]> git.proxmox.com Git - pve-ha-manager.git/blobdiff - src/PVE/HA/LRM.pm
improve verbosity of API status call
[pve-ha-manager.git] / src / PVE / HA / LRM.pm
index b2a79c6881e6e65b1bfbc2002c8fe9500a8048b5..d7b54da6bdaed63b90c5dad56381c4b087740f1b 100644 (file)
@@ -9,12 +9,12 @@ use POSIX qw(:sys_wait_h);
 
 use PVE::SafeSyslog;
 use PVE::Tools;
-use PVE::HA::Tools;
+use PVE::HA::Tools ':exit_codes';
+use PVE::HA::Resources;
 
 # Server can have several states:
 
 my $valid_states = {
-    disabled => "HA is disabled (no resource configuration)",
     wait_for_agent_lock => "waiting for agent lock",
     active => "got agent_lock",
     lost_agent_lock => "lost agent_lock",
@@ -30,20 +30,56 @@ sub new {
        status => { state => 'startup' },
        workers => {},
        results => {},
+       restart_tries => {},
+       shutdown_request => 0,
+       shutdown_errors => 0,
+       # mode can be: active, reboot, shutdown, restart
+       mode => 'active',
     }, $class;
 
-    my $next_state = $haenv->service_config_exists() ?
-       'wait_for_agent_lock' : 'disabled';
-    
-    $self->set_local_status({ state => $next_state });   
-    
+    $self->set_local_status({ state =>         'wait_for_agent_lock' });   
+
     return $self;
 }
 
 sub shutdown_request {
     my ($self) = @_;
 
+    return if $self->{shutdown_request}; # already in shutdown mode
+
+    my $haenv = $self->{haenv};
+
+    my $nodename = $haenv->nodename();
+
+    my $shutdown = $haenv->is_node_shutdown();
+
+    if ($shutdown) {
+       $haenv->log('info', "shutdown LRM, stop all services");
+       $self->{mode} = 'shutdown';
+
+       # queue stop jobs for all services
+
+       my $ss = $self->{service_status};
+
+       foreach my $sid (keys %$ss) {
+           my $sd = $ss->{$sid};
+           next if !$sd->{node};
+           next if $sd->{node} ne $nodename;
+           # Note: use undef uid to mark shutdown/stop jobs
+           $self->queue_resource_command($sid, undef, 'request_stop');
+       }
+
+    } else {
+       $haenv->log('info', "restart LRM, freeze all services");
+       $self->{mode} = 'restart';
+    }
+
     $self->{shutdown_request} = 1;
+
+    eval { $self->update_lrm_status(); };
+    if (my $err = $@) {
+       $self->log('err', "unable to update lrm status file - $err");
+    }
 }
 
 sub get_local_status {
@@ -71,6 +107,29 @@ sub set_local_status {
     $self->{status} = $new;
 }
 
+sub update_lrm_status {
+    my ($self) = @_;
+
+    my $haenv = $self->{haenv};
+
+    return 0 if !$haenv->quorate();
+    
+    my $lrm_status = { 
+       state => $self->{status}->{state},
+       mode => $self->{mode},
+       results => $self->{results},
+       timestamp => $haenv->get_time(),
+    };
+    
+    eval { $haenv->write_lrm_status($lrm_status); };
+    if (my $err = $@) {
+       $haenv->log('err', "unable to write lrm status file - $err");
+       return 0;
+    }
+
+    return 1;
+}
+
 sub get_protected_ha_agent_lock {
     my ($self) = @_;
 
@@ -102,29 +161,66 @@ sub get_protected_ha_agent_lock {
     return 0;
 }
 
+sub active_service_count {
+    my ($self) = @_;
+    
+    my $haenv = $self->{haenv};
+
+    my $nodename = $haenv->nodename();
+
+    my $ss = $self->{service_status};
+
+    my $count = 0;
+    
+    foreach my $sid (keys %$ss) {
+       my $sd = $ss->{$sid};
+       next if !$sd->{node};
+       next if $sd->{node} ne $nodename;
+       my $req_state = $sd->{state};
+       next if !defined($req_state);
+       next if $req_state eq 'stopped';
+       next if $req_state eq 'freeze';
+
+       $count++;
+    }
+    
+    return $count;
+}
+
+my $wrote_lrm_status_at_startup = 0;
+
 sub do_one_iteration {
     my ($self) = @_;
 
     my $haenv = $self->{haenv};
 
+    if (!$wrote_lrm_status_at_startup) {
+       if ($self->update_lrm_status()) {
+           $wrote_lrm_status_at_startup = 1;
+       } else {
+           # do nothing
+           $haenv->sleep(5);
+           return $self->{shutdown_request} ? 0 : 1;
+       }
+    }
+    
     my $status = $self->get_local_status();
     my $state = $status->{state};
 
+    my $ms = $haenv->read_manager_status();
+    $self->{service_status} =  $ms->{service_status} || {};
+
+    my $fence_request = PVE::HA::Tools::count_fenced_services($self->{service_status}, $haenv->nodename());
+    
     # do state changes first 
 
     my $ctime = $haenv->get_time();
 
-    if ($state eq 'disabled') {
-
-       if ($haenv->service_config_exists()) {
-           $self->set_local_status({ state => 'wait_for_agent_lock' });
-       }
-       
-    } if ($state eq 'wait_for_agent_lock') {
+    if ($state eq 'wait_for_agent_lock') {
 
-       my $service_count = 1; # todo: correctly compute
+       my $service_count = $self->active_service_count();
 
-       if ($service_count && $haenv->quorate()) {
+       if (!$fence_request && $service_count && $haenv->quorate()) {
            if ($self->get_protected_ha_agent_lock()) {
                $self->set_local_status({ state => 'active' });
            }
@@ -132,7 +228,7 @@ sub do_one_iteration {
        
     } elsif ($state eq 'lost_agent_lock') {
 
-       if ($haenv->quorate()) {
+       if (!$fence_request && $haenv->quorate()) {
            if ($self->get_protected_ha_agent_lock()) {
                $self->set_local_status({ state => 'active' });
            }
@@ -140,7 +236,10 @@ sub do_one_iteration {
 
     } elsif ($state eq 'active') {
 
-       if (!$self->get_protected_ha_agent_lock()) {
+       if ($fence_request) {           
+           $haenv->log('err', "node need to be fenced - releasing agent_lock\n");
+           $self->set_local_status({ state => 'lost_agent_lock'});     
+       } elsif (!$self->get_protected_ha_agent_lock()) {
            $self->set_local_status({ state => 'lost_agent_lock'});
        }
     }
@@ -150,12 +249,12 @@ sub do_one_iteration {
 
     # do work
 
-    $self->{service_status} = {};
-
     if ($state eq 'wait_for_agent_lock') {
 
        return 0 if $self->{shutdown_request};
-
+       
+       $self->update_lrm_status();
+       
        $haenv->sleep(5);
           
     } elsif ($state eq 'active') {
@@ -172,31 +271,52 @@ sub do_one_iteration {
 
            if ($self->{shutdown_request}) {
 
-               # fixme: request service stop or relocate ?
+               if ($self->{mode} eq 'restart') {
+
+                   my $service_count = $self->active_service_count();
 
-               my $service_count = 0; # fixme
+                   if ($service_count == 0) {
 
-               if ($service_count == 0) {
+                       if ($self->run_workers() == 0) {
+                           if ($self->{ha_agent_wd}) {
+                               $haenv->watchdog_close($self->{ha_agent_wd});
+                               delete $self->{ha_agent_wd};
+                           }
 
-                   if ($self->{ha_agent_wd}) {
-                       $haenv->watchdog_close($self->{ha_agent_wd});
-                       delete $self->{ha_agent_wd};
+                           $shutdown = 1;
+
+                           # restart with no or freezed services, release the lock
+                           $haenv->release_ha_agent_lock();
+                       }
                    }
+               } else {
+
+                   if ($self->run_workers() == 0) {
+                       if ($self->{shutdown_errors} == 0) {
+                           if ($self->{ha_agent_wd}) {
+                               $haenv->watchdog_close($self->{ha_agent_wd});
+                               delete $self->{ha_agent_wd};
+                           }
 
-                   $shutdown = 1;
+                           # shutdown with all services stopped thus release the lock
+                           $haenv->release_ha_agent_lock();
+                       }
+
+                       $shutdown = 1;
+                   }
                }
            } else {
-               my $ms = $haenv->read_manager_status();
-
-               $self->{service_status} =  $ms->{service_status} || {};
 
                $self->manage_resources();
+
            }
        };
        if (my $err = $@) {
            $haenv->log('err', "got unexpected error - $err");
        }
 
+       $self->update_lrm_status();
+       
        return 0 if $shutdown;
 
        $haenv->sleep_until($startime + $max_time);
@@ -209,28 +329,27 @@ sub do_one_iteration {
 
        if ($self->{shutdown_request}) {
 
-           my $running_services = 0; # fixme: correctly compute
+           my $service_count = $self->active_service_count();
 
-           if ($running_services > 0) {
+           if ($service_count > 0) {
                $haenv->log('err', "get shutdown request in state 'lost_agent_lock' - " . 
-                           "killing running services");
+                           "detected $service_count running services");
 
-               # fixme: kill all services as fast as possible
-           }
+           } else {
 
-           # now all services are stopped, so we can close the watchdog
+               # all services are stopped, so we can close the watchdog
 
-           if ($self->{ha_agent_wd}) {
-               $haenv->watchdog_close($self->{ha_agent_wd});
-               delete $self->{ha_agent_wd};
+               if ($self->{ha_agent_wd}) {
+                   $haenv->watchdog_close($self->{ha_agent_wd});
+                   delete $self->{ha_agent_wd};
+               }
+               
+               return 0;
            }
-
-           return 0;
        }
-    } elsif ($state eq 'disabled') {
 
-       # do nothing
-       
+       $haenv->sleep(5);
+
     } else {
 
        die "got unexpected status '$state'\n";
@@ -240,81 +359,96 @@ sub do_one_iteration {
     return 1;
 }
 
-sub manage_resources {
+sub run_workers {
     my ($self) = @_;
 
     my $haenv = $self->{haenv};
 
-    my $nodename = $haenv->nodename();
-
-    my $ms = $haenv->read_manager_status();
-
-    my $ss = $self->{service_status};
-
-    foreach my $sid (keys %$ss) {
-       my $sd = $ss->{$sid};
-       next if !$sd->{node};
-       next if !$sd->{uid};
-       next if $sd->{node} ne $nodename;
-       my $req_state = $sd->{state};
-       next if !defined($req_state);
-
-       eval {
-           $self->queue_resource_command($sid, $sd->{uid}, $req_state, $sd->{target});
-       };
-       if (my $err = $@) {
-           warn "unable to run resource agent for '$sid' - $err"; # fixme
-       }
-    }
-
-    my $starttime = time();
+    my $starttime = $haenv->get_time();
 
     # start workers
     my $max_workers = 4;
 
     my $sc = $haenv->read_service_config();
-    
-    while ((time() - $starttime) < 5) {
+
+    while (($haenv->get_time() - $starttime) < 5) {
        my $count =  $self->check_active_workers();
 
        foreach my $sid (keys %{$self->{workers}}) {
            last if $count >= $max_workers;
            my $w = $self->{workers}->{$sid};
-           my $cd = $sc->{$sid};
-           if (!$cd) {
-               warn "missing resource configuration for '$sid'\n";
-               next;
-           }
            if (!$w->{pid}) {
-               my $pid = fork();
-               if (!defined($pid)) {
-                   warn "fork worker failed\n";
-                   $count = 0; last; # abort, try later
-               } elsif ($pid == 0) {
-                   # do work
+               if ($haenv->can_fork()) {
+                   my $pid = fork();
+                   if (!defined($pid)) {
+                       $haenv->log('err', "fork worker failed");
+                       $count = 0; last; # abort, try later
+                   } elsif ($pid == 0) {
+                       $haenv->after_fork(); # cleanup
+
+                       # do work
+                       my $res = -1;
+                       eval {
+                           $res = $self->exec_resource_agent($sid, $sc->{$sid}, $w->{state}, $w->{target});
+                       };
+                       if (my $err = $@) {
+                           $haenv->log('err', $err);
+                           POSIX::_exit(-1);
+                       }  
+                       POSIX::_exit($res); 
+                   } else {
+                       $count++;
+                       $w->{pid} = $pid;
+                   }
+               } else {
                    my $res = -1;
                    eval {
-                       $res = $haenv->exec_resource_agent($sid, $cd, $w->{state}, $w->{target});
+                       $res = $self->exec_resource_agent($sid, $sc->{$sid}, $w->{state}, $w->{target});
+                       $res = $res << 8 if $res > 0;
                    };
                    if (my $err = $@) {
-                       warn $err;
-                       POSIX::_exit(-1);
-                   }  
-                   POSIX::_exit($res); 
-               } else {
-                   $count++;
-                   $w->{pid} = $pid;
+                       $haenv->log('err', $err);
+                   }
+                   if (defined($w->{uid})) {
+                       $self->resource_command_finished($sid, $w->{uid}, $res);
+                   } else {
+                       $self->stop_command_finished($sid, $res);
+                   }
                }
            }
        }
 
        last if !$count;
 
-       sleep(1);
+       $haenv->sleep(1);
     }
+
+    return scalar(keys %{$self->{workers}});
+}
+
+sub manage_resources {
+    my ($self) = @_;
+
+    my $haenv = $self->{haenv};
+
+    my $nodename = $haenv->nodename();
+
+    my $ss = $self->{service_status};
+
+    foreach my $sid (keys %$ss) {
+       my $sd = $ss->{$sid};
+       next if !$sd->{node};
+       next if !$sd->{uid};
+       next if $sd->{node} ne $nodename;
+       my $req_state = $sd->{state};
+       next if !defined($req_state);
+       next if $req_state eq 'freeze';
+       $self->queue_resource_command($sid, $sd->{uid}, $req_state, $sd->{target});
+    }
+
+    return $self->run_workers();
 }
 
-# fixme: use a queue an limit number of parallel workers?
 sub queue_resource_command {
     my ($self, $sid, $uid, $state, $target) = @_;
 
@@ -344,7 +478,11 @@ sub check_active_workers {
            # check status
            my $waitpid = waitpid($pid, WNOHANG);
            if (defined($waitpid) && ($waitpid == $pid)) {
-               $self->resource_command_finished($sid, $w->{uid}, $?);
+               if (defined($w->{uid})) {
+                   $self->resource_command_finished($sid, $w->{uid}, $?);
+               } else {
+                   $self->stop_command_finished($sid, $?);
+               }
            } else {
                $count++;
            }
@@ -354,6 +492,29 @@ sub check_active_workers {
     return $count;
 }
 
+sub stop_command_finished {
+    my ($self, $sid, $status) = @_;
+
+    my $haenv = $self->{haenv};
+
+    my $w = delete $self->{workers}->{$sid};
+    return if !$w; # should not happen
+
+    my $exit_code = -1;
+
+    if ($status == -1) {
+       $haenv->log('err', "resource agent $sid finished - failed to execute");
+    }  elsif (my $sig = ($status & 127)) {
+       $haenv->log('err', "resource agent $sid finished - got signal $sig");
+    } else {
+       $exit_code = ($status >> 8);
+    }
+
+    if ($exit_code != 0) {
+       $self->{shutdown_errors}++;
+    }
+}
+
 sub resource_command_finished {
     my ($self, $sid, $uid, $status) = @_;
 
@@ -372,6 +533,8 @@ sub resource_command_finished {
        $exit_code = ($status >> 8);
     }
 
+    $exit_code = $self->handle_service_exitcode($sid, $w->{state}, $exit_code);
+
     $self->{results}->{$uid} = {
        sid => $w->{sid},
        state => $w->{state},
@@ -394,8 +557,162 @@ sub resource_command_finished {
        $results->{$id} = $self->{results}->{$id};
     }
     $self->{results} = $results;
+}
+
+# processes the exit code from a finished resource agent, so that the CRM knows
+# if the LRM wants to retry an action based on the current recovery policies for
+# the failed service, or the CRM itself must try to recover from the failure.
+sub handle_service_exitcode {
+    my ($self, $sid, $cmd, $exit_code) = @_;
+
+    my $haenv = $self->{haenv};
+    my $tries = $self->{restart_tries};
+
+    my $sc = $haenv->read_service_config();
+
+    my $max_restart = 0;
+
+    if (my $cd = $sc->{$sid}) {
+       $max_restart = $cd->{max_restart};
+    }
+
+    if ($cmd eq 'started') {
+
+       if ($exit_code == SUCCESS) {
+
+           $tries->{$sid} = 0;
+
+           return $exit_code;
 
-    $haenv->write_lrm_status($results);
+       } elsif ($exit_code == ERROR) {
+
+           $tries->{$sid} = 0 if !defined($tries->{$sid});
+
+           $tries->{$sid}++;
+           if ($tries->{$sid} >= $max_restart) {
+               $haenv->log('err', "unable to start service $sid on local node".
+                          " after $tries->{$sid} retries");
+               $tries->{$sid} = 0;
+               return ERROR;
+           }
+
+           # tell CRM that we retry the start
+           return ETRY_AGAIN;
+       }
+    }
+
+    return $exit_code;
+
+}
+
+sub exec_resource_agent {
+    my ($self, $sid, $service_config, $cmd, @params) = @_;
+
+    # setup execution environment
+
+    $ENV{'PATH'} = '/sbin:/bin:/usr/sbin:/usr/bin';
+
+    my $haenv = $self->{haenv};
+
+    my $nodename = $haenv->nodename();
+
+    my (undef, $service_type, $service_name) = PVE::HA::Tools::parse_sid($sid);
+
+    my $plugin = PVE::HA::Resources->lookup($service_type);
+    if (!$plugin) {
+       $haenv->log('err', "service type '$service_type' not implemented");
+       return EUNKNOWN_SERVICE_TYPE;
+    }
+
+    if (!$service_config) {
+       $haenv->log('err', "missing resource configuration for '$sid'");
+       return EUNKNOWN_SERVICE;
+    }
+
+    if ($service_config->{node} ne $nodename) {
+       $haenv->log('err', "service '$sid' not on this node");
+       return EWRONG_NODE;
+    }
+
+    my $id = $service_name;
+
+    my $running = $plugin->check_running($haenv, $id);
+
+    if ($cmd eq 'started') {
+
+       return SUCCESS if $running;
+
+       $haenv->log("info", "starting service $sid");
+
+       $plugin->start($haenv, $id);
+
+       $running = $plugin->check_running($haenv, $id);
+
+       if ($running) {
+           $haenv->log("info", "service status $sid started");
+           return SUCCESS;
+       } else {
+           $haenv->log("warning", "unable to start service $sid");
+           return ERROR;
+       }
+
+    } elsif ($cmd eq 'request_stop' || $cmd eq 'stopped') {
+
+       return SUCCESS if !$running;
+
+       $haenv->log("info", "stopping service $sid");
+
+       $plugin->shutdown($haenv, $id);
+
+       $running = $plugin->check_running($haenv, $id);
+
+       if (!$running) {
+           $haenv->log("info", "service status $sid stopped");
+           return SUCCESS;
+       } else {
+           $haenv->log("info", "unable to stop stop service $sid (still running)");
+           return ERROR;
+       }
+
+    } elsif ($cmd eq 'migrate' || $cmd eq 'relocate') {
+
+       my $target = $params[0];
+       if (!defined($target)) {
+           die "$cmd '$sid' failed - missing target\n" if !defined($target);
+           return EINVALID_PARAMETER;
+       }
+
+       if ($service_config->{node} eq $target) {
+           # already there
+           return SUCCESS;
+       }
+
+       my $online = ($cmd eq 'migrate') ? 1 : 0;
+
+       my $res = $plugin->migrate($haenv, $id, $target, $online);
+
+       # something went wrong if service is still on this node
+       if (!$res) {
+           $haenv->log("err", "service $sid not moved (migration error)");
+           return ERROR;
+       }
+
+       return SUCCESS;
+
+    } elsif ($cmd eq 'error') {
+
+       if ($running) {
+           $haenv->log("err", "service $sid is in an error state while running");
+       } else {
+           $haenv->log("warning", "service $sid is not running and in an error state");
+       }
+       return SUCCESS; # error always succeeds
+
+    }
+
+    $haenv->log("err", "implement me (cmd '$cmd')");
+    return EUNKNOWN_COMMAND;
 }
 
+
 1;