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


  • 2017-03-22

    (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3月21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:3月21(火)18:53から20:03頃

     影響範囲:/work1, /gscr0にアクセスできない

     詳細:

    (調査中です。)

    用語説明

    MDS:Lustreファイルシステムにおいて、計算ノードに対してファイルのメタ情報を実際に送受信するサーバ

    MDT:Lustreファイルシステムにおいて、ファイルのメタ情報を実際に保存しているディスクの集合体


     なお、...


  • 2017-03-22

    (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3月21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:3月21(火)11:51から15:44頃

     影響範囲:/work1, /gscr0にアクセスできない

     詳細:

    (調査中です)

    用語説明

    MDS:Lustreファイルシステムにおいて、計算ノードに対してファイルのメタ情報を実際に送受信するサーバ

    MDT:Lustreファイルシステムにおいて、ファイルのメタ情報を実際に保存しているディスクの集合体


     なお、...


  • 2017-03-17

    (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3月17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:3月17(金)14:41から20:08頃

     影響範囲:/work1, /gscr0にアクセスできない

     詳細:

    (調査中です。MDSのテイクオーバーで処理がスタックした模様)

    用語説明

    MDS:Lustreファイルシステムにおいて、計算ノードに対してファイルのメタ情報を実際に送受信するサーバ

    MDT:Lustreファイルシステムにおいて、...


  • 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、...

ページ