Failover Re-Routing hat inzwischen einen 5 Minuten Cooldown?

    Ich bin gerade beim Update meines Clusters über einen "neuen" Fehler gestoßen.

    Szenario. Ich mache Updates auf meinem Cluster auf 40% aller Nodes. Sobald Ich sehe, das der Service auf die neuen Nodes swapped sind alle anderen Nodes dran. Da ich immer einen sauberen Reboot mache, switche ich dafür meine Failover von Server A auf Server B.

    Nach den Updates switche ich das ganze wieder auf den "Normalzustand" zurück, damit ich beim nächsten Update Run einfach genau das gleiche wieder machen kann.


    Jetzt war es heute nur relativ wenig im Update, daher ging das ganze erstaunlich schnell. Da bekomme ich nun vom SCP folgende Fehlermeldung (via API scheint auch nicht zu gehen) im Frontend:

    Screenshot 2026-03-15 at 12-10-13 SCP - Interfaces (prod-de-nbg-nc-04).png

    Kann mir jemand sagen, ob das irgendwelche Gründe hat, wieso das so auf einmal drin ist. Soweit ich es weiß war das nie "blockiert". Man denke mal darüber nach welöche schäden da entstehen können.

    Szenario: Server A fällt aus. Server B soll übernehmen -> Ich route die Failover automatisch um, nun ist die Last bei Server B beim Ingress zu hoch, ich switche auf Server C -> geht nicht und Server B muss massiv Federn lassen bzw. Services abwerfen, damit der Ingress überhaupt tut. ALso ein Switch 2-3 Mal nacheinander geht damit gar nicht mehr. Dann kann man IMHO Failover auch bleiben lassen und via 5Minuten DNS TTL gehen (Ist auch echt blöd aber für was zahle ich 120 Euro im Jahr?).


    Ist mir jetzt zum Glück bei einem Update aufgefallen und ich kann in dem Case die 5 Minuten warten (auch wenn "lästig"). Aber für kritische Verfügbarkeit ist das nicht so toll.

    Stelle auch gerade fest, dass eine meiner failover-ips - mit sehr vielen Domains, die ich nicht einfach mal alle im DNS ändern kann - seit 7:30 komplett weg ist. D.h. auf keinen Server geroutet. Nach dem Versuch, per script auf einen anderen Server zu routen - keine Änderung.

    Dann im SCP versucht: es kommt die 5 min Meldung.

    Nach 5 min nächster Versuch - es kommt "Entschuldigung, das sollte nicht passieren" ... Ein Serverfehler ist aufgetreten. Nächste 5 min - routing auf anderen Server hat diesmal funktioniert.

    Letzte Woche oder vor 14 Tagen hing der root server komplett um dieselbe Zeit mit einer Meldung auf der Konsole mit vielen 000 ... die leider nicht besser lesbar war, so dass nur "erzwungen neustarten" geholfen hat.

    Schreibe jetzt an den Support ... finde das aber grad nicht mehr lustig.

    Heute Nacht hat es mich auch erwischt: der Host meiner primären OPNsense war gestört und die VM deshalb u. a. für 35 Minuten am Stück nicht erreichbar. Kein Problem, dachte ich mir, schließlich habe ich eine Failover-IPv4 und ein Failover-IPv6-Subnetz, die ich auf die Sekundäre schwenken kann. Zum Automatisieren bin ich noch nicht gekommen, deshalb manuell über das SCP: Nach dem Einloggen (ins SCP) hat sich dieses erstmal minutenlang zu Tode geladen. Als ich endlich die funktionierende Backup-VM auswählen konnte, erschien nach dem Klick auf "IP auf Server routen" Minuten des Wartens später die bekannte "Entschuldigung, das sollte nicht passieren"-Meldung. Weitere Versuche scheiterten am 5-Minuten-Timer; ein Umrouten der IPs war nicht möglich.

    Das kann ja in der Form nicht im Sinne des Erfinders sein.