server/ctdb_monitor.c

   1 /*
   2    monitoring links to all other nodes to detect dead nodes
   3
   4
   5    Copyright (C) Ronnie Sahlberg 2007
   6
   7    This program is free software; you can redistribute it and/or modify
   8    it under the terms of the GNU General Public License as published by
   9    the Free Software Foundation; either version 3 of the License, or
  10    (at your option) any later version.
  11
  12    This program is distributed in the hope that it will be useful,
  13    but WITHOUT ANY WARRANTY; without even the implied warranty of
  14    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  15    GNU General Public License for more details.
  16
  17    You should have received a copy of the GNU General Public License
  18    along with this program; if not, see <http://www.gnu.org/licenses/>.
  19 */
  20
  21 #include "includes.h"
  22 #include "lib/events/events.h"
  23 #include "system/filesys.h"
  24 #include "system/wait.h"
  25 #include "../include/ctdb_private.h"
  26
  27 struct ctdb_monitor_state {
  28         uint32_t monitoring_mode;
  29         TALLOC_CTX *monitor_context;
  30         uint32_t next_interval;
  31 };
  32
  33 static void ctdb_check_health(struct event_context *ev, struct timed_event *te,
  34                               struct timeval t, void *private_data);
  35
  36 /*
  37   setup the notification script
  38 */
  39 int ctdb_set_notification_script(struct ctdb_context *ctdb, const char *script)
  40 {
  41         ctdb->notification_script = talloc_strdup(ctdb, script);
  42         CTDB_NO_MEMORY(ctdb, ctdb->notification_script);
  43         return 0;
  44 }
  45
  46 static int ctdb_run_notification_script_child(struct ctdb_context *ctdb, const char *event)
  47 {
  48         struct stat st;
  49         int ret;
  50         char *cmd;
  51
  52         if (stat(ctdb->notification_script, &st) != 0) {
  53                 DEBUG(DEBUG_ERR,("Could not stat notification script %s. Can not send notifications.\n", ctdb->notification_script));
  54                 return -1;
  55         }
  56         if (!(st.st_mode & S_IXUSR)) {
  57                 DEBUG(DEBUG_ERR,("Notification script %s is not executable.\n", ctdb->notification_script));
  58                 return -1;
  59         }
  60
  61         cmd = talloc_asprintf(ctdb, "%s %s\n", ctdb->notification_script, event);
  62         CTDB_NO_MEMORY(ctdb, cmd);
  63
  64         ret = system(cmd);
  65         /* if the system() call was successful, translate ret into the
  66            return code from the command
  67         */
  68         if (ret != -1) {
  69                 ret = WEXITSTATUS(ret);
  70         }
  71         if (ret != 0) {
  72                 DEBUG(DEBUG_ERR,("Notification script \"%s\" failed with error %d\n", cmd, ret));
  73         }
  74
  75         return ret;
  76 }
  77
  78 static void ctdb_run_notification_script(struct ctdb_context *ctdb, const char *event)
  79 {
  80         pid_t child;
  81
  82         if (ctdb->notification_script == NULL) {
  83                 return;
  84         }
  85
  86         child = fork();
  87         if (child == (pid_t)-1) {
  88                 DEBUG(DEBUG_ERR,("Failed to fork() a notification child process\n"));
  89                 return;
  90         }
  91         if (child == 0) {
  92                 int ret;
  93
  94                 ret = ctdb_run_notification_script_child(ctdb, event);
  95                 if (ret != 0) {
  96                         DEBUG(DEBUG_ERR,(__location__ " Notification script failed\n"));
  97                 }
  98                 _exit(0);
  99         }
 100
 101         return;
 102 }
 103
 104 /*
 105   called when a health monitoring event script finishes
 106  */
 107 static void ctdb_health_callback(struct ctdb_context *ctdb, int status, void *p)
 108 {
 109         struct ctdb_node *node = ctdb->nodes[ctdb->pnn];
 110         TDB_DATA data;
 111         struct ctdb_node_flag_change c;
 112         uint32_t next_interval;
 113         int ret;
 114         TDB_DATA rddata;
 115         struct takeover_run_reply rd;
 116
 117         c.pnn = ctdb->pnn;
 118         c.old_flags = node->flags;
 119
 120         rd.pnn   = ctdb->pnn;
 121         rd.srvid = CTDB_SRVID_TAKEOVER_RUN_RESPONSE;
 122
 123         rddata.dptr = (uint8_t *)&rd;
 124         rddata.dsize = sizeof(rd);
 125
 126         if (status != 0 && !(node->flags & NODE_FLAGS_UNHEALTHY)) {
 127                 DEBUG(DEBUG_NOTICE,("monitor event failed - disabling node\n"));
 128                 node->flags |= NODE_FLAGS_UNHEALTHY;
 129                 ctdb->monitor->next_interval = 5;
 130                 if (ctdb->tunable.disable_when_unhealthy != 0) {
 131                         DEBUG(DEBUG_INFO, ("DISABLING node since it became unhealthy\n"));
 132                         node->flags |= NODE_FLAGS_DISABLED;
 133                 }
 134
 135                 ctdb_run_notification_script(ctdb, "unhealthy");
 136
 137                 /* ask the recmaster to reallocate all addresses */
 138                 DEBUG(DEBUG_ERR,("Node became UNHEALTHY. Ask recovery master %u to perform ip reallocation\n", ctdb->recovery_master));
 139                 ret = ctdb_daemon_send_message(ctdb, ctdb->recovery_master, CTDB_SRVID_TAKEOVER_RUN, rddata);
 140                 if (ret != 0) {
 141                         DEBUG(DEBUG_ERR,(__location__ " Failed to send ip takeover run request message to %u\n", ctdb->recovery_master));
 142                 }
 143
 144         } else if (status == 0 && (node->flags & NODE_FLAGS_UNHEALTHY)) {
 145                 DEBUG(DEBUG_NOTICE,("monitor event OK - node re-enabled\n"));
 146                 node->flags &= ~NODE_FLAGS_UNHEALTHY;
 147                 ctdb->monitor->next_interval = 5;
 148
 149                 ctdb_run_notification_script(ctdb, "healthy");
 150
 151                 /* ask the recmaster to reallocate all addresses */
 152                 DEBUG(DEBUG_ERR,("Node became HEALTHY. Ask recovery master %u to perform ip reallocation\n", ctdb->recovery_master));
 153                 ret = ctdb_daemon_send_message(ctdb, ctdb->recovery_master, CTDB_SRVID_TAKEOVER_RUN, rddata);
 154                 if (ret != 0) {
 155                         DEBUG(DEBUG_ERR,(__location__ " Failed to send ip takeover run request message to %u\n", ctdb->recovery_master));
 156                 }
 157
 158         }
 159
 160         next_interval = ctdb->monitor->next_interval;
 161
 162         ctdb->monitor->next_interval *= 2;
 163         if (ctdb->monitor->next_interval > ctdb->tunable.monitor_interval) {
 164                 ctdb->monitor->next_interval = ctdb->tunable.monitor_interval;
 165         }
 166
 167         event_add_timed(ctdb->ev, ctdb->monitor->monitor_context,
 168                                 timeval_current_ofs(next_interval, 0),
 169                                 ctdb_check_health, ctdb);
 170
 171         if (c.old_flags == node->flags) {
 172                 return;
 173         }
 174
 175         c.new_flags = node->flags;
 176
 177         data.dptr = (uint8_t *)&c;
 178         data.dsize = sizeof(c);
 179
 180         /* ask the recovery daemon to push these changes out to all nodes */
 181         ctdb_daemon_send_message(ctdb, ctdb->pnn,
 182                                  CTDB_SRVID_PUSH_NODE_FLAGS, data);
 183
 184 }
 185
 186
 187 /*
 188   called when the startup event script finishes
 189  */
 190 static void ctdb_startup_callback(struct ctdb_context *ctdb, int status, void *p)
 191 {
 192         if (status != 0) {
 193                 DEBUG(DEBUG_ERR,("startup event failed\n"));
 194         } else if (status == 0) {
 195                 DEBUG(DEBUG_NOTICE,("startup event OK - enabling monitoring\n"));
 196                 ctdb->done_startup = true;
 197                 ctdb->monitor->next_interval = 5;
 198                 ctdb_run_notification_script(ctdb, "startup");
 199         }
 200
 201         event_add_timed(ctdb->ev, ctdb->monitor->monitor_context,
 202                         timeval_current_ofs(ctdb->monitor->next_interval, 0),
 203                         ctdb_check_health, ctdb);
 204 }
 205
 206
 207 /*
 208   see if the event scripts think we are healthy
 209  */
 210 static void ctdb_check_health(struct event_context *ev, struct timed_event *te,
 211                               struct timeval t, void *private_data)
 212 {
 213         struct ctdb_context *ctdb = talloc_get_type(private_data, struct ctdb_context);
 214         int ret = 0;
 215
 216         if (ctdb->recovery_mode != CTDB_RECOVERY_NORMAL ||
 217             (ctdb->monitor->monitoring_mode == CTDB_MONITORING_DISABLED && ctdb->done_startup)) {
 218                 event_add_timed(ctdb->ev, ctdb->monitor->monitor_context,
 219                                 timeval_current_ofs(ctdb->monitor->next_interval, 0),
 220                                 ctdb_check_health, ctdb);
 221                 return;
 222         }
 223
 224         if (!ctdb->done_startup) {
 225                 ret = ctdb_event_script_callback(ctdb,
 226                                                  ctdb->monitor->monitor_context, ctdb_startup_callback,
 227                                                  ctdb, CTDB_EVENT_STARTUP, "%s", "");
 228         } else {
 229                 int i;
 230                 int skip_monitoring = 0;
 231
 232                 if (ctdb->recovery_mode != CTDB_RECOVERY_NORMAL) {
 233                         skip_monitoring = 1;
 234                         DEBUG(DEBUG_ERR,("Skip monitoring during recovery\n"));
 235                 }
 236                 for (i=1; i<=NUM_DB_PRIORITIES; i++) {
 237                         if (ctdb->freeze_handles[i] != NULL) {
 238                                 DEBUG(DEBUG_ERR,("Skip monitoring since databases are frozen\n"));
 239                                 skip_monitoring = 1;
 240                                 break;
 241                         }
 242                 }
 243                 if (skip_monitoring != 0) {
 244                         event_add_timed(ctdb->ev, ctdb->monitor->monitor_context,
 245                                         timeval_current_ofs(ctdb->monitor->next_interval, 0),
 246                                         ctdb_check_health, ctdb);
 247                         return;
 248                 } else {
 249                         ret = ctdb_event_script_callback(ctdb,
 250                                         ctdb->monitor->monitor_context, ctdb_health_callback,
 251                                         ctdb, CTDB_EVENT_MONITOR, "%s", "");
 252                 }
 253         }
 254
 255         if (ret != 0) {
 256                 DEBUG(DEBUG_ERR,("Unable to launch monitor event script\n"));
 257                 ctdb->monitor->next_interval = 5;
 258                 event_add_timed(ctdb->ev, ctdb->monitor->monitor_context,
 259                         timeval_current_ofs(5, 0),
 260                         ctdb_check_health, ctdb);
 261         }
 262 }
 263
 264 /*
 265   (Temporaily) Disabling monitoring will stop the monitor event scripts
 266   from running   but node health checks will still occur
 267 */
 268 void ctdb_disable_monitoring(struct ctdb_context *ctdb)
 269 {
 270         ctdb->monitor->monitoring_mode = CTDB_MONITORING_DISABLED;
 271         DEBUG(DEBUG_INFO,("Monitoring has been disabled\n"));
 272 }
 273
 274 /*
 275    Re-enable running monitor events after they have been disabled
 276  */
 277 void ctdb_enable_monitoring(struct ctdb_context *ctdb)
 278 {
 279         ctdb->monitor->monitoring_mode  = CTDB_MONITORING_ACTIVE;
 280         ctdb->monitor->next_interval = 5;
 281         DEBUG(DEBUG_INFO,("Monitoring has been enabled\n"));
 282 }
 283
 284 /* stop any monitoring
 285    this should only be done when shutting down the daemon
 286 */
 287 void ctdb_stop_monitoring(struct ctdb_context *ctdb)
 288 {
 289         talloc_free(ctdb->monitor->monitor_context);
 290         ctdb->monitor->monitor_context = NULL;
 291
 292         ctdb->monitor->monitoring_mode  = CTDB_MONITORING_DISABLED;
 293         ctdb->monitor->next_interval = 5;
 294         DEBUG(DEBUG_NOTICE,("Monitoring has been stopped\n"));
 295 }
 296
 297 /*
 298   start watching for nodes that might be dead
 299  */
 300 void ctdb_start_monitoring(struct ctdb_context *ctdb)
 301 {
 302         struct timed_event *te;
 303
 304         if (ctdb->monitor != NULL) {
 305                 return;
 306         }
 307
 308         ctdb->monitor = talloc(ctdb, struct ctdb_monitor_state);
 309         CTDB_NO_MEMORY_FATAL(ctdb, ctdb->monitor);
 310
 311         ctdb->monitor->next_interval = 5;
 312
 313         ctdb->monitor->monitor_context = talloc_new(ctdb->monitor);
 314         CTDB_NO_MEMORY_FATAL(ctdb, ctdb->monitor->monitor_context);
 315
 316         te = event_add_timed(ctdb->ev, ctdb->monitor->monitor_context,
 317                              timeval_current_ofs(1, 0),
 318                              ctdb_check_health, ctdb);
 319         CTDB_NO_MEMORY_FATAL(ctdb, te);
 320
 321         ctdb->monitor->monitoring_mode  = CTDB_MONITORING_ACTIVE;
 322         DEBUG(DEBUG_NOTICE,("Monitoring has been started\n"));
 323 }
 324
 325
 326 /*
 327   modify flags on a node
 328  */
 329 int32_t ctdb_control_modflags(struct ctdb_context *ctdb, TDB_DATA indata)
 330 {
 331         struct ctdb_node_flag_change *c = (struct ctdb_node_flag_change *)indata.dptr;
 332         struct ctdb_node *node;
 333         uint32_t old_flags;
 334         int i;
 335
 336         if (c->pnn >= ctdb->num_nodes) {
 337                 DEBUG(DEBUG_ERR,(__location__ " Node %d is invalid, num_nodes :%d\n", c->pnn, ctdb->num_nodes));
 338                 return -1;
 339         }
 340
 341         node         = ctdb->nodes[c->pnn];
 342         old_flags    = node->flags;
 343         if (c->pnn != ctdb->pnn) {
 344                 c->old_flags  = node->flags;
 345         }
 346         node->flags   = c->new_flags & ~NODE_FLAGS_DISCONNECTED;
 347         node->flags  |= (c->old_flags & NODE_FLAGS_DISCONNECTED);
 348
 349         /* we dont let other nodes modify our STOPPED status */
 350         if (c->pnn == ctdb->pnn) {
 351                 node->flags &= ~NODE_FLAGS_STOPPED;
 352                 if (old_flags & NODE_FLAGS_STOPPED) {
 353                         node->flags |= NODE_FLAGS_STOPPED;
 354                 }
 355         }
 356
 357         /* we dont let other nodes modify our BANNED status */
 358         if (c->pnn == ctdb->pnn) {
 359                 node->flags &= ~NODE_FLAGS_BANNED;
 360                 if (old_flags & NODE_FLAGS_BANNED) {
 361                         node->flags |= NODE_FLAGS_BANNED;
 362                 }
 363         }
 364
 365         if (node->flags == c->old_flags) {
 366                 DEBUG(DEBUG_INFO, ("Control modflags on node %u - Unchanged - flags 0x%x\n", c->pnn, node->flags));
 367                 return 0;
 368         }
 369
 370         DEBUG(DEBUG_INFO, ("Control modflags on node %u - flags now 0x%x\n", c->pnn, node->flags));
 371
 372
 373         /* tell the recovery daemon something has changed */
 374         ctdb_daemon_send_message(ctdb, ctdb->pnn,
 375                                  CTDB_SRVID_SET_NODE_FLAGS, indata);
 376
 377         /* if we have become banned, we should go into recovery mode */
 378         if ((node->flags & NODE_FLAGS_BANNED) && !(c->old_flags & NODE_FLAGS_BANNED) && (node->pnn == ctdb->pnn)) {
 379                 /* make sure we are frozen */
 380                 DEBUG(DEBUG_NOTICE,("This node has been banned - forcing freeze and recovery\n"));
 381                 /* Reset the generation id to 1 to make us ignore any
 382                    REQ/REPLY CALL/DMASTER someone sends to us.
 383                    We are now banned so we shouldnt service database calls
 384                    anymore.
 385                 */
 386                 ctdb->vnn_map->generation = INVALID_GENERATION;
 387
 388                 for (i=1; i<=NUM_DB_PRIORITIES; i++) {
 389                         if (ctdb_start_freeze(ctdb, i) != 0) {
 390                                 DEBUG(DEBUG_ERR,(__location__ " Failed to freeze db priority %u\n", i));
 391                         }
 392                 }
 393                 ctdb_release_all_ips(ctdb);
 394                 ctdb->recovery_mode = CTDB_RECOVERY_ACTIVE;
 395         }
 396
 397         return 0;
 398 }
 399
 400 /*
 401   return the monitoring mode
 402  */
 403 int32_t ctdb_monitoring_mode(struct ctdb_context *ctdb)
 404 {
 405         if (ctdb->monitor == NULL) {
 406                 return CTDB_MONITORING_DISABLED;
 407         }
 408         return ctdb->monitor->monitoring_mode;
 409 }
 410