大記憶體 VM 在 vMotion 期間無回應：從 preCopyNext 與 SCSI Abort 判斷

贾克斯
2026-10-11
9:20 上午
评论

問題概述與早期判斷

大記憶體 VM 在 vMotion 遷移期間，可能在記憶體傳輸階段出現週期性無回應。根據 VMware KB 427086 的說明，此問題與精細記憶體追蹤緩衝器溢出有關，可能導致應用程式不可用與效能嚴重下降。若在 vmkernel.log 中觀察到 VMotion preCopyNext 等待超過 30 秒的警告，且伴隨 PVSCSI abort 訊息，應優先懷疑此問題。

故障症狀識別

在 vMotion 記憶體傳輸期間，受影響的 VM 可能出現以下現象：

應用程式無回應
客戶端 I/O 命令失敗
效能嚴重下降

這些症狀通常在記憶體傳輸階段週期性出現，而非持續性。若 vMotion 完成後症狀消失，更支持此判斷方向。

關鍵日誌檢查點

ESXi 主機日誌

在 /var/run/log/vmkernel.log 中，可觀察到以下訊息：

YYYY-MM-DDTHH:MM:SS.Z Wa(180) vmkwarning: cpu40:45715994)WARNING: VMotion: 1451: 8686083635737680100 S: Waited 30.315 seconds for the monitor to process a preCopyNext action. This may cause unexpected vMotion failures.

同時可能伴隨 PVSCSI SCSI ABORT 訊息：

YYYY-MM-DDTHH:MM:SS.Z In(182) vmkernel: cpu133:45716049)PVSCSI: 2769: scsi1:2: SCSI ABORT ctx=0x363

VM 日誌

在 /vmfs/volumes/<datastore>/<vm>/vmware.log 中，可看到 SCSI 中止與重置資訊：

YYYY-MM-DDTHH:MM:SS.Z In(05) vcpu-77 - PVSCSI: scsi3:2: aborting cmd 0x2dc
YYYY-MM-DDTHH:MM:SS.Z In(05) vcpu-92 - PVSCSI: scsi2:2: aborting cmd 0x37a
YYYY-MM-DDTHH:MM:SS.Z In(182) vmkernel: cpu188:45716086)VSCSI: 3473: handle 196348699146723760(GID:8624)(vscsi0:3):Reset request on FSS handle 1892843346 (0 outstanding commands) from (vmm0:)

根本原因分析

根據 KB 427086 的說明，問題的根本原因為精細記憶體追蹤緩衝器溢出。當 VM 在 vMotion 期間同時處理大量 I/O 請求時：

高 I/O 活動導致精細記憶體追蹤緩衝器溢出
系統回退至粗粒度追蹤模式
在此模式下，單一記憶體變更會標記整個大記憶體區塊為已修改，而非僅標記特定頁面
此「放大」效應大幅增加 CPU 開銷，導致系統過載與 I/O 超時

需注意，此為 KB 文件所述的機制，實際是否觸發仍取決於 VM 的記憶體大小、I/O 負載模式與主機資源狀況。來源未提供明確的記憶體門檻值。

風險評估

應用程式在 vMotion 期間不可用，影響業務連續性
I/O 超時可能導致 vMotion 失敗，需重新嘗試，而重試可能再次觸發相同問題
記憶體越大的 VM，受記憶體追蹤放大效應的影響越大，風險越高
在高 I/O 負載下，症狀可能更為嚴重

版本修復狀態

根據 KB 427086，VMware 依來源 KB 的版本規劃，預計在 VCF 9.1 處理此問題，新版本將改變 vMotion 期間記憶體追蹤的實作方式，調整 vMotion 記憶體追蹤的實作。目前尚無立即修復補丁。

營運建議

對於大記憶體 VM 的 vMotion 操作，建議在低 I/O 時段執行、密切監控資源使用、評估記憶體配置是否可調整，並追蹤 VCF 9.1 的發布時程。在修復版本部署前，將大記憶體 VM 的 vMotion 視為高風險操作，納入變更管理流程中評估，避免在業務尖峰時段對高 I/O 負載的大記憶體 VM 執行遷移。