如何使用 Proxmox 为生产集群提供可靠的可用性 (HA)？
发射 HA 与 Proxmox 其目标是减少服务停机时间，并确保在硬件或软件故障的情况下虚拟机和容器的可用性。本指南面向服务器管理员、DevOps工程师、云服务提供商和技术团队，涵盖基础知识、先决条件、实用配置和安全技巧。指南提供了真实的Linux示例和命令，并涉及存储共享（Ceph/NFS/iSCSI）、网络、隔离（STONITH）以及各种实用解决方案等主题。.
Proxmox HA 的需求和总体架构
要在 Proxmox 上实现稳定的 HA，您需要以下条件：
- 至少 3 个物理节点 为确保正常模式下达到法定人数，在只有两个节点的情况下，您必须 QDevice 或者请第三方调解人介入。.
- 单层 共享存储 对于虚拟机： 头孢菌素 RBD 这是实现高可用性和实时迁移的最佳选择。. 极品飞车， iSCSI 或者 DRBD 还有其他选择。.
- 集群流量的独立管理网络 同步 低带宽和低延迟。.
- 机制 击剑/STONITH 为了避免脑裂。.
- 备份计划和监控。.
拟建架构：
- 管理网络（集群网络）：2x10Gb 或 1Gb + LACP，私有地址（例如 10.10.0.0/24）。.
- 存储网络（Ceph）：独立的接口 MTU 9000（巨型）.
- 服务网络：公共/VLAN，用于客户和服务访问。.
- 至少 3 个 Proxmox 节点，配备 Ceph MON 和 OSD，或者配备 UPS 和 NAS HA 的 NFS 存储层。.
我们为什么推荐 Ceph？
提出 Ceph 的主要原因：
- RBD 作为一种分布式块存储，它允许实时迁移而无需移动磁盘文件。.
- 缺席 单点故障垂直和水平可扩展性。.
- 通过原生方式与 Proxmox 集成 pveceph.
实际步骤：从安装到HA激活
在本示例中，我们将搭建一个包含 3 个节点的 Ceph 集群，并为虚拟机配置高可用性 (HA)。主要步骤如下：
1）在每个节点上安装 Proxmox 基础版
可安装在任何 Proxmox VE 服务器（兼容 6/7/8 版本）。安装完成后，设置管理地址和 SSH 地址，并更新系统：
sudo apt update && sudo apt dist-upgrade -y2）创建集群（在第一个节点上）
在第一个节点上创建集群并检查状态：
sudo pvecm create my-cluster
pvecm status3）向集群添加节点
在每个辅助节点上运行以下命令，然后检查集群状态：
sudo pvecm add <IP-نود-اول>
pvecm nodes
pvecm status4) CoreSync 网络和 MTU
请确保 bindnetaddr 已开启 /etc/pve/corosync.conf 您的网络配置正确且延迟低。对于 Ceph，请使用 MTU 9000 请在网卡和交换机上启用并使用它。.
5) 安装和设置 Ceph（简单示例）
在每个节点上安装和配置 Ceph 的基本命令：
pveceph install
pveceph init --mon-ip <IP-نود>
pveceph createosd /dev/sdb
ceph -s6) 激活 HA 管理器并将虚拟机添加到 HA
在 Web 界面中：数据中心 → HA → 添加 → 选择资源（例如 vm:100 或 ct:101）并指定策略（重启、迁移）。.
您也可以使用 pvesh 从 CLI 添加资源：
pvesh create /cluster/ha/resources -resource vm:100 -state started -max_restart 3
ha-manager status
pvesh get /cluster/ha/status7）故障转移测试
模拟节点断电并检查虚拟机是否能在其他节点上启动：
ssh root@node1 "shutdown -h now"
ha-manager status
qm list
推荐的网络设置
网络设计建议：
- 两个独立的物理网络 管理 和 贮存. VLAN用于流量隔离。.
- 采用链路聚合控制协议 (LACP) 实现冗余并提高带宽。配置示例：
auto bond0
iface bond0 inet manual
bond-slaves eth0 eth1
bond-mode 802.3ad
bond-miimon 100对于 Ceph，建议将 MTU 设置为 9000，并且网络交换机支持巨型帧。.
击剑（STONITH）和预防裂脑
隔离是隔离故障节点所必需的。Proxmox 支持隔离代理。.
apt install fence-agents用于隔离的 IPMI 命令示例：
fence_ipmilan -a <IP> -l <USER> -p <PASS> -o poweroff在云或数据中心环境中，您可以使用 IPMI/BMC 或基于网络的隔离（例如， 虚拟围栏已使用。如果是两个节点，请务必使用以下命令创建 QDevice。 pvecm qdevice 设置 或者找第三位证人。.
适用于各种应用场景（交易、游戏、AI/GPU、渲染）的技巧
用于交易的VPS： 选择靠近证券交易所（例如伦敦、法兰克福、纽约）的地点，使用低延迟和防 DDoS 服务器，以及具有快速重启策略的高可用性。.
游戏VPS： 低延迟和高带宽至关重要。高可用性（HA）对联赛/持续运行的服务器很有用；但对于竞技比赛而言，通常会在赛前进行数据复制和快照。.
GPU云（人工智能和渲染）： 对于 GPU 而言，实现高可用性 (HA) 是一项挑战，因为 GPU 故障转移到另一个节点需要虚拟 GPU (vGPU) 支持或重新连接。建议：使用作业级管理（例如 Kubernetes + GPU 调度）在节点故障时重新调度作业。.
该服务提供商提供图形处理单元 (GPU)、防 DDoS 服务器以及可用于交易和游戏的 VPS，这些服务可以与 Ceph 和低延迟网络集成。.
安全、备份和监控
- 验证： 为网页界面启用双因素身份验证，管理 SSH 密钥，并限制访问。.
- 防火墙： 使用 Proxmox 防火墙和严格的协议（SSH、corosync、ceph）规则。.
- 备份： 定义 RTO 和 RPO，将快照和定期备份备份到其他位置（例如集群外或 S3 兼容存储）。.
vzdump --compress lzo 100 --storage backup-storage 101监测： 建议使用 Prometheus + Grafana 或 Zabbix 来监控节点、corosync、ceph 和虚拟机的运行状况。.
前期制作清单
- 在投入生产环境之前，先在测试环境中进行故障转移测试。.
- 使用 Ceph RBD 和 I/O 测试验证实时迁移性能。.
- 配置和测试隔离（断开节点连接并检查其是否已关闭或断开连接）。.
- 指定高可用性策略：重启 vs 迁移、最大重启次数、超时时间。.
- 备份和归档日志程序。.
位置比较和选择建议
根据申请情况选择地点的一般建议：
- 欧洲（法兰克福、伦敦）： 适用于欧洲网站和交易；对欧洲金融市场延迟低。.
- 美国（纽约州阿什本）： 适用于与美国市场进行交易、CDN 和内容分发。.
- 亚洲（东京、新加坡）： 适用于面向亚洲用户的游戏和服务，以及需要在亚洲地区进行处理的应用程序。.
执行摘要和最佳推荐配置
- 至少 3 个 Proxmox 节点 集群和存储采用独立的网络。.
- 头孢菌素 RBD 作为高可用性和实时迁移的共享存储。.
- 基于 IPMI 的围栏或围栏代理及其定期测试。.
- 网络采用绑定机制，Ceph 的 MTU 为 9000，VLAN 用于隔离。.
- 实施定期监控和备份。.
联系技术和支持团队
如果您想构建生产环境的 Proxmox 高可用性集群，或者需要有关选择位置（全球 85 多个位置）、图形服务器 (GPU)、防 DDoS 服务器、交易或游戏 VPS 或存储建议 (Ceph/NFS/iSCSI) 的建议——我们的技术团队随时准备为您设计、实施和测试高可用性方案。.
