 140         $PDSH $LIVE_CLIENT "rmdir $MOUNT/$c"
 141     done
 142 }
 143
 144 clients_recover_osts() {
 145     facet=$1
 146 #    do_node $CLIENTS "$LCTL "'--device %OSC_`hostname`_'"${facet}_svc_MNT_client_facet recover"
 147 }
 148
 149 cleanup_and_setup_lustre
 150
 151 # 9 Different Failure Modes Combinations
 152 echo "Starting Test 17 at `date`"
 153
 154 test_0() {
 155     facet_failover $SINGLEMDS
 156     echo "Waiting for df pid: $DFPID"
 157     wait $DFPID || { echo "df returned $?" && return 1; }
 158
 159     facet_failover ost1 || return 4
 160     echo "Waiting for df pid: $DFPID"
 161     wait $DFPID || { echo "df returned $?" && return 2; }
 162
 163     facet_failover ost2 || return 5
 164     echo "Waiting for df pid: $DFPID"
 165     wait $DFPID || { echo "df returned $?" && return 3; }
 166     return 0
 167 }
 168 run_test 0 "Fail all nodes, independently"
 169
 170 ############### First Failure Mode ###############
 171 test_1() {
 172 echo "Don't do a MDS - MDS Failure Case"
 173 echo "This makes no sense"
 174 }
 175 run_test 1 "MDS/MDS failure"
 176 ###################################################
 177
 178 ############### Second Failure Mode ###############
 179 test_2() {
 180     echo "Verify Lustre filesystem is up and running"
 181     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 182
 183     client_df
 184
 185     shutdown_facet $SINGLEMDS
 186     reboot_facet $SINGLEMDS
 187
 188     # prepare for MDS failover
 189     change_active $SINGLEMDS
 190     reboot_facet $SINGLEMDS
 191
 192     client_df &
 193     DFPID=$!
 194     sleep 5
 195
 196     shutdown_facet ost1
 197
 198     echo "Reintegrating OST"
 199     reboot_facet ost1
 200     wait_for ost1
 201     start_ost 1 || return 2
 202
 203     wait_for $SINGLEMDS
 204     start $SINGLEMDS `mdsdevname 1` $MDS_MOUNT_OPTS || return $?
 205
 206     #Check FS
 207     wait $DFPID
 208     clients_recover_osts ost1
 209     echo "Verify reintegration"
 210     client_df || return 1
 211
 212 }
 213 run_test 2 "Second Failure Mode: MDS/OST `date`"
 214 ###################################################
 215
 216
 217 ############### Third Failure Mode ###############
 218 test_3() {
 219     #Create files
 220     echo "Verify Lustre filesystem is up and running"
 221     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 222
 223     #MDS Portion
 224     facet_failover $SINGLEMDS
 225     wait $DFPID || echo df failed: $?
 226     #Check FS
 227
 228     echo "Test Lustre stability after MDS failover"
 229     client_df
 230
 231     #CLIENT Portion
 232     echo "Failing 2 CLIENTS"
 233     fail_clients 2
 234
 235     #Check FS
 236     echo "Test Lustre stability after CLIENT failure"
 237     client_df
 238
 239     #Reintegration
 240     echo "Reintegrating CLIENTS"
 241     reintegrate_clients || return 1
 242
 243     client_df || return 3
 244     sleep 2 # give it a little time for fully recovered before next test
 245 }
 246 run_test 3  "Thirdb Failure Mode: MDS/CLIENT `date`"
 247 ###################################################
 248
 249 ############### Fourth Failure Mode ###############
 250 test_4() {
 251     echo "Fourth Failure Mode: OST/MDS `date`"
 252
 253     #OST Portion
 254     shutdown_facet ost1
 255
 256     #Check FS
 257     echo "Test Lustre stability after OST failure"
 258     client_df &
 259     DFPIDA=$!
 260     sleep 5
 261
 262     #MDS Portion
 263     shutdown_facet $SINGLEMDS
 264     reboot_facet $SINGLEMDS
 265
 266     # prepare for MDS failover
 267     change_active $SINGLEMDS
 268     reboot_facet $SINGLEMDS
 269
 270     client_df &
 271     DFPIDB=$!
 272     sleep 5
 273
 274     #Reintegration
 275     echo "Reintegrating OST"
 276     reboot_facet ost1
 277     wait_for ost1
 278     start_ost 1
 279
 280     wait_for $SINGLEMDS
 281     start $SINGLEMDS `mdsdevname 1` $MDS_MOUNT_OPTS
 282     #Check FS
 283
 284     wait $DFPIDA
 285     wait $DFPIDB
 286     clients_recover_osts ost1
 287     echo "Test Lustre stability after MDS failover"
 288     client_df || return 1
 289 }
 290 run_test 4 "Fourth Failure Mode: OST/MDS `date`"
 291 ###################################################
 292
 293 ############### Fifth Failure Mode ###############
 294 test_5() {
 295     echo "Fifth Failure Mode: OST/OST `date`"
 296
 297     #Create files
 298     echo "Verify Lustre filesystem is up and running"
 299     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 300
 301     client_df
 302
 303     #OST Portion
 304     shutdown_facet ost1
 305     reboot_facet ost1
 306
 307     #Check FS
 308     echo "Test Lustre stability after OST failure"
 309     client_df &
 310     DFPIDA=$!
 311     sleep 5
 312
 313     #OST Portion
 314     shutdown_facet ost2
 315     reboot_facet ost2
 316
 317     #Check FS
 318     echo "Test Lustre stability after OST failure"
 319     client_df &
 320     DFPIDB=$!
 321     sleep 5
 322
 323     #Reintegration
 324     echo "Reintegrating OSTs"
 325     wait_for ost1
 326     start_ost 1
 327     wait_for ost2
 328     start_ost 2
 329
 330     clients_recover_osts ost1
 331     clients_recover_osts ost2
 332     sleep $TIMEOUT
 333
 334     wait $DFPIDA
 335     wait $DFPIDB
 336     client_df || return 2
 337 }
 338 run_test 5 "Fifth Failure Mode: OST/OST `date`"
 339 ###################################################
 340
 341 ############### Sixth Failure Mode ###############
 342 test_6() {
 343     echo "Sixth Failure Mode: OST/CLIENT `date`"
 344
 345     #Create files
 346     echo "Verify Lustre filesystem is up and running"
 347     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 348
 349     client_df
 350     client_touch testfile || return 2
 351
 352     #OST Portion
 353     shutdown_facet ost1
 354     reboot_facet ost1
 355
 356     #Check FS
 357     echo "Test Lustre stability after OST failure"
 358     client_df &
 359     DFPIDA=$!
 360     sleep 5
 361
 362     #CLIENT Portion
 363     echo "Failing CLIENTs"
 364     fail_clients
 365
 366     #Check FS
 367     echo "Test Lustre stability after CLIENTs failure"
 368     client_df &
 369     DFPIDB=$!
 370     sleep 5
 371
 372     #Reintegration
 373     echo "Reintegrating OST/CLIENTs"
 374     wait_for ost1
 375     start_ost 1
 376     reintegrate_clients
 377     sleep 5
 378
 379     wait $DFPIDA
 380     wait $DFPIDB
 381     echo "Verifying mount"
 382     [ -z "$(mounted_lustre_filesystems)" ] && return 3
 383     client_df
 384 }
 385 run_test 6 "Sixth Failure Mode: OST/CLIENT `date`"
 386 ###################################################
 387
 388
 389 ############### Seventh Failure Mode ###############
 390 test_7() {
 391     echo "Seventh Failure Mode: CLIENT/MDS `date`"
 392
 393     #Create files
 394     echo "Verify Lustre filesystem is up and running"
 395     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 396
 397     client_df
 398     client_touch testfile  || return 1
 399
 400     #CLIENT Portion
 401     echo "Part 1: Failing CLIENT"
 402     fail_clients 2
 403
 404     #Check FS
 405     echo "Test Lustre stability after CLIENTs failure"
 406     client_df
 407     $PDSH $LIVE_CLIENT "ls -l $MOUNT"
 408     $PDSH $LIVE_CLIENT "rm -f $MOUNT/*_testfile"
 409
 410     #Sleep
 411     echo "Wait 1 minutes"
 412     sleep 60
 413
 414     #Create files
 415     echo "Verify Lustre filesystem is up and running"
 416     [ -z "$(mounted_lustre_filesystems)" ] && return 2
 417
 418     client_df
 419     client_rm testfile
 420
 421     #MDS Portion
 422     facet_failover $SINGLEMDS
 423
 424     #Check FS
 425     echo "Test Lustre stability after MDS failover"
 426     wait $DFPID || echo "df on down clients fails " || return 1
 427     $PDSH $LIVE_CLIENT "ls -l $MOUNT"
 428     $PDSH $LIVE_CLIENT "rm -f $MOUNT/*_testfile"
 429
 430     #Reintegration
 431     echo "Reintegrating CLIENTs"
 432     reintegrate_clients || return 2
 433     client_df
 434
 435     #Sleep
 436     echo "wait 1 minutes"
 437     sleep 60
 438 }
 439 run_test 7 "Seventh Failure Mode: CLIENT/MDS `date`"
 440 ###################################################
 441
 442
 443 ############### Eighth Failure Mode ###############
 444 test_8() {
 445     echo "Eighth Failure Mode: CLIENT/OST `date`"
 446
 447     #Create files
 448     echo "Verify Lustre filesystem is up and running"
 449     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 450
 451     client_df
 452     client_touch testfile
 453
 454     #CLIENT Portion
 455     echo "Failing CLIENTs"
 456     fail_clients 2
 457
 458     #Check FS
 459     echo "Test Lustre stability after CLIENTs failure"
 460     client_df
 461     $PDSH $LIVE_CLIENT "ls -l $MOUNT"
 462     $PDSH $LIVE_CLIENT "rm -f $MOUNT/*_testfile"
 463
 464     #Sleep
 465     echo "Wait 1 minutes"
 466     sleep 60
 467
 468     #Create files
 469     echo "Verify Lustre filesystem is up and running"
 470     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 471
 472     client_df
 473     client_touch testfile
 474
 475
 476     #OST Portion
 477     shutdown_facet ost1
 478     reboot_facet ost1
 479
 480     #Check FS
 481     echo "Test Lustre stability after OST failure"
 482     client_df &
 483     DFPID=$!
 484     sleep 5
 485     #non-failout hangs forever here
 486     #$PDSH $LIVE_CLIENT "ls -l $MOUNT"
 487     #$PDSH $LIVE_CLIENT "rm -f $MOUNT/*_testfile"
 488
 489     #Reintegration
 490     echo "Reintegrating CLIENTs/OST"
 491     reintegrate_clients || return 3
 492     wait_for ost1
 493     start_ost 1
 494     wait $DFPID
 495     client_df || return 1
 496     client_touch testfile2 || return 2
 497
 498     #Sleep
 499     echo "Wait 1 minutes"
 500     sleep 60
 501 }
 502 run_test 8 "Eighth Failure Mode: CLIENT/OST `date`"
 503 ###################################################
 504
 505
 506 ############### Ninth Failure Mode ###############
 507 test_9() {
 508     echo
 509
 510     #Create files
 511     echo "Verify Lustre filesystem is up and running"
 512     [ -z "$(mounted_lustre_filesystems)" ] && error "Lustre is not running"
 513
 514     client_df
 515     client_touch testfile || return 1
 516
 517     #CLIENT Portion
 518     echo "Failing CLIENTs"
 519     fail_clients 2
 520
 521     #Check FS
 522     echo "Test Lustre stability after CLIENTs failure"
 523     client_df
 524     $PDSH $LIVE_CLIENT "ls -l $MOUNT" || return 1
 525     $PDSH $LIVE_CLIENT "rm -f $MOUNT/*_testfile" || return 2
 526
 527     #Sleep
 528     echo "Wait 1 minutes"
 529     sleep 60
 530
 531     #Create files
 532     echo "Verify Lustre filesystem is up and running"
 533     $PDSH $LIVE_CLIENT df $MOUNT || return 3
 534     client_touch testfile || return 4
 535
 536     #CLIENT Portion
 537     echo "Failing CLIENTs"
 538     fail_clients 2
 539
 540     #Check FS
 541     echo "Test Lustre stability after CLIENTs failure"
 542     client_df
 543     $PDSH $LIVE_CLIENT "ls -l $MOUNT" || return 5
 544     $PDSH $LIVE_CLIENT "rm -f $MOUNT/*_testfile" || return 6
 545
 546     #Reintegration
 547     echo "Reintegrating  CLIENTs/CLIENTs"
 548     reintegrate_clients || return 7
 549     client_df
 550
 551     #Sleep
 552     echo "Wait 1 minutes"
 553     sleep 60
 554 }
 555 run_test 9 "Ninth Failure Mode: CLIENT/CLIENT `date`"
 556 ###################################################
 557
 558 test_10() {
 559     #Run availability after all failures
 560     DURATION=${DURATION:-$((2 * 60 * 60))} # 6 hours default
 561     LOADTEST=${LOADTEST:-metadata-load.py}
 562     $PWD/availability.sh $CONFIG $DURATION $CLIENTS || return 1
 563 }
 564 run_test 10 "Running Availability for 6 hours..."
 565
 566 equals_msg `basename $0`: test complete, cleaning up
 567 check_and_cleanup_lustre
 568 [ -f "$TESTSUITELOG" ] && cat $TESTSUITELOG || true