OK, o problema acabou sendo o software de backup (Syncovery), que tinha um vazamento de memória e fazia com que o VSS ficasse preso mesmo quando o próprio software concluía seu trabalho. Uma atualização parece ter resolvido o problema.
Sintoma é que aproximadamente uma vez por semana o DFSR (Replicação do Sistema de Arquivos Distribuídos) pára a replicação e o Backup do Windows (wbengine.exe) pára de responder. Quando eu analiso suas cadeias de espera, eles estão esperando no dfsrs.exe. Tópico: 4664 e Thread: 4680. O dfsrs.exe está esperando no Thread: 4664.
Eu mato o dfsrs.exe e o wbengine começa a responder. Os logs dizem que o backup falhou quando a criação de uma cópia de sombra expirou.
Reinicie o dfsrs.exe e estamos de volta aos negócios.
Esse problema ocorre em dois novos computadores Server 2012 R2 (totalmente atualizados) com um compartilhamento DFS entre si. Desativar o backup do Windows em uma máquina parece impedi-lo de causar o problema (mesmo que tenhamos outro software que cria várias cópias de sombra de volume diárias). Ambos os servidores têm muito pouco software não-microsoft neles.
Eu tirei arquivos de despejo dos processos em estado de parada, mas acho que VSSVC. O dmp será o mais importante. Não sei como usar bem o WinDbg, mas aqui estão os resultados:
0:000> !analyze -hang
*******************************************************************************
* *
* Exception Analysis *
* *
*******************************************************************************
Use !analyze -v to get detailed debugging information.
Probably caused by : dfsrs.exe ( dfsrs!RunTaskCallback+17 )
Followup: MachineOwner
-------------------------------------
0:000> !dml_proc
DbgId PID Image file name
0 8c8 C:\Windows\System32\dfsrs.exe
0:000> !dml_proc 0x0
DbgId PID Image file name
0 8c8 C:\Windows\System32\dfsrs.exe
Browse module list
Threads:
DbgId TID Name (if available)
0 8cc "<No name>"
1 8e8 "<No name>"
2 1a70 "<No name>"
3 1a94 "<No name>"
4 1af0 "<No name>"
5 306c "<No name>"
6 5d4 "<No name>"
7 2648 "<No name>"
8 2654 "<No name>"
9 204c "<No name>"
a 2cd0 "<No name>"
b 304c "<No name>"
c 784 "<No name>"
d eec "<No name>"
e 3220 "<No name>"
f 298c "<No name>"
10 1238 "<No name>"
11 2b80 "<No name>"
12 1248 "<No name>"
13 3464 "<No name>"
14 2cf0 "<No name>"
15 31ac "<No name>"
16 3100 "<No name>"
17 308c "<No name>"
18 2a74 "<No name>"
19 18e0 "<No name>"
-------------------
0:000> ~[0x10]s;kM
ntdll!NtWaitForSingleObject+0xa:
00007ffc'27e606fa c3 ret
# Child-SP RetAddr Call Site
00 0000008e'4af1c348 00007ffc'25111118 ntdll!NtWaitForSingleObject+0xa
01 0000008e'4af1c350 00007ff7'0540754f KERNELBASE!WaitForSingleObjectEx+0x94
02 0000008e'4af1c3f0 00007ff7'0537d78c dfsrs!Task::ShutDown+0x283
03 0000008e'4af1c490 00007ff7'053e0656 dfsrs!UpdateDistributionTask::RemoveUpdateTask+0x2c
04 0000008e'4af1c540 00007ff7'053b845c dfsrs!UpdateManager::FinalizeUpdateManager+0x152
05 0000008e'4af1c5d0 00007ff7'053ab007 dfsrs!InConnection::InConnectionContentSetContext::FinalizeInConnectionContentSetContext+0x2e4
06 0000008e'4af1c740 00007ff7'053752e2 dfsrs!InConnection::DeleteContentSetFromInConnection+0x2a3
07 0000008e'4af1c870 00007ff7'0534f1b4 dfsrs!ReplicaSetManager::DeleteContentSetFromReplicaSetManager+0x1e2
08 0000008e'4af1c950 00007ff7'05338e89 dfsrs!ContentSetManager::InternalFinalizeContentSetManager+0x310
09 0000008e'4af1cbe0 00007ff7'053362c5 dfsrs!VolumeManager::FinalizeVolumeManager+0x265
0a 0000008e'4af1ccd0 00007ff7'05323b1a dfsrs!VolumeManager::ShutdownVolume+0x265
0b 0000008e'4af1ce20 00007ff7'05227034 dfsrs!FrsReplicator::FinalizeReplicator+0x182
0c 0000008e'4af1cef0 00007ff7'05239c0f dfsrs!FrsService::InternalShutdown+0x1f4
0d 0000008e'4af1d030 00007ffc'23896e83 dfsrs!VssWriter::OnPrepareSnapshot+0x12f
0e 0000008e'4af1d0a0 00007ffc'2389d145 vssapi!CVssWriterImpl::OnPrepareSnapshotGuard+0x2b
0f 0000008e'4af1d0d0 00007ffc'2389c470 vssapi!CVssWriterImpl::PrepareForSnapshotInternal+0xc71
10 0000008e'4af1e150 00007ffc'270e20f3 vssapi!CVssWriterImpl::PrepareForSnapshot+0x50
11 0000008e'4af1e1a0 00007ffc'270e6fad rpcrt4!Invoke+0x73
12 0000008e'4af1e200 00007ffc'2757d58a rpcrt4!NdrStubCall2+0x35e
13 0000008e'4af1e870 00007ffc'272522b3 combase!CStdStubBuffer_Invoke+0xa0
14 0000008e'4af1e8b0 00007ffc'275786ad oleaut32!CUnivStubWrapper::Invoke+0x53
15 0000008e'4af1e900 00007ffc'27404f5a combase!SyncStubInvoke+0x205
16 (Inline Function) --------'-------- combase!StubInvoke+0xc0
17 0000008e'4af1eaa0 00007ffc'2757951f combase!CCtxComChnl::ContextInvoke+0x27a
18 (Inline Function) --------'-------- combase!DefaultInvokeInApartment+0x51
19 0000008e'4af1ecb0 00007ffc'27578fb0 combase!AppInvoke+0x1af
1a 0000008e'4af1eda0 00007ffc'27579b35 combase!ComInvokeWithLockAndIPID+0x676
1b 0000008e'4af1efe0 00007ffc'270e2467 combase!ThreadInvoke+0x48a
1c 0000008e'4af1f0b0 00007ffc'270e22c0 rpcrt4!DispatchToStubInCNoAvrf+0x33
1d 0000008e'4af1f100 00007ffc'270eaa88 rpcrt4!RPC_INTERFACE::DispatchToStubWorker+0x190
1e 0000008e'4af1f200 00007ffc'270e2d26 rpcrt4!LRPC_SCALL::DispatchRequest+0x4c9
1f 0000008e'4af1f310 00007ffc'270e2b78 rpcrt4!LRPC_SCALL::HandleRequest+0x291
20 0000008e'4af1f3c0 00007ffc'270e195d rpcrt4!LRPC_SASSOCIATION::HandleRequest+0x238
21 0000008e'4af1f450 00007ffc'270e175e rpcrt4!LRPC_ADDRESS::ProcessIO+0x444
22 0000008e'4af1f590 00007ffc'27e0af00 rpcrt4!LrpcIoComplete+0x144
23 0000008e'4af1f630 00007ffc'27e09238 ntdll!TppAlpcpExecuteCallback+0x210
24 0000008e'4af1f6a0 00007ffc'254d13d2 ntdll!TppWorkerThread+0x888
25 0000008e'4af1fa80 00007ffc'27de54e4 kernel32!BaseThreadInitThunk+0x22
26 0000008e'4af1fab0 00000000'00000000 ntdll!RtlUserThreadStart+0x34
Alguma idéia para onde ir a partir daqui? Eu não pensei em executar o Process Explorer enquanto o serviço estava congelado, mas ele irá congelar novamente na próxima semana se quisermos tentar.