Hyper-V環境で、Broadcomチップセットを使用していると仮想サーバのネットワーク障害が発生する件

　たまには仕事のことを・・。

　ちょうど一年前、大規模なシステム入れ替えを行なったのだが、ここのところ上記のことに悩まされていたのである。

　通信障害に。

通信障害の具体的な状況

　具体的には以下のようになる。
１．仮想サーバ群のネットワークが切断され、各クライアントから通信出来なくなる。１台の仮想サーバで発生し始めると、同一Hyper-Vホスト内の、その他のサーバにも波及する。

２．Hyper-Vホスト（ベアメタルサーバ）の通信には異常はない。

３．各クライアント間の通信に異常はない。

４．ネットワークスイッチ間の通信にも異常はない。VLANも正常に機能している。

　Hyper-Vを使って仮想サーバを昨年３月から運用開始しているが、こんなトラブルが昨年の５月から発生しているのだ。発生状況としては次の通り。

通信障害が発生した環境

１．再起動や電源OFFがなく、ある程度の期間稼働している状況で

２．クライアントから仮想サーバに対して比較的大きなデータ（数百MB～数GB程度）のデータを書き込んだ場合

　に発生している。

　いずれもベアメタルサーバを再起動すると解決する。

　昨年５月、電子カルテシステムアップデートをしようとしている途中に、突如こんな状況が発生。サーバを購入したベンダに連絡するが連休中のためエンジニアが不在。やむなくサーバを再起動すると、何事もなかったかのように稼働している。

　昨年８月にシステム拡張のため仮想サーバをもう一台増強。３台の仮想サーバを１台のHyper-Vホストで運用する。
　すると翌９月に２度。10月には３度も同じトラブルが発生した。さすがにこれはひどい。対策を探す。すると似たようなトラブルに悩まされている人がいた。

Virtual machines lose network connectivity when you use Broadcom NetXtreme 1-gigabit network adapters(Microsoft)

Broadcom NetXtreme 1 ギガビット ネットワーク アダプターを使用する場合、仮想マシン ネットワーク接続が切断される(Microsoft機械翻訳)

Windows Server 2012 Hyper-Vホスト上のWindows 2008 R2 SP1仮想マシンでrobocopyコマンド実行中両方のPing応答がなくなる(Dell Knowledge base)

Broadcom NetXtreme BCM5751チップ搭載 PCI-E x1用　Gigabit Ethernet(Amazonのカスタマーレビュー)

原因はBroadcomのチップセット

　どうやらネットワークチップセットとファームウェア、ドライバ、そして運用状況が合わさってこのようなトラブルが起こっているようである。

　どうも2014-5年くらいに出たBroadcomのチップは、ネットワークをトランキング（複数のネットワークポートを束ねて帯域増加と冗長性を確保する技術）するとこの手のトラブルが発生するようで、WindowsでもFreeBSDでも発生しているようであった。
対策としては、

１．ファームウェアとドライバを最新のものにする

２．それでもだめならネットワーク設定のVMQ（VirtualMachineQueue）を解除する

　VMQは仮想サーバ間の通信を高速化する技術のため、ネットワークのパフォーマンスが落ちる。第一選択は１の対策済みのドライバとファームウェアを導入することとなる。


ファームウェア


ドライバ


ネットワークドライバのタイムスタンプ

　さてこれでめでたしめでたし。サーバを起動し直して終了だ。

あれ、また？

　12月に、またも同じようなネットワーク障害が起こる。頻度は減ったけど、トラブルは解決していないのでは？

　１月、娘の誕生日で早めに帰る。そしてレストランで食事会をしている最中に電話が鳴る。まただ。電話で再起動の手順を指示し、事なきを得るが、もう食事どころではない。

　上記２のVMQをOFFにする。高速化技術がネットワーク障害を生むのであれば本末転倒だ。


使っているネットワークポートをデバイスマネジャーから選択し

　ここのチェックをDisableにする。

　これでよし。

　ネットワークパフォーマンスはどうであろうか。
　バックアップ時の処理速度等から考えて、まあ、早くはならないのは当たり前にしても、特段遅いというわけでもない。許容範囲ではある。

　そして１月末の対策からおおよそ半年。それ以降は同じ問題は起こっていない。心の中にちょっと引っかかるものがあるが、まあ、これでいいか。

Broadcomは大丈夫か

　サーバ用ソリューションとして結構なシェアのあるBroadcom。私の遭遇したトラブルは、結構メジャーなもののようである。特殊な環境下で発生する事象ではあるが、サーバのネットワークを冗長化するのは当たり前なので、このような構成でトラブルが発生するのはいかがかと思うのだ。

　2002年だったか。この頃製造された台湾製の電解コンデンサに不良が多発した事件があった。使用していた各種コンピュータメーカーはリコール対策に追われた。
　富士通などはこれを機にハードディスク事業から撤退してしまったほどだ。
　エンタープライズ製品での採用も多いBroadcom。問題発覚から１年。今のところ大きなニュースにはなっていないけれど、こんな調子で大丈夫か。ただでさえ少ないエンタープライズ製品の会社が、こんなところで撤退とならなければいいのだが。