扫一扫
关注微信公众号

vSphere崩溃后该做些什么?虽然是小概率事件
2011-05-05   51CTO

VMware的vSphere虚拟化平台以可靠性著称,内置了诸如高可用(HA)等功能,确保物理服务器故障对最终用户的影响降到最低,但不是所有Vmware用户都使用了这些功能或类似的技术,即使使用了这些功能也不能保证不会发生意外,于是一个非常现实的问题就摆在了我们面前:当虚拟机速度变慢或宕机,ESXi服务器或vCenter失去响应等异常发生时,我们该做些什么?

vSphere故障解决概述

为了准备Vmware认证高级专家 – 数据中心管理员认证,以及vSphere故障解决课程,我花了大量时间解决各种vSphere故障,我甚至故意将vSphere破坏掉,然后尝试进行修复,大多数时候我会成功,但也有失败的情况。如果你也想在解决vSphere故障时取得成功,需要考虑的事情太多了,只要下面任何一项未考虑到,整个虚拟化基础设施(VI)可能就会崩溃。

◇ 物理服务器:ESX和ESXi服务器需要电源、CPU、内存和本地磁盘,这些组件都有可能出现故障。

◇ 物理网络:当你运行vSphere客户端时,本地LAN为物理服务器、交换机、SAN/NAS、DNS服务器、终端用户和你(管理员)提供连接保障(vSphere客户端是一个管理工具,管理vSphere全靠它)。

◇ 共享存储:存储通常由SAN或NAS提供,大多数时候,如果SAN或NAS失去响应或连接丢失,虚拟基础设施将会受到影响。

◇ ESX和ESXi服务器Hypervisor:服务器上的操作系统当然得正常运行,如果ESX或ESXi服务器遇到PSOD(紫屏),预示着马上要出大问题了。

◇ vCenter:虽然vCenter不是虚拟机或ESX/ESXi服务器正常运行必需的东西,但借助它你可以查看虚拟基础设施的运行状态。

◇  虚拟机(VM):如果Windows VM遇到BSOD(蓝屏),恰好这个VM提供关键网络服务,如域名解析服务,活动目录或vCenter,如果它宕机了,整个基础设施都将受到影响。

方法论

由于虚拟基础设施(VI)正常工作涉及到的核心组件太多,你需要一个标准的,系统的问题解决方法,对于不同的组织可以采用不同的方法,但重要的是,无论你使用什么方法,每次遇到VI故障时,都应该使用相同的方法,并按同样的顺序执行操作。

例如,你的方法可能以开放系统互联(OSI)模型为基础,那么你应该从物理层开始,然后逐层上升,直到应用程序层,或者从应用程序层向下到物理层。但我建议你从OSI模型的中间层(网络层)开始,根据问题的具体情况决定是向上还是向下排查。

◇ Ping ESX/ESXi服务器和vCenter服务器:验证服务器是否开机或网络是否连通,如果ping失败,你应该先检查网络和电源,如果成功,则可以跳到下一步。

◇ 尝试使用vSphere客户端登录到vCenter:如果不成功,尝试登录到ESX/ESXi主机,如果成功,继续通过vSphere查看存储是否可用,主机是否出现故障,运行vCenter的VM是否宕机等等。

◇  检查vCenter进程:假设vCenter不可用,但VM运行在一个正常的主机上,如果需要,可以重启vCenter进程。

这些只是解决虚拟基础设施(VI)常见问题的一般步骤,下面我们一起来看一个更特殊的例子。

vSphere崩溃后该做些什么

有人向你报告问题时,你首先要做的是获取更多与问题相关的信息,如什么服务不可用?的确如此吗?物理服务器出了问题吗?vCenter VM蓝屏还是服务被停掉了?核心网络交换机被锁住了?SAN电力供应出现问题?仅仅是一个VM宕机,还是所有VM都当掉了吗?没错,你应该先回答这些问题,找到确切的答案。

用户不知道究竟是什么当掉了,他们也不关心这个,但这是你的工作,你可能猜到问题处在哪里,也许只需要一个小小的测试便能得知问题的根源,但需要注意的是,即使你相信自己真的找到了问题的根源,也要做完全面的测试,我不止一次遇到因测试不完整就确定问题根源而做出的错误决定,如原本是网络问题,误认为是服务器问题。

仅凭某个用户报告的不确定问题要查明vSphere的真正问题根源是很困难的,用户通常只会报告他们的应用程序不能正常工作了,你需要快速地得到该用户正在使用哪些服务,对应的应用程序是否运行在VM上,然后一步步查找到问题之所在。

例如,如果你通过vSphere客户端连接到vCenter服务器,这一结果可以得知许多事情 – 网络肯定是连通的,DNS工作正常,你的PC可以连接到vCenter服务器,SAN运行正常,你的vCenter服务器和ESX主机通信正常等。

换句话说,如果你熟悉基础设施,只需要简单的测试,就可以快速找出问题的根源。

虚拟基础设施(VI)中的大多数问题都与操作系统或应用程序有关,而不是VI自身的问题,在一些有前瞻性的企业里,总是能看到强大的系统管理工具,在终端用户感知到问题发生之前,你可以提前预知可能出现的问题,但在许多企业中,还是终端用户最先发现并报告问题,我们还是以上面的例子来解释,假设终端用户报告某个应用程序不能使用,你知道这个应用程序运行在VM上。
 

图 1 vSphere客户端图形化显示一台ESXi服务器的性能指标

首先检查客户机操作系统和应用程序,你通过vSphere客户端连接到VM的控制台来实施检查,操作系统是否蓝屏?服务对应的应用程序出了问题?如果发现是客户机操作系统或应用程序的问题,首先应该解决它们的问题。

假设你发现ESX/ESXi服务器启动并运行正常,VM已开机,客户机操作系统运行也正常,但运行在VM上的应用程序响应仍然很慢。

这时你应该检查ESX/ESXi主机的性能 – 通常使用vSphere客户端,但你也可以使用第三方工具,在这个例子中,一切看起来都很正常。
 

图 2 vSphere客户端图形化显示一个虚拟机的性能指标

从上图可以看出,主机只有25%的内存利用率,CPU、磁盘和网络利用率也都在合理范围内。

接下来,切换到vSphere客户端的“性能”标签,检查VM的内存性能。

注意观察性能不佳应用程序驻留的VM的内存利用率,你可以获得两个结果:这个VM的内存配置过低,或应用程序本身消耗的内存过多。

使用Windows任务管理器检查内存利用率,你会发现消耗内存过多的进程,在这个例子中,VM只分配了1GB内存,而这个应用程序就消耗了462MB,几乎用掉了一半内存。
 

图 3 通过Windows任务管理器查看内存消耗过多的进程

如果内存被不是你希望的应用程序使用(如一个恶意软件或一个游戏),你可以杀掉它对应的进程或卸载那些应用程序。

另一方面,如果它是一个合法的进程,它的内存使用量也是可以调整的,你应该增加VM的内存,为操作系统和应用程序提供更多的内存

如果VM开启了vSphere热插拔内存(或热添加CPU)功能,你可以在VM运行期间动态分配更多的内存,不需要关闭客户机操作系统或停止终端用户的应用程序。
 

图 4 在虚拟机运行期间动态增加内存

延伸阅读提示

Vmware发布了一份名叫“Vmware vSphere 4.1性能故障排除”的完整指南,它提供了详细的故障排除流程图,这份68页的文档比我这篇文章要详细得多,涵盖了vSphere故障解决的方方面面。

vSphere通常是非常可靠的,并且内置了许多功能保护终端用户应用程序,防止服务器故障,但是,随着使用vSphere(或其它Hypervisor)的时间增长,出现物理硬件(服务器、SAN或网络)故障或软件(ESX、ESXi、vCenter或客户机操作系统)故障的几率就越大,遇到问题时,要综合考虑这些组件,才能帮助你快速地解决问题。

原文名:Virtualization: What to do when vSphere goes down  作者:David Davis

译文链接:http://virtual.51cto.com/art/201105/259668.htm

热词搜索:

上一篇:vSphere崩溃后该做些什么?虽然是小概率事件
下一篇:反病毒扫描:虚拟机该如何配合?

分享到: 收藏