WSFC 状态操作指南

在WSFC中，大家可能会看到各种操作状态，例如，暂停节点，停止节点服务，逐出节点，恢复节点，关闭群集，销毁群集，关闭连接，这些操作到底是什么意思，分别应该用于什么场景下，今天我们就来一探究竟，嘀，老王发车啦！
首先我们先从节点操作讲起
以WSFC 2012R2为例，当我们在故障转移管理器，节点界面下，点击任意一个节点，右键可以看到以下操作
暂停恢复远程桌面
信息详细信息显示关键事件

首先来看暂停，自2012开始，暂停不仅仅只是宣告节点为维护状态，而是可以根据放置策略，自动把被暂停节点上的负载移至其它节点，此操作主要适用于节点维护场景，例如，节点OS不稳定需要进行排错，为了避免影响上面的群集应用，先把应用飘走，再进行排错，或者需要关机加硬件配置，也可以先将节点置为暂停，应用移走，关机加配置，加好之后再开机解除暂停状态，依次操作各节点
总结来说，暂停操作主要用于计划内维护场景，即是说，我们知道将要发生维护操作，节点将要不可用，那么我通过暂停操作，就可以以最小停机时间的方式把资源迁移走，再执行维护
默认情况下2012时始，暂停模式有两个选择，一为排出角色，二为不排出角色，排出角色为2012新功能，即按照放置策略将节点上面应用放置到合适节点，不排出角色为2008旧选项，即只宣告节点为暂停，不接受资源迁移到本节点，上面资源不会被移走
排出角色，在2012时始，默认情况下暂停节点针对于虚拟机执行实时迁移操作，群集角色执行在线移动操作，上篇文章老王曾经讲过，群集维护，暂停模式可以和优先级相整合，例如，节点暂停维护，高和中优先级虚拟机获得实时迁移，低优先级虚拟机获得实时迁移，在资源不足的场景下，通过此配置，可以始终确保更主要的虚拟机获得最高的可用性和迁移性能，参考老王博客WSFC 维护模式操作粒度控制
说完暂停我们再来看下恢复，恢复同暂停正好相对应，当我们置为暂停，维护完成后，势必需要节点重新正常提供服务，在2008时代，恢复仅意味着解除节点的暂停状态，让节点可以接受资源被迁移过来，2012之后此旧操作显示为不故障回复角色。2012时始，恢复操作新增故障回复角色，恢复和暂停相互粘合，当我们把节点置为暂停后，资源会被迁移至其它节点，当节点完成后，我们可以选择故障回复角色，让被迁移走的资源回到原来的节点正常运作，此暂停故障回复，也参考放置策略，会考虑首选所有者，反相关性，可能所有者等策略，如果节点当前正在首选所有者则不会回复，如果节点上面已有反相关性资源则不会回复，如果维护后原节点从资源的可能所有者剔除，则不会回复。

在一些场景下，开发人员或业务人员可能会对群集角色或虚拟机有所要求，例如某个资源只能在某个节点上面运行，对于一些重要的资源，当然还是稳定为好，能在原来的节点运作就继续回到原来节点运作，此场景下适用恢复角色功能，2012时始，大家作为群集管理员，只要有这种意识就好，计划内维护，就点一下暂停节点，迁移角色，维护完成后点一下恢复节点，迁移回群集角色开发云主机域名

远程桌面其实也是个有用的功能，例如群集节点很多，可能16个节点，32个节点，群集管理员每天会打开群集管理器进行配置，巡检，如果发现节点有问题，可以直接在故障转移管理器中对节点发起一个远程桌面，只要节点远程端口正常工作就可以直接远程过去
信息详细信息，主要显示对于资源或节点执行操作失败，失败的原因是什么

显示关键事件，主要用于聚合当前节点或资源的关键事件，2008开始，群集对于大部分资源都会置备这种资源特定的事件管理器筛选，我们点击某个节点，或某个资源，显示关键事件，显示的就是仅当前节点或当前资源的事件。
针对于节点操作除了上述之外，还有一个更多操作，里面分别是启动群集服务，停止群集服务，逐出节点

启动群集服务，通常用于之前由于某些操作，例如要进行排错，手动停止了群集服务，排错完成后可以通过GUI启动群集服务，或通过命令行net start clussvc启动停止群集服务，也是用于一些特殊场景，正常情况下我们不需要用到它，例如群集应用如果转移到某个节点无法正常工作，我们可以通过取消可用所有者，或在这里停掉该节点的群集服务，在WSFC 2016之前，群集服务的停止，即意味着故障转移，如果一个节点的群集服务停止，下次运行状况检测将报告该节点不可用，上面的所有应用或虚拟机将执行计划外故障转移操作。WSFC 2016开始，群集推出VM防瞬断功能，可以防止瞬断情况导致虚拟机快速迁移，例如如果是一个网络瞬断，或群集服务崩溃停止，只要在一定时间内可以恢复，则不会触发快速迁移操作，因为快速迁移会为虚拟机带来停机时间，如果您不需要VM瞬断功能关闭即可（Get-Cluster）.ResiliencyDefaultPeriod =0
逐出节点，则意味着将节点彻底从群集的可用节点中剔除，已逐出节点永远不建议再重新加入群集，逐出节点通常用于以下场景
重命名群集节点用不同硬件替换节点节点重新安装操作系统永久在群集中删除节点
通常来说，逐出节点是一个简单粗暴的解决问题方式，但它绝不是一个排错的途径，如果你能确认，就是因为这台节点的OS不稳定有问题，那么您可以把它从群集中逐出，新加一个节点进来，或者逐出之后重做系统，再以一个新的节点名称加入进来。
这种方式虽好，但有时并不能真正的解决问题，有时候我们以为是一个节点的问题，但其实是群集资源的问题，可能我们即便逐出了节点，再新加节点还是会遇到此问题，因此建议不轻易做逐出节点，除非我们判定问题原因，最后执行逐出操作，还是应该先对问题进行判定分析
常见的逐出误区
群集服务不能启动，逐出了节点2，但是群集服务仍然不能启动资源不转移到节点2，每次发生故障转移时，磁盘都不会联机，无法返回到节点1，其中一个节点被逐出再添加一个节点仍然有此问题
一旦发生这种排错情况，建议查看cluster.log及dump文件进行分析，找到问题真正所在，也许根源是因为RHS死锁或某个第三方软件兼容性的问题，在真正判定问题之前不要轻易执行逐出节点操作，否则排错时可能无法完整重现问题
以上为GUI界面上针对于节点的所有操作，还有一些场景下的操作，帮助大家熟悉下流程
节点开关机暂停节点 2.关闭操作系统 3.开机操作系统 4.恢复节点
以上为的群集节点开关机标准正常流程，还有一些意外情况，例如群集上面可能跑了一些特殊角色，开机后需要执行一段程序，才可以正常跑群集角色，那这个步骤可以在第4个步骤前做掉
WSFC 2012R2开始，针对于群集虚拟机新增了一个属性DrainOnshutdown如果我们忘记执行暂停节点，直接关闭虚拟机，WSFC2012R2开始，会自动按照维护模式操作策略，帮助我们自动将虚拟机实时迁移或快速迁移至其它节点，群集其它角色则采用移动挂起操作，所有资源都移走后，操作系统才正常完成关闭操作，该功能也被称为“懒人帮手”，一旦我们忘了暂停节点，背后也会有一个这样的帮手，帮助我们去完成维护操作。
节点故障转移1.节点宕机 2.其它节点检测注册表 挂载共享存储联机上线 3.节点恢复 4.故障回复群集角色对于群集故障转移，这里特别要说的是故障回复，这是个老古董了，从2003时代就看到它，故障回复必须和首选所有者功能相配合，这点和最初一模一样，即是说如果应用当前在节点1，节点1宕机，应用去节点2，如果希望节点1恢复后应用回到节点1，则应用必须设置首选所有者为节点1，故障回复操作可以为立即或某一时刻，如果应用对于宿主有要求，需要始终在某一节点运作，可以配置故障回复，以便在计划外故障转移后故障回复，2008时代对于虚拟机故障回复采用快速迁移，2012时始故障回复采用实时迁移。
看过节点级别的操作后，我们再来看下群集级别的操作，老王将主要介绍以下操作
关闭连接，无实际操作效果，点击关闭连接后，只是在当前故障转移群集管理器中，删除显示已连接的群集，假设这时一个群集节点，会有不懂的人来碰你的群集，那么为了避免它误操作，你可以在他操作之前关闭群集连接关闭连接之后，如果再想连接到群集，点击连接到群集即可关闭群集，停止所有群集角色，关闭所有群集节点的群集服务，如果群集中有很多节点，可以通过此操作帮助我们关闭全部，关闭后群集对外不可用，如果希望群集各节点暂时失去群集作用可以执行此操作
针对于虚拟机群集资源，自2008开始，可以设置虚拟机在群集关闭的情况下要执行的操作，默认为保存虚拟机

Get-ClusterResource “虚拟机资源群集名称” | Set-ClusterParameter OfflineAction 2若要恢复群集工作，点击启动群集即可，群集虚拟机默认会从保存状态中还原，群集角色会从脱机中联机
销毁群集，拆掉整个群集，删除掉群集所有角色和元数据信息，通常用于测试环境，或重新部署群集，和关闭群集一样，轻易不建议使用，一旦群集被销毁后，如果需要在该节点再次搭建群集，有时需重新安装群集功能在执行销毁群集之前，请确保群集所有角色已被删除，虚拟机已经导出到其它位置，需要注意，在销毁群集过程，虚拟机如果是存放在共享磁盘和CSV，则会被彻底关闭，但不会丢失数据，虚拟机的数据会存放在CSV中，重建群集之后，虚拟机可以被重新挂载上线，但是销毁后，重建前，虚拟机将不可用。
如果销毁群集时，群集内仍有未被删除的虚拟机或角色，将提示以下错误
关于销毁群集的注意事项
销毁群集时所有节点需要在线，如果销毁群集时有1节点不在线，随后该节点又加入其它群集，将显示该节点已属于其它群集，这时需在节点上执行命令cluster node hv01 /forcecleanup这将在该节点上面清理掉所有群集旧信息的注册表，以允许群集加入新的群集销毁群集过程幕后会逐出节点群集资格，删除各节点上关于群集的配置信息注册表，如果销毁群集后希望重建群集，重建不成功，请尝试检查注册表配置单元，看是否有残留旧群集信息，如果有，请清理后再尝试重建群集。销毁之后群集CNO默认在AD中处于禁用状态，如果希望销毁群集后直接从AD删除CNO，可使用PowerShell操作 Remove-Cluster -CleanupAD

移动群集核心资源
群集中的资源大体可分为两种，一种为群集运作资源，一种为基于群集的应用资源，核心资源也是指群集运作资源，一个群集要想运作起来，需要群集名称，群集IP，还会有见证资源，在WSFC 2016之前，大体就是这些内容，这些群集运作资源也被放置在一个群集资源组里面，成为核心资源组，群集过程中会被放置在其中一个群集节点上，我们可以通过图形界面移动核心资源组至其它群集节点，2012之前仅能通过命令执行，2012之后支持GUI界面执行，2008时始群集核心资源组会被单独放置在RHS监视进程中，放置因为群集其它资源的RHS进程崩溃，而影响整个群集。

群集核心资源通常我们没必要管它，除非是排错时会需要移动，或考虑到群集负载平衡的场景，如果一个节点承载了很多应用，则可以把它上面的核心资源移动至其他节点以减轻负担
WSFC 2016中，群集核心组多出存储QOS资源和 Virtual Machine Cluster WMI
2012之前，使用命令移动群集核心资源cluster group “Cluster Group” /Move:NodeName
移动群集可用存储资源cluster group “Available Storage” /move

相关推荐: cannot be run because the program file for 00100003 cannot be located on a distribution point

the task sequence cannot be run because the program file for 00100003 cannot be located on 开发云主机域名a distribution point检查边界组设置相关推荐:…