修復(fù)微軟Hyper-V虛擬機(jī)集群?jiǎn)栴}

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

這個(gè)系列包含四個(gè)部分，主要專注于微軟Hyper-V虛擬機(jī)集群?jiǎn)栴}的解決方法。所提到的問(wèn)題及解決辦法包含了來(lái)自微軟、硬件廠商和個(gè)人的技巧，這些技巧有助于虛擬環(huán)境的總體穩(wěn)定性。

這里邊的許多技巧不僅僅適用于Hyper-V，也可能適用于VMware和Citrix XenServer。第一部分涉及硬件、驅(qū)動(dòng)、補(bǔ)丁和配置等四類可能引起虛擬化環(huán)境不穩(wěn)定的因素。

所有的這些虛擬機(jī)問(wèn)題都曾經(jīng)折騰過(guò)我，導(dǎo)致我的Hyper-V集群環(huán)境變得不穩(wěn)定。我的目的就是告訴你這些問(wèn)題以便你能未雨綢繆。

固件升級(jí)

升級(jí)固件對(duì)穩(wěn)定性至關(guān)重要。在集群模式下，這不僅僅是BIOS的更新，因?yàn)槟惚仨毧紤]到完整的數(shù)據(jù)路徑，因此這要比單機(jī)環(huán)境復(fù)雜得多。一個(gè)固件的升級(jí)可以影響B(tài)IOS、HBA卡、光纖交換機(jī)和SAN存儲(chǔ)控制器。

當(dāng)我把Hyper-V遷移到刀片服務(wù)器之后，發(fā)現(xiàn)有很多因素可能影響虛擬化環(huán)境的穩(wěn)定性。相比機(jī)架式環(huán)境，刀片環(huán)境中，刀片機(jī)箱需要更新大量部件的固件。因此，當(dāng)我要升級(jí)某個(gè)部件的固件時(shí)，我不得不考慮該固件是否與環(huán)境中其他的、舊的固件有關(guān)。

以前，我發(fā)現(xiàn)我們的HP Virtual Connect網(wǎng)絡(luò)設(shè)備會(huì)自動(dòng)重置。而機(jī)箱內(nèi)的其他刀片卻沒(méi)有這個(gè)問(wèn)題。不過(guò)，當(dāng)主網(wǎng)絡(luò)和集群心跳失去連接30到45秒的情況下，Hyper-V集群則會(huì)出現(xiàn)問(wèn)題。表現(xiàn)出好像有故障產(chǎn)生，而其他的集群節(jié)點(diǎn)會(huì)將虛擬機(jī)遷移到其余的主機(jī)上。

查看HP的文檔后發(fā)現(xiàn)，Virtual Connect網(wǎng)絡(luò)設(shè)備的固件有一個(gè)缺陷，不過(guò)，在更新該固件之前，BIOS、HBA、HP Onboard Administrator和Virtual Connect光纖交換機(jī)的固件都需要更新。當(dāng)時(shí)一共有六個(gè)機(jī)箱，花了三個(gè)星期的時(shí)間，還好，更新完后，系統(tǒng)又穩(wěn)定起來(lái)了。

主機(jī)驅(qū)動(dòng)

對(duì)現(xiàn)有的硬件來(lái)說(shuō)，新的驅(qū)動(dòng)總是會(huì)出現(xiàn)。雖然我不會(huì)僅僅因?yàn)樾掳姹镜尿?qū)動(dòng)出來(lái)了就趕緊去更新，不過(guò)，有的情況確實(shí)需要更新。通常，當(dāng)新的固件更新之后，就需要更新與之對(duì)應(yīng)的許多驅(qū)動(dòng)。

與固件升級(jí)相似，集群環(huán)境下的驅(qū)動(dòng)升級(jí)也是關(guān)聯(lián)頗多。請(qǐng)記?。涸诩耗Ｊ较?，驅(qū)動(dòng)的一致性極為重要。

就拿FC HBA卡或者iSCSI驅(qū)動(dòng)來(lái)說(shuō)。特別是每一個(gè)連接到MPIO架構(gòu)中的卡。當(dāng)使用EMC PowerPath或者HP MPIO架構(gòu)時(shí)，為所有集群節(jié)點(diǎn)匹配與MPIO級(jí)別對(duì)應(yīng)的驅(qū)動(dòng)很重要。

在某些情況下，混用和匹配MPIO級(jí)別驅(qū)動(dòng)會(huì)引起集群的Failover功能失效。不僅HBA卡驅(qū)動(dòng)會(huì)引起這個(gè)問(wèn)題，當(dāng)集群中網(wǎng)絡(luò)或者電源管理模塊的驅(qū)動(dòng)不一致時(shí)，也會(huì)發(fā)生其他的問(wèn)題。

以前，我為集群增加節(jié)點(diǎn)時(shí)，曾經(jīng)遇到過(guò)這些問(wèn)題。那時(shí)，最新的MPIO、HBA和網(wǎng)絡(luò)驅(qū)動(dòng)都安裝好了?？墒?，新舊節(jié)點(diǎn)驅(qū)動(dòng)的不匹配導(dǎo)致我的虛擬化集群環(huán)境不穩(wěn)定并且有不可預(yù)知的問(wèn)題。

那么，我的建議是什么? 為每一個(gè)節(jié)點(diǎn)安裝與目前固件匹配的同一版本的驅(qū)動(dòng)。有時(shí)，大部分最新的固件更新都是最好的。我傾向于堅(jiān)持用穩(wěn)定的版本。那就是說(shuō)，如果因?yàn)槟承┰蛞惭b新的驅(qū)動(dòng)，就要試著立刻為每個(gè)主機(jī)都安裝該驅(qū)動(dòng)。

補(bǔ)丁

服務(wù)器的虛擬化仍然處于成長(zhǎng)中。盡管廠商的推動(dòng)為虛擬化環(huán)境帶來(lái)了很多新的功能，但是這些新的特色和功能不可避免的有缺陷從而導(dǎo)致問(wèn)題發(fā)生。雖然廠商們會(huì)經(jīng)常發(fā)布補(bǔ)丁，但是，有的時(shí)候，你很難找到這些補(bǔ)丁。

在我的Hyper-V集群中，僅有少數(shù)的案例需要較長(zhǎng)的電話溝通來(lái)解決。大部分案例，我都會(huì)在問(wèn)題發(fā)生之前找到補(bǔ)丁，或者給微軟的技術(shù)支持一個(gè)簡(jiǎn)短的電話就可以搞定。

以下是我尋找補(bǔ)丁的三個(gè)站點(diǎn)：

Microsoft Hyper-v

VMware

Citrix System’s XenServer

這些站點(diǎn)都非常有用，不過(guò)，微軟支持博客通常更有用。下次，當(dāng)你與微軟的技術(shù)支持通電話的時(shí)候，你可以問(wèn)下他們是否有一個(gè)博客給出了你所遇到的問(wèn)題的解決方法。另外，有一些對(duì)最新補(bǔ)丁的解析和增強(qiáng)會(huì)來(lái)自技術(shù)前沿的專家。這里是幾個(gè)我收藏的博客：

Jonathan's Virtual Blog

Hyper-V Notes From the Field

Energized about IT

無(wú)論是集群還是單機(jī)，從你的虛擬化軟件提供商獲取最新的主機(jī)或者虛擬機(jī)補(bǔ)丁都是非常重要的。這個(gè)技術(shù)進(jìn)展很快，因?yàn)楫a(chǎn)品bug造成主機(jī)故障將會(huì)是災(zāi)難性的。如果你想在你的虛擬化環(huán)境中增加一個(gè)復(fù)雜的集群，你必須定期尋找新的補(bǔ)丁。

自動(dòng)服務(wù)器恢復(fù)(ASR)重啟

ASR是一種服務(wù)器重啟機(jī)制，當(dāng)安裝代理感知到系統(tǒng)故障(比如，內(nèi)部錯(cuò)誤或者OS自鎖)的時(shí)候，它會(huì)以Gracefully的模式重啟服務(wù)器。如果你不使用Hyper-V，大部分廠商都有一個(gè)形似的功能。

我要”揭露”的ASR功能來(lái)自于HP硬件，許多次錯(cuò)誤的ASR行為導(dǎo)致我的主機(jī)集群冷斷電(在HP硬件上，有一些擁有相同問(wèn)題的其他例子)。為此，我禁用了ASR。該技術(shù)的可靠性遭到了懷疑，我也因該功能不理會(huì)是否有虛擬機(jī)在運(yùn)行就蠻橫的關(guān)掉服務(wù)器而對(duì)它喪失了信心。

在我的印象中，HP ProLiant BL460c虛擬主機(jī)很穩(wěn)定。內(nèi)存芯片可能會(huì)失效，驅(qū)動(dòng)也會(huì)間歇性的失效；另一方面，它的性能很不錯(cuò)。而HP附送的軟件則是另外一回事。我建議在BIOS中禁止ASR和激發(fā)重啟的代理，從而提高虛擬主機(jī)集群的可靠性。

最后，匹配固件和驅(qū)動(dòng)，升級(jí)補(bǔ)丁，禁止ASR重啟將會(huì)為你的虛擬集群主機(jī)提供一個(gè)穩(wěn)定的基礎(chǔ)。在本系列的其他三個(gè)部分中，我將介紹其他的Hyper-V集群?jiǎn)栴}。雖然一些問(wèn)題是產(chǎn)品缺陷，一些是管理錯(cuò)誤和失誤。無(wú)論如何，我將提供一些技巧避免這些問(wèn)題和虛擬機(jī)停機(jī)。