Сбой NFS парализовал кластер Proxmox: виртуальные машины ушли в «спящий режим»

Инцидент, описанный на Habr, затронул кластер Proxmox из четырех нод. После отказа NFS-сервера, который предоставлял хранилище для виртуальных машин, все ВМ оказались недоступны, а команды управления кластером перестали отвечать.

Причина проблемы заключалась в использовании опции "hard" при монтировании NFS. Этот режим заставляет клиентскую систему бесконечно ждать ответа от сервера, что в случае сбоя блокирует все операции. Виртуальные машины перешли в D-state – состояние неубиваемого сна, из которого их невозможно вывести без принудительной перезагрузки нод.

Эксперты подчеркивают, что использование "hard" монтирования в производственных средах несет высокие риски. Хотя оно обеспечивает целостность данных за счет постоянных попыток подключения, это может привести к полной неработоспособности системы при потере связи с хранилищем.