1

応答時間のゆらぎについて

多くの読者にとって身近なデバイスとして、「ディスク」と「ネットワーク」について考えてみる。 デバイスの応答時間を考えた時、PCのローカルなバスに接続されたシステムディスクと、 NICに接続されたLANケーブルの先に広がっているネットワークのどちらが安定しているだろうか? 何を比べたら良いかわからなければ、 「ネットワーク」を「ネットワーク上の共有ディスク」に置き換えても良い。 Usagiのパスワードを変更するとsitsに繋がらなくなる、 というような例外的な事象を差し引いたとしても、 「ネットワーク上の共有ディスク」が「システムディスク」よりも不安定であるということに、 疑問の余地は無いだろう。何故か?

訴えたい点

技術的な結論は、わかってしまえば取るに足らない、ごく当たり前なことでしかない。 本稿にて訴えたいのは、その当たり前の結論に至る過程である。 ごく当たり前な結論を導く過程を、恐ろしく困難にしていたのは、 思い込み、固定観念である。

「クラウド」の技術的核心の一つである仮想化の真の姿。

「ネットワークがおかしいからディスクがおかしいように見える」という可能性も消えてはいない。つまり、MiFの素性について何一つわかってはいないのと同じである。

ディスクI/OはUNINTERRUPTEBLEなタスクであり、 もしもI/Oが止まったらそのタスクは永久に止まる。 割り込みも許されない。 つまり、Linuxカーネルも、「ディスクI/Oが止まることはあり得ない」と 思っているのだ。

目次

• なんかおかしくない?
• vi使ってると、たまに固まる
• 生死監視が失敗する
• クラスタが暴れる
• RTU
• たまに時計がずれてる

• 何がおかしい?
• ネットワーク?
• ping打ってみよう
• pingのエラー/遅延はそれぞれ何を意味する?
• pingが遅延してるように見えるのは時計が狂うから?
• 訊かれたら時刻を返すサーバ作ってみた
• 時刻は狂ってないよ
• 何で?
• そうか、ディスクか!!
• もしディスクが止まっていたら、全ての辻褄が合う
• ここまで辿り着くのにこんなに時間がかかったのは、「システムディスクが止まるはずがない」という思い込み

• 新しいストレージ
• 直った?
• 空いてるだけ?
• 何を基準に判断する? 何をもって直ったと言ってる?
• I/O waitが高いことは、何かをやった結果でしかない

• 結論
• ネットワークかストレージか、といったレベルでは、ほぼ原因が特定できたが、それ以上のことは何もわかっていない。
• ブレードサーバ、VMware、ストレージといった個々の要素については、社内にもエキスパートがいる
• しかし、それらを組み合わせた時の振る舞い、その上で稼働する仮想サーバの素性について、我々は実は何もわかっていない
• それは、恐らくこうやって痛い目に合いながら少しずつ解き明かし、身につけていくしかない
• そうして蓄積していったノウハウこそが、我々の武器だ!! 小っ恥ずかしいが、偉い人は喜びそうな結論。