障害履歴

ユーザジョブに影響したと思われる障害の一覧を掲載しています。

より詳細な障害履歴はこちらをご覧ください。
http://mon.g.gsic.titech.ac.jp/trouble-list/index.htm


  • 2017-02-15

    (グループディスクを利用している方向けの情報です)

                                 学術国際情報センター
    2017年2月15日

     下記の通りストレージに障害が発生し、復旧いたしました。

     時間帯:2月13(月)14:58から15:13頃

     影響:/work0へのアクセスに一時的なI/O遅延やエラーが発生した可能性があります

     詳細:

    /work0 を構成する2台で冗長化されている MDS(MetaData Server) として稼働していた t2s007017 において障害が発生しました。

    その結果、MDS のサービス(MDT, MetaData Target)を対となる ...


  • 2017-02-09

    (グループディスクを利用している方向けの情報です)

                                 学術国際情報センター
    2017年2月9日

     下記の通りストレージに障害が発生し、仮復旧いたしました。報告が遅くなり申し訳ありませんでした。

     時間帯と影響範囲:
     2月3日(金) 12:36 から 14:49 /work1利用不可
     2月3日(金) 14:31 から 14:49 /work1, /gscr0利用不可

     詳細:

    /work1 を構成する2台で冗長化されている MDS(MetaData Server) として稼働していた t2s007015 において Lustre の処理がスタックする問題が発生致しました。

    MDS...


  • 2016-12-27

    (グループディスクを利用している方向けの情報です)

                                 学術国際情報センター
    2016年12月27日

     下記の通りストレージに障害が発生し、復旧いたしました。

     記

     日時:12月22日(木) 23:27 から 26日(月) 16:25 頃

     影響: /gscr0 のごく一部にアクセスできない。復旧作業中に/work1の一部にアクセスできない。

     詳細:

    コントローラ上で、ディスク障害(Idx: 518)のエラーが発生しており、SCSI コマンドに対してエラーが繰り返されたのち、12/22 23:27にmultipath がパスを認識できないエラーに繋がったものと思われます。
    以下の時間帯でストレージ領域に障害が発生しました。

    12/22 23:27 から 12/26 ...


  • 2016-12-22

    (t2a0041[37-50]を利用していた利用者への情報です)

                                 学術国際情報センター
    2016年12月27日

     下記の通りネットワークに障害が発生し、復旧いたしました。

     日時:12月25日(日) 9:02 から 12月26日(月)17:50頃

     影響: InfinibandネットワークEdgeスイッチIBEDGE158配下の計算ノードの通信不可

     詳細:

       InfinibandネットワークEdgeスイッチIBEDGE158に障害が発生しスイッチ交換を行いました。交換が完了するまで配下のノードであるt2a0041[37-50]が通信することができませんでした。


  • 2016-11-09

    (バッチキューを利用している方向けの情報です)

                                 学術国際情報センター
    2016年11月9日

     下記の通りバッチキューに障害が発生し、復旧いたしました。

     日時:11月5日(土) 11-05のスロット

     影響: Xキューが作成されず利用できない

     詳細:

    11/5 9:00 に11-04のスロットが終了しました。終了時点で予約キューに5,000本以上のジョブが残っていたためジョブの削除が開始されました。9:02にcronにより11-05のXキューの作成処理が始まりましたが、ジョブ削除が間に合わずタイムアウトし、Xキューの作成に失敗しました。その結果11-05のスロットでXキュー(この日は163台)が開始できませんでした。

    ...


  • 2016-10-27

    (グループディスクを利用している方向けの情報です)

                                 学術国際情報センター
    2016年10月27日

     下記の通りストレージに障害が発生し、復旧いたしました。

     日時:10月25日(月) 7:41 から 27(水)16:40 頃

     影響: /work1, /gscr0 の一部にアクセスできない

     詳細:

    詳細は現在まとめております。

    (11/1追記)

    7...


  • 2016-10-11

    (グループディスクを利用している方向けの情報です)

                                 学術国際情報センター
    2016年10月11日

     下記の通りストレージに障害が発生し、復旧いたしました。

     日時:10月7日(金) 13:32 から 16:35 頃

     影響: /work0 の一部にアクセスできない

     詳細:

    原因は現在調査中です。

    (10/21追記)

    10/6(木)に/work0を更生する8台あるOSSのうちの1台 t2s007055 上において、...


  • 2016-09-30

    (バッチキューを利用する方向けの情報です)

    学術国際情報センター
    2016年9月30日

    下記の通りXキューに問題が発生する予定です。

    日時:
    9/30(金) 20:00 から 10/1(土) 9:00

    影響:
    上記の日時の間、Xキューの利用できる台数が5台減少する。

    詳細:
     "TSUBAMEのより積極的な省電力運用について"を実現するソフトウェアの異常終了が発生したため、機器5台分の起動が間に合わず、上記の日時の間、Xキューの利用できる台数が5台減少します。


  • 2016-09-27

    (バッチキューを利用する方向けの情報です)

    学術国際情報センター
    2016年9月27日

    下記の通りXキューに問題が発生する予定です。

    日時:9/27(火) 20:00 から 9/28(水) 9:00

    影響: ピークシフト夜間Xキューの台数が大幅に減少する

    詳細:

     ピークシフト運用機能とより積極的な省電力運用機能のスクリプトに不整合があり09-27のスロットのXキューに258台の組み込み漏れが発生しました。その結果夜間のXキューが本来503台となるところ最大245台に減少する予定です。XキューはTSUBAME内部では一つの特殊な予約キューとして機能しております。PBSの予約キューは後からノードを追加できないという仕様があるため、修正することができません。...


  • 2016-08-24

    (バッチキューを利用する方向けの情報です)

    学術国際情報センター
    2016年8月24日

    下記の通りH/Xキューの一部に性能低下に繋がる問題が発生し、復旧いたしました。

    日時:8/18(木) 15:00 から 8/22(月) 13:59

    影響: 一部のH/XノードでU/V用の仮想マシン起動しリソースを圧迫

    詳細:

     夏季停電メンテナンスの一つとしてピークシフト対応で一時的にU/VキューからH/Xキューに移動している計算ノードへのパッチ当てを行いました。その際に仮想マシン(U/Vマシン)の起動も行いました。しかし、チェックミスにより以下の期間中、本来停止している必要のある仮想マシンが起動したままとなり、H/Xノードのリソースが仮想マシンの分だけ少ない状態で運用する結果となりました。これにより十分な速度が出なかったりメモリが不足することとなりました。
     再発防止のため自己チェックスクリプトの見直しを行う予定です...

ページ