排查 Azure VM 灾难恢复中的复制问题

本文介绍了在不同区域之间复制和恢复 Azure 虚拟机 (VM) 时在 Azure Site Recovery 中经常出现的问题。 另外还介绍了如何排查常见问题。 有关支持的配置的详细信息，请参阅 support matrix for replicating Azure VMs（复制 Azure VM 的支持矩阵）。

Azure Site Recovery 以一致的方式将数据从源区域复制到灾难恢复区域。 它还每隔 5 分钟创建崩溃一致性恢复点。 如果 Site Recovery 在 60 分钟内无法创建恢复点，它会通过以下信息向你发出警报：

Error message: "No crash consistent recovery point available for the VM in the last 60 minutes."

Error ID: 153007

以下部分介绍原因和解决方案。

源虚拟机上的数据更改率较高

如果源虚拟机上的数据更改率超过支持的限制，Azure Site Recovery 将创建一个事件。 若要确定问题是否由高变动率造成，请转到“复制的项”“VM”>“事件 - 过去 72 小时”。 你应当会看到“数据更改率超过支持的限制”事件：

如果选择该事件，应会看到确切的磁盘信息：

Azure Site Recovery 限制

下表提供了 Azure Site Recovery 限制。 这些限制基于我们的测试，但无法涵盖所有可能的应用程序输入-输出 (I/O) 组合。 实际结果可能因应用程序 I/O 组合而异。

有两个限制需要考虑：每个磁盘的数据变动率，以及每个虚拟机的数据变动率。 查看此处的变动率限制。

解决方案

Azure Site Recovery 根据磁盘类型实施数据更改率限制。 若要确定此问题是重复性的还是暂时性的，请确定受影响虚拟机的数据更改率。 请转到源虚拟机，在“监视”下找到指标，然后添加以下屏幕截图所示的指标：

1. 选择“添加指标”，并添加“OS 磁盘写入字节数/秒”和“数据磁盘写入字节数/秒”。
2. 监视屏幕截图中所示的峰值。
3. 查看 OS 磁盘和所有数据磁盘中总共发生的写入操作次数。 这些指标可能无法提供磁盘级别的信息，但能够反映数据变动率总模式。

数据更改率出现高峰的原因可能是偶发性的数据突发。 如果数据更改率高于 10 MB/秒（针对高级存储）或 2 M/秒（针对标准存储），但随后又下降，则复制可以赶上进度。 如果变动率一直远远超过支持的限制，请考虑以下做法之一：

• 排除导致数据更改率变高的磁盘：首先禁用复制。 然后可以使用 PowerShell 来排除磁盘。

• 更改副本磁盘的磁盘大小。 只有当每个磁盘的磁盘数据变动率小于 20 MB/秒，或在高变动率的情况下每个磁盘小于 50 MB/秒时，此选项才有用。 例如，假设你没有选择高变动支持，并且有一个 VM 带有 128 GiB 的磁盘，数据变动率在 8 MB/秒和 10 MB/s秒之间。 现在，由于 128 GiB 磁盘大小的变动率限制为 8 MB/秒，因此你可将磁盘大小增加到 512 GiB 来支持更高的变动率。 此解决方法仅适用于使用高级托管磁盘的计算机。 执行以下步骤：

  1. 转到受影响的已复制计算机的“磁盘”，并复制副本磁盘名称。
  2. 转到托管磁盘的此副本。
  3. 可能会在“概述”中看到一个横幅，指出已生成 SAS URL。 请选择此横幅并取消导出。 如果看不到该横幅，请忽略此步骤。
  4. 撤销 SAS URL 后，立即转到托管磁盘的“大小 +性能”。 增大大小，使 Site Recovery 支持在源磁盘上观测到的变动率。

磁盘层/SKU 更改注意事项

每当更改磁盘层或 SKU 时，磁盘资源提供程序都会创建与磁盘对应的所有快照（书签）。 因此，可能在某些恢复点中，一些底层快照在磁盘资源提供程序的末尾不存在。

一旦你使用在层级/SKU 更改之前创建的恢复点触发故障转移，则故障转移最终会失败并出现 BookmarkNotFound 错误。 由于修剪恢复点是一项计划作业，因此你可能会在门户上看到这样的恢复点，但是随着时间的推移，它会被删除。

建议：等待创建日期时间晚于磁盘更改的恢复点。

网络连接问题

缓存存储帐户的网络延迟

Site Recovery 会将已复制数据发送到缓存存储帐户。 如果将数据从虚拟机上传到缓存存储帐户时的速度有 3 秒低于 4 MB，则可能是遇到了网络延迟。

若要检查延迟相关的问题，请使用 AzCopy。 可以使用此命令行实用工具将数据从虚拟机上传到缓存存储帐户。 如果延迟较高，请检查你是否在使用网络虚拟设备 (NVA) 控制来自 VM 的出站网络流量。 如果所有复制流量都通过 NVA，设备可能会受到限制。

建议在虚拟网络中为“存储”创建一个网络服务终结点，这样复制流量就不会经过 NVA。 有关详细信息，请参阅网络虚拟设备配置。

网络连接

要使 Site Recovery 复制正常运行，需要 VM 提供到特定 URL 或 IP 范围的出站连接。 VM 可能位于防火墙后面，或使用网络安全组 (NSG) 规则控制出站连接。 如果是这样，则可能会遇到问题。 若要确保所有 URL 都已连接，请参阅 URL 的出站连接。

错误 ID 153006 - 在过去“X”分钟内没有可供 VM 使用的应用一致性恢复点

下面是一些最常见的问题。

SQL Server 2008/2008 R2 中的已知问题

如何修复： SQL Server 2008/2008 R2 有一个已知问题。 请参阅托管 SQL Server 2008 R2 的服务器的 Azure Site Recovery 代理或其他非组件 VSS 备份失败一文。

在使用 AUTO_CLOSE DB 托管任何版本的 SQL Server 实例的服务器上，Azure Site Recovery 作业失败

如何修复： 请参阅托管包含 AUTO_CLOSE DB 的 SQL Server 实例上的非组件 VSS 备份（例如 Azure Site Recovery 作业）失败一文。

SQL Server 2016 和 2017 中的已知问题

如何修复：SQL Server 2017 累积更新 16。

正在使用 Azure 存储空间直通配置

如何解决：Azure Site Recovery 无法针对存储空间直通配置创建应用程序一致性恢复点。 配置复制策略。

Linux 服务器上未启用应用一致性

如何解决：适用于 Linux 操作系统的 Azure Site Recovery 支持通过应用程序自定义脚本实现应用一致性。 为保障应用一致性，Azure Site Recovery 移动代理将使用带有 pre 和 post 选项的自定义脚本。 这里是启用此功能的步骤。

更多的原因在于 VSS 相关的问题：

若要进一步排查问题，请查看源计算机上的文件，获取故障的具体错误代码：

C:\Program Files (x86)\21Vianet Azure Site Recovery\agent\Application Data\ApplicationPolicyLogs\vacp.log

若要查找错误，请在文本编辑器中打开 vacp.log 文件，并搜索字符串“vacpError”。

Ex: vacpError:220#Following disks are in FilteringStopped state [\\.\PHYSICALDRIVE1=5, ]#220|^|224#FAILED: CheckWriterStatus().#2147754994|^|226#FAILED to revoke tags.FAILED: CheckWriterStatus().#2147754994|^|

在上面的示例中，2147754994 是错误代码，提供有关此句子后面的失败的信息。

VSS 编写器未安装 - 错误 2147221164

如何解决：为了生成应用程序一致性标记，Azure Site Recovery 将使用卷影复制服务 (VSS)。 Site Recovery 安装适用于其操作的 VSS 提供程序，以创建应用一致性快照。 Azure Site Recovery 将此 VSS 提供程序作为服务安装。 如果未安装 VSS 提供程序，则创建应用程序一致性快照的操作将会失败。 此时会显示“错误 ID 0x80040154 未注册类”。 请参阅有关 VSS 编写器安装故障排除的文章。

VSS 编写器已禁用 - 错误 2147943458

如何解决：为了生成应用程序一致性标记，Azure Site Recovery 将使用 VSS。 Site Recovery 安装适用于其操作的 VSS 提供程序，以创建应用一致性快照。 此 VSS 提供程序作为服务安装。 如果未启用 VSS 提供程序服务，则创建应用程序一致性快照的操作将会失败。 此时会显示错误：“指定的服务已禁用且无法启动(0x80070422)”。

如果已禁用 VSS：

• 确认 VSS 提供程序服务的启动类型是否设置为“自动”。
• 重启以下服务：
  • VSS 服务。
  • Azure Site Recovery VSS 提供程序。
  • VDS 服务。

VSS 提供程序未注册 - 错误 2147754756

如何解决：为了生成应用程序一致性标记，Azure Site Recovery 将使用 VSS。 检查是否已安装 Azure Site Recovery VSS 提供程序服务。

使用以下命令重新安装 VSS 提供程序：

1. 卸载现有的提供程序：

   "C:\Program Files (x86)\21Vianet Azure Site Recovery\agent\InMageVSSProvider_Uninstall.cmd"

2. 重新安装 VSS 提供程序：

   "C:\Program Files (x86)\21Vianet Azure Site Recovery\agent\InMageVSSProvider_Install.cmd"

确认 VSS 提供程序服务的启动类型是否设置为“自动”。

重启以下服务：

• VSS 服务。
• Azure Site Recovery VSS 提供程序。
• VDS 服务。

在源计算机中手动更新 TenantId 和 ClientId

修复方法：若要修复因租户过期而导致的出行服务检测信号错误，请执行以下步骤：

1. 执行GET受保护项目 API，并从输出中检索mobilityAgentTenantIdToUpdate 和mobilityAgentClientIdToUpdate 的值。

   GET https://management.chinacloudapi.cn/subscriptions/{subscriptionId}/resourceGroups/{resourceGroupName}/providers/Microsoft.RecoveryServices/vaults/{resourceName}/replicationFabrics/{fabricName}/replicationProtectionContainers/{protectionContainerName}/replicationProtectedItems/{replicatedProtectedItemName}?api-version=2025-01-01
   

2. 打开源计算机上的 RCMInfo.conf 文件。 文件的位置如下所示：

• Windows： C:\ProgramData\Azure Site Recovery\Config\RCMInfo.conf
• Linux：/usr/local/InMage/config/RCMInfo.conf

1. 使用从步骤 1 提取的新租户详细信息更新 AADTenantId、AADClientId 和 AADAudienceUri 的 tenantid，并使用以下格式保存该文件：

   AADTenantId=<mobilityAgentTenantIdToUpdate>
   AADClientId=<mobilityAgentClientIdToUpdate>
   AADAudienceUri=api://<mobilityAgentTenantIdToUpdate>/RecoveryServiceContainer/eastus2euap/1394977864085472368/3134366
   

2. 重启以下服务：

   • Windows：“InMage Scout VX 代理 - Sentinel/Outpost”、“InMage Scout 应用程序服务”
   • Linux：vxagent、appservice

后续步骤

将 Azure VM 复制到另一个 Azure 区域。