Proxmox VE集群仲裁如何决定节点能否继续运行?两节点场景要注意什么

发布人:A5数据发布时间:2026-10-24 16:40阅读量:110

两台 Proxmox VE 节点组成集群后,一台故障,另一台上的虚拟机可能还在运行,管理员却发现集群配置无法正常修改。这不是节点“已经停机”,而是虚拟机进程是否继续运行与集群是否取得仲裁、能否安全执行管理操作属于两件事。

仲裁解决的问题是:当节点彼此失去联系时,哪一部分仍有资格代表集群作出决定。两节点场景尤其需要留意:如果两台节点各持一票,正常采用多数票判断,那么只剩一台节点时拿不到多数票;如果通过特殊配置允许单节点取得仲裁,又必须面对网络分区时两边都认为自己可以操作的风险。判断结果不能只凭“集群有两台机器”,还要看实际票数、仲裁配置以及是否引入 QDevice。

仲裁决定的是管理资格,不是虚拟机的电源状态

Proxmox VE 使用 Corosync 维护集群成员关系和仲裁状态。节点通过集群通信了解其他成员是否可见,并根据投票规则判断当前所在分区是否达到仲裁。正常配置下,集群需要取得规定的票数,才能安全地处理依赖集群一致性的操作。

这个边界可以用一句话概括:失去仲裁不等于正在运行的虚拟机立刻关机,但也不等于该节点可以继续正常管理集群。

例如,一台未启用 HA 的虚拟机已经在节点 A 上运行。A 随后与其他集群成员失去联系,但本机电源、计算资源和存储仍正常,虚拟机进程可能继续运行。与此同时,集群配置文件系统可能无法正常写入,创建或修改虚拟机配置、调整集群资源等操作会受到限制。如果虚拟机依赖的存储也不可用,它仍可能发生 I/O 故障;“仍在运行”不能推导出“业务仍然正常”。

启用 HA 后,结果还要看 HA 状态、节点隔离和故障处置过程。为了避免同一虚拟机在两个分区同时启动,失去安全运行条件的节点可能被看门狗机制重启。因而,讨论“节点能否继续运行”时,应分别问:

仲裁决定的是管理资格,不是虚拟机的电源状态配图

  • 宿主机和已有虚拟机是否仍在运行?
  • 当前分区是否取得仲裁,能否修改集群状态?
  • HA 是否允许相关资源继续留在原节点,或在别处恢复?

这三个问题可能得到不同答案。

多数票为什么会让两节点陷入僵局

可以把仲裁理解成一场只认有效票数的表决。典型多数票规则下,需要取得超过总预期票数一半的票。假设两台节点 A、B 各有一票,预期总票数为 2,则需要 2 票才能取得仲裁;如果 B 不可见,A 只有 1 票,不满足条件。

场景预期票数A 所在分区可取得的票所需票数A 的仲裁结果
A、B 通信正常,均各持一票222有仲裁
B 故障或 A、B 通信中断,未使用其他仲裁机制212无仲裁
A、B 加入一票 QDevice,三方均可参与332有仲裁
B 故障,A 仍获得 QDevice 的票322有仲裁

表中是说明投票逻辑的示例,不代替具体集群的实时状态。尤其是“B 故障”和“A、B 之间的网络断了”,从 A 的视角可能都表现为看不到 B,但处置含义不同:前者只有一个节点存活,后者可能是两个节点都在运行,只是分处网络两侧。仲裁之所以宁可限制部分操作,正是为了避免两边同时写入相互冲突的集群状态。

需要单独检查 two_node 等特殊投票配置。Corosync 的两节点特殊模式可以使单节点具备取得仲裁的条件,并涉及启动阶段的 wait_for_all 行为;它改变了上表所采用的普通多数票前提。代价是,不能把“单节点显示有仲裁”直接理解为已经消除了网络分区风险。是否启用、实际票数是多少,应以集群配置和运行时状态为准,不宜根据节点数量推断默认行为。

QDevice 提供的是裁决票,不是第三台计算节点

两节点集群常用的改进方式,是引入部署在集群节点之外的 QDevice。它通过外部仲裁服务参与投票,让两台计算节点之外多出一票。按上面的示例,预期票数变为 3,取得 2 票即可达到多数。

当 B 确实故障,而 A 仍能与 QDevice 正常通信并获得其投票时,A 的一票加上 QDevice 的一票,可以维持仲裁。当 A、B 之间发生网络分区时,QDevice 的作用也不是“给两边各一票”,而是依据其仲裁机制向符合条件的一侧投票,避免两侧仅靠各自的一票同时成为多数。

QDevice 提供的是裁决票,不是第三台计算节点配图

但 QDevice 不是业务工作负载的承载节点,也不是存储副本。它能帮助集群判断哪一侧有资格继续管理,不能替代虚拟机磁盘、存储高可用或应用自身的容错。以下因素会直接影响其作用:

  • 故障域是否独立。如果 QDevice 与节点 A 依赖同一电源或同一处容易同时中断的网络,把它称作“第三票”并不意味着具有独立故障承受能力。
  • 故障时是否可达。B 故障后,A 如果也无法联系 QDevice,不能按“A 加 QDevice 共两票”计算。具体结果以运行时仲裁状态为准。
  • 分区形态如何。节点间通信、节点到 QDevice 的通信可能分别故障;不能用一次普通的节点关机测试覆盖所有网络分区情况。
  • HA 与存储条件是否成立。即使存活节点取得仲裁,虚拟机能否在该节点启动,还受资源配置、存储可访问性和 HA 状态约束。

因此,QDevice 的收益不是让两节点集群“任何时候都不断服”,而是在合适的故障范围内提供额外的仲裁依据。

围绕两节点 Proxmox VE 集群,A5数据提供中国香港、美国、日本等地区的物理服务器资源。不同 CPU、内存和 NVMe 配置可用于承载虚拟机工作负载,独立服务器也可作为部署 QDevice 仲裁服务的主机基础;各地区的线路与带宽选项,则为集群通信和业务访问提供网络资源选择。

如何核对当前集群真正采用的规则

验证应先读状态,再讨论故障结果;不建议在生产集群中直接断开 Corosync 网络来“看看会发生什么”。在任一可访问的 Proxmox VE 节点上,可先执行只读命令:

pvecm status
pvecm nodes
cat /etc/pve/corosync.conf

重点看 pvecm status 中的 Quorate、Expected votes、Total votes 和 Quorum,并核对成员及 QDevice 相关信息。Quorate: Yes 表示当前所在分区取得仲裁;Expected votes 与 Quorum 则帮助判断所需票数。再查看集群配置中是否存在特殊投票设置,避免把普通两票多数规则套到所有两节点集群上。

记录状态时,可以用一组判断关系,而不只截取“在线节点数”:

核对问题要找的证据能说明什么
当前是否有仲裁?Quorate 与 Quorum当前分区是否具备集群管理资格
票从哪里来?成员列表、QDevice 状态与实际票数是否依赖外部裁决票,而非仅依赖另一台节点
是否采用特殊两节点规则?corosync.conf 中相关投票配置单节点取得仲裁是否改变了普通多数票前提
业务能否继续?虚拟机状态、存储可访问性、HA 状态仲裁结果能否转化为预期的业务可用性

如果需要验证故障行为,宜在维护窗口或独立测试集群中预先列出场景:仅关闭一台节点、仅中断两节点间通信、仅使 QDevice 不可达。每个场景分别记录两侧的仲裁状态、虚拟机状态和 HA 事件,并准备恢复通信或节点的方案。对生产网络、集群配置或投票数的临时修改会影响整个集群的安全边界,不应把“强行让剩余节点取得一票仲裁”当作日常故障处理办法;确需变更时,应先备份配置、确认另一侧不会并行写入,并制定明确的恢复步骤。

两节点方案的判断边界最终是:先确认当前分区拿到了哪些票,再确认失联的另一侧是否仍可能运行,最后核对 HA 与存储能否支撑业务动作。只看虚拟机是否亮着,或只看一台节点是否显示在线,都不足以判断集群是否能够安全继续运行。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5582.html

相关推荐