原因

集群用的文件存储方式是中心式的，由一台运行着 PVE 的服务器提供 NFS 服务，但是时不时会有一些问题，比如这台服务器硬件/系统出现问题需要重启的时候。
默认的 NFS 配置存在一个检测 lease 状态的东西，但是真的出现异常的时候，nfsstat 里面这项 TEST_STATEID 会疯狂增加，网络带宽的相当大一部分都用来发送这个包，由于 home 目录就是挂载在 NFS 上的，这导致普通用户登录到客户机整体都会变得非常卡（需要文件交互）。

TEST_STATEID 有什么用

具体描述见 RFC 5661
大概就是在检测 seq 的状态，有没有锁，状态是否过期之类的。如果服务端 nfsd 重启了，这会涉及到非常多之前使用的 seq，就导致了上述的情况。

解决方法

很简单，关掉这个功能（这是一个可靠的小局域网环境），关闭命令很简单：

或者

如果需要持久化这项设置，记得更改 /etc/sysctl.conf
关闭之后在服务端重启 NFS 服务即可。

补充

风险还是有的，从 RFC 的描述看这有锁的问题，不过没细研究具体的影响。Whatever, it works()。有疏漏或错误的地方，欢迎大佬斧正。