Compute 实例的高可用性

步骤

1. 以 stack 用户身份登录 undercloud。

2. 提供 overcloud 的凭据文件：

   $ source ~/overcloudrc

3. 查看 overcloud 中运行的实例：

   $ openstack server list --all-projects

4. 停止 overcloud 中的每个实例：

   $ openstack server stop <INSTANCE>

   对每个实例重复这一步，直到停止 overcloud 中的所有实例。

流程

1. 以 root 用户身份登录运行 Pacemaker 的 overcloud 节点。

2. 在每个 Compute 节点上禁用 Pacemaker 远程资源：

   1. 识别 Compute 节点上的 Pacemaker 远程资源：

      # pcs resource status

      这些资源使用 ocf::pacemaker:remote 代理，通常以 Compute 节点主机格式命名，如 overcloud-novacomputeiha-0。

   2. 禁用每个 Pacemaker 远程资源。以下示例演示了如何禁用 overcloud-novacomputeiha-0 的资源：

      # pcs resource disable overcloud-novacomputeiha-0

3. 禁用 Compute 节点 STONITH 设备：

   1. 确定 Compute 节点 STONITH 设备：

      # pcs stonith status

   2. 禁用每个 Compute 节点 STONITH 设备：

      # pcs stonith disable <STONITH_DEVICE>

步骤

1. 以 root 用户身份登录 Compute 节点。

2. 关闭该节点：

   # shutdown -h now

3. 对每个 Compute 节点执行这些步骤，直到关闭所有 Compute 节点。

步骤

1. 以 root 用户身份登录 Controller 节点。

2. 停止 Pacemaker 集群。

   # pcs cluster stop --all

   此命令停止所有节点上的集群。

3. 等待 Pacemaker 服务停止并检查服务是否已停止。

   1. 检查 Pacemaker 状态：

      # pcs status

   2. 检查 Podman 中没有 Pacemaker 服务在运行：

      # podman ps --filter "name=.*-bundle.*"

4. 停止 Red Hat OpenStack Platform 服务：

   # systemctl stop 'tripleo_*'

5. 等待服务停止，检查 Podman 中服务不再运行：

   # podman ps

步骤

1. 以 root 用户身份登录运行 Ceph MON 服务的节点，如 Controller 节点或单机 Ceph MON 节点。

2. 检查集群的运行状况。在以下示例中，podman 命令在 Controller 节点上的 Ceph MON 容器中运行状态检查：

   # sudo podman exec -it ceph-mon-controller-0 ceph status

   确保状态为 HEALTH_OK。

3. 为集群设置 noout、norecover、norebalance、nobackfill、nodown 和 pause 标志。在以下示例中，podman 命令通过 Controller 节点上的 Ceph MON 容器设置这些标志：

   # sudo podman exec -it ceph-mon-controller-0 ceph osd set noout
   # sudo podman exec -it ceph-mon-controller-0 ceph osd set norecover
   # sudo podman exec -it ceph-mon-controller-0 ceph osd set norebalance
   # sudo podman exec -it ceph-mon-controller-0 ceph osd set nobackfill
   # sudo podman exec -it ceph-mon-controller-0 ceph osd set nodown
   # sudo podman exec -it ceph-mon-controller-0 ceph osd set pause

4. 关闭每个 Ceph Storage 节点：

   1. 以 root 用户身份登录 Ceph Storage 节点。

   2. 关闭该节点：

      # shutdown -h now

   3. 对每个 Ceph Storage 节点执行这些步骤，直到关闭所有 Ceph Storage 节点。

5. 关闭任何单机 Ceph MON 节点：

   1. 以 root 用户身份登录单机 Ceph MON 节点。

   2. 关闭该节点：

      # shutdown -h now

   3. 对每个单机 Ceph MON 节点执行这些步骤，直到关闭所有单机 Ceph MON 节点。

步骤

1. 以 root 用户身份登录 Controller 节点。

2. 关闭该节点：

   # shutdown -h now

3. 对每个 Controller 节点执行这些步骤，直到关闭所有 Controller 节点。

步骤

1. 以 stack 用户身份登录 undercloud。

2. 关闭 undercloud：

   $ sudo shutdown -h now

验证

1. 以 stack 用户身份登录 undercloud 主机。

2. 查找 stackrc undercloud 凭证文件：

   $ source ~/stackrc

3. 检查 undercloud 上的服务：

   $ systemctl list-units 'tripleo_*'

4. 创建并验证名为 inventory.yaml 的静态清单文件：

   $ tripleo-ansible-inventory --static-yaml-inventory inventory.yaml
   $ openstack tripleo validator run --group pre-introspection \
    -i inventory.yaml

5. 检查所有服务和容器是否活跃且健康：

   $ openstack tripleo validator run --validation service-status \
    --limit undercloud -i inventory.yaml

步骤

1. 打开每个 Controller 节点电源。

验证

1. 以 root 用户身份登录每个 Controller 节点。

2. 检查 Controller 节点上的服务：

   $ systemctl -t service

   只有基于非 Pacemaker 的服务正在运行。

3. 等待 Pacemaker 服务启动并检查服务是否已启动：

   $ pcs status

   注意

   如果您的环境使用 Instance HA，Pacemaker 资源不会启动，直到您启动 Compute 节点，或使用 pcs stonith confirm <compute_node> 命令执行手动取消隔离操作。您必须在使用 Instance HA 的每个 Compute 节点上运行此命令。

步骤

1. 如果您的环境有单机 Ceph MON 节点，请打开每个 Ceph MON 节点电源。
2. 打开每个 Ceph Storage 节点电源。
3. 以 root 用户身份登录运行 Ceph MON 服务的节点，如 Controller 节点或单机 Ceph MON 节点。

4. 检查集群节点的状态：在以下示例中，podman 命令在 Controller 节点上的 Ceph MON 容器中运行状态检查：

   # sudo podman exec -it ceph-mon-controller-0 ceph status

   确保每个节点都已打开电源并连接。

5. 为集群取消设置 noout、norecover、norebalance、nobackfill、nodown 和 pause 标志。在以下示例中，podman 命令通过 Controller 节点上的 Ceph MON 容器取消设置这些标志：

   # sudo podman exec -it ceph-mon-controller-0 ceph osd unset noout
   # sudo podman exec -it ceph-mon-controller-0 ceph osd unset norecover
   # sudo podman exec -it ceph-mon-controller-0 ceph osd unset norebalance
   # sudo podman exec -it ceph-mon-controller-0 ceph osd unset nobackfill
   # sudo podman exec -it ceph-mon-controller-0 ceph osd unset nodown
   # sudo podman exec -it ceph-mon-controller-0 ceph osd unset pause

验证

1. 检查集群的运行状况。在以下示例中，podman 命令在 Controller 节点上的 Ceph MON 容器中运行状态检查：

   # sudo podman exec -it ceph-mon-controller-0 ceph status

   确保状态为 HEALTH_OK。

步骤

1. 打开每个 Compute 节点电源。

验证

1. 以 root 用户身份登录每个 Compute。

2. 检查 Compute 节点上的服务：

   $ systemctl -t service

流程

1. 以 root 用户身份登录运行 Pacemaker 的 overcloud 节点。

2. 为 Compute 节点启用 STONITH 设备：

   1. 确定 Compute 节点 STONITH 设备：

      # pcs stonith status

   2. 清除 Compute 节点的 STONITH 错误：

      # pcs stonith confirm <COMPUTE_NODE>

      这个命令将节点返回到干净的 STONITH 状态。

   3. 启用 Compute 节点 STONITH 设备：

      # pcs stonith enable <STONITH_DEVICE>

   4. 使用 STONITH 为每个 Compute 节点执行这些步骤。

3. 在每个 Compute 节点上启用 Pacemaker 远程资源：

   1. 识别 Compute 节点上的 Pacemaker 远程资源：

      # pcs resource status

      这些资源使用 ocf::pacemaker:remote 代理，通常以 Compute 节点主机格式命名，如 overcloud-novacomputeiha-0。

   2. 启用每个 Pacemaker 远程资源。以下示例演示了如何为 overcloud-novacomputeiha-0 启用资源：

      # pcs resource enable overcloud-novacomputeiha-0

   3. 使用 Pacemaker 远程管理为每个 Compute 节点执行这些步骤。

4. 等待 Pacemaker 服务启动并检查服务是否已启动：

   # pcs status

5. 如果任何 Pacemaker 资源在启动过程中无法启动，请重置资源的状态和失败计数：

   # pcs resource cleanup

   注意

   有些服务可能需要更长的时间才能启动，如 fence_compute 和 fence_kdump。

步骤

1. 以 stack 用户身份登录 undercloud。

2. 提供 overcloud 的凭据文件：

   $ source ~/overcloudrc

3. 查看 overcloud 中运行的实例：

   $ openstack server list --all-projects

4. 启动 overcloud 中的实例：

   $ openstack server start <INSTANCE>