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。

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：

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。

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。

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。

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。

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。

下面是一些最常见的问题。

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。

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。

如何解决：请参阅 SQL Server 2017 累积更新 16 一文。

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。

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。

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。

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。

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。

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。

将 Azure VM 复制到另一个 Azure 区域。