Привет! Это не известная проблема. По первым признакам похоже, что в одной сети может быть два хоста с одинаковыми IP или MAC-адресами. Возможно, активность диска прекращается из-за потери сетевого подключения у VM? Какую конкретно команду ты используешь для обновления машины? Как именно ты читаешь системные логи?

Привет, Максимилиан!

Все ВМ имеют фиксированные IP-адреса. У меня уже возникали проблемы с дублированием IP-адресов — обычно это влияет на сетевое подключение, но не ломает машину полностью. Я обычно обновляю Debian с помощью `apt update` и `apt dist-upgrade`.

Что касается логов, я использую `journalctl` (-f, -k и т.д.) и `dmesg -T`.

Спасибо.

Да, это очень странная проблема. Вы используете HA на кластере? Нет.

Как в целом сетевое подключение между узлами? У всех серверов Intel X550, подключенные по 10G через Ubiquiti USW-Flex-XG. Нет выделенной сети управления, все общее. Во время инцидента узлы ведут себя нормально, имеют доступ к сети и т.д.? Да, все хорошо на уровне хоста и на других ВМ, работающих на хосте(ах).

Во время инцидента другие независимые устройства в сети ведут себя нормально? Да, других проблем не наблюдается.

Как вы восстанавливаетесь после инцидента? Судя по вашим графикам, перезагрузка не нужна. Мне приходится жестко останавливать ВМ (Shutdown --> Stop и затем Start).

Судя по вашим графикам, инцидент длился около 3 дней, как это осталось незамеченным? Хаха, это моя домашняя лаборатория, и у меня была довольно напряженная неделя на работе, так что времени на остальное не было (и да, у меня отсутствует центральная система мониторинга и оповещения, это в списке дел).

Какой сценарий использования/рабочая нагрузка должны выполняться на этих ВМ? Из последних двух, которые аварийно завершились, один работает GitLab, а другой Portainer.

Когда эти узлы были последний раз перезагружены? 30 дней назад на сегодняшний день.

Сколько всего инцидентов было? Я бы сказал, это произошло около 10 раз до сих пор.

Все ли оборудование было тщательно проверено: ОЗУ, Диски, Температуры, Сетевые адаптеры, Коммутаторы и т.д.? Температуры под контролем (у меня есть кондиционер), проблем с оборудованием не сообщалось ни на уровне IPMI, ни на уровне ОС.

В прошлом я мог как-то спровоцировать проблему (она, кажется, происходит в течение 24 часа) после живой миграции ВМ с общего хранилища на локальное и обратно. Я буду вести логи хоста и ВМ/dmesg в режиме follow и постараюсь "поймать" одну "вживую".