WSFC 狀態操作指南

 在WSFC中，大家可能會看到各種操作狀態，例如，暫停節點，停止節點服務，逐出節點，恢復節點，關閉群集，銷毀群集，關閉連接，這些操作到底是什么意思，分別應該用于什么場景下，今天我們就來一探究竟，嘀，老王發車啦！

 首先我們先從節點操作講起

 以WSFC 2012R2為例，當我們在故障轉移管理器，節點界面下，點擊任意一個節點，右鍵可以看到以下操作

暫停

恢復

遠程桌面

信息詳細信息

顯示關鍵事件

首先來看暫停，自2012開始，暫停不僅僅只是宣告節點為維護狀態，而是可以根據放置策略，自動把被暫停節點上的負載移至其它節點，此操作主要適用于節點維護場景，例如，節點OS不穩定需要進行排錯，為了避免影響上面的群集應用，先把應用飄走，再進行排錯，或者需要關機加硬件配置，也可以先將節點置為暫停，應用移走，關機加配置，加好之后再開機解除暫停狀態，依次操作各節點

總結來說，暫停操作主要用于計劃內維護場景，即是說，我們知道將要發生維護操作，節點將要不可用，那么我通過暫停操作，就可以以最小停機時間的方式把資源遷移走，再執行維護

默認情況下2012時×××始，暫停模式有兩個選擇，一為排出角色，二為不排出角色，排出角色為2012新功能，即按照放置策略將節點上面應用放置到合適節點，不排出角色為2008舊選項，即只宣告節點為暫停，不接受資源遷移到本節點，上面資源不會被移走

排出角色，在2012時×××始，默認情況下暫停節點針對于虛擬機執行實時遷移操作，群集角色執行在線移動操作，上篇文章老王曾經講過，群集維護，暫停模式可以和優先級相整合，例如，節點暫停維護，高和中優先級虛擬機獲得實時遷移，低優先級虛擬機獲得實時遷移，在資源不足的場景下，通過此配置，可以始終確保更主要的虛擬機獲得最高的可用性和遷移性能，參考老王博客 WSFC 維護模式操作粒度控制

說完暫停我們再來看下恢復，恢復同暫停正好相對應，當我們置為暫停，維護完成后，勢必需要節點重新正常提供服務，在2008時代，恢復僅意味著解除節點的暫停狀態，讓節點可以接受資源被遷移過來，2012之后此舊操作顯示為不故障回復角色。2012時×××始，恢復操作新增故障回復角色，恢復和暫停相互粘合，當我們把節點置為暫停后，資源會被遷移至其它節點，當節點完成后，我們可以選擇故障回復角色，讓被遷移走的資源回到原來的節點正常運作，此暫停故障回復，也參考放置策略，會考慮首選所有者，反相關性，可能所有者等策略，如果節點當前正在首選所有者則不會回復，如果節點上面已有反相關性資源則不會回復，如果維護后原節點從資源的可能所有者剔除，則不會回復。

在一些場景下，開發人員或業務人員可能會對群集角色或虛擬機有所要求，例如某個資源只能在某個節點上面運行，對于一些重要的資源，當然還是穩定為好，能在原來的節點運作就繼續回到原來節點運作，此場景下適用恢復角色功能，2012時×××始，大家作為群集管理員，只要有這種意識就好，計劃內維護，就點一下暫停節點，遷移角色，維護完成后點一下恢復節點，遷移回群集角色

遠程桌面其實也是個有用的功能，例如群集節點很多，可能16個節點，32個節點，群集管理員每天會打開群集管理器進行配置，巡檢，如果發現節點有問題，可以直接在故障轉移管理器中對節點發起一個遠程桌面，只要節點遠程端口正常工作就可以直接遠程過去

信息詳細信息，主要顯示對于資源或節點執行操作失敗，失敗的原因是什么

顯示關鍵事件，主要用于聚合當前節點或資源的關鍵事件，2008開始，群集對于大部分資源都會置備這種資源特定的事件管理器篩選，我們點擊某個節點，或某個資源，顯示關鍵事件，顯示的就是僅當前節點或當前資源的事件。

針對于節點操作除了上述之外，還有一個更多操作，里面分別是啟動群集服務，停止群集服務，逐出節點

啟動群集服務，通常用于之前由于某些操作，例如要進行排錯，手動停止了群集服務，排錯完成后可以通過GUI啟動群集服務，或通過命令行

net start clussvc啟動

停止群集服務，也是用于一些特殊場景，正常情況下我們不需要用到它，例如群集應用如果轉移到某個節點無法正常工作，我們可以通過取消可用所有者，或在這里停掉該節點的群集服務，在WSFC 2016之前，群集服務的停止，即意味著故障轉移，如果一個節點的群集服務停止，下次運行狀況檢測將報告該節點不可用，上面的所有應用或虛擬機將執行計劃外故障轉移操作。WSFC 2016開始，群集推出VM防瞬斷功能，可以防止瞬斷情況導致虛擬機快速遷移，例如如果是一個網絡瞬斷，或群集服務崩潰停止，只要在一定時間內可以恢復，則不會觸發快速遷移操作，因為快速遷移會為虛擬機帶來停機時間，如果您不需要VM瞬斷功能

關閉即可 （Get-Cluster）.ResiliencyDefaultPeriod =0

逐出節點，則意味著將節點徹底從群集的可用節點中剔除，已逐出節點永遠不建議再重新加入群集，逐出節點通常用于以下場景

重命名群集節點

用不同硬件替換節點

節點重新安裝操作系統

永久在群集中刪除節點

通常來說，逐出節點是一個簡單粗暴的解決問題方式，但它絕不是一個排錯的途徑，如果你能確認，就是因為這臺節點的OS不穩定有問題，那么您可以把它從群集中逐出，新加一個節點進來，或者逐出之后重做系統，再以一個新的節點名稱加入進來。

這種方式雖好，但有時并不能真正的解決問題，有時候我們以為是一個節點的問題，但其實是群集資源的問題，可能我們即便逐出了節點，再新加節點還是會遇到此問題，因此建議不輕易做逐出節點，除非我們判定問題原因，最后執行逐出操作，還是應該先對問題進行判定分析

常見的逐出誤區

1. 群集服務不能啟動，逐出了節點2，但是群集服務仍然不能啟動

2. 資源不轉移到節點2，每次發生故障轉移時，磁盤都不會聯機，無法返回到節點1，其中一個節點被逐出再添加一個節點仍然有此問題

一旦發生這種排錯情況，建議查看cluster.log及dump文件進行分析，找到問題真正所在，也許根源是因為RHS死鎖或某個第三方軟件兼容性的問題，在真正判定問題之前不要輕易執行逐出節點操作，否則排錯時可能無法完整重現問題

以上為GUI界面上針對于節點的所有操作，還有一些場景下的操作，幫助大家熟悉下流程

節點開關機

1. 暫停節點 2.關閉操作系統 3.開機操作系統 4.恢復節點

以上為的群集節點開關機標準正常流程，還有一些意外情況，例如群集上面可能跑了一些特殊角色，開機后需要執行一段程序，才可以正常跑群集角色，那這個步驟可以在第4個步驟前做掉

WSFC 2012R2開始，針對于群集虛擬機新增了一個屬性DrainOnshutdown

如果我們忘記執行暫停節點，直接關閉虛擬機，WSFC2012R2開始，會自動按照維護模式操作策略，幫助我們自動將虛擬機實時遷移或快速遷移至其它節點，群集其它角色則采用移動掛起操作，所有資源都移走后，操作系統才正常完成關閉操作，該功能也被稱為“懶人幫手”，一旦我們忘了暫停節點，背后也會有一個這樣的幫手，幫助我們去完成維護操作。

節點故障轉移

1.節點宕機 2.其它節點檢測注冊表 掛載共享存儲聯機上線 3.節點恢復 4.故障回復群集角色

對于群集故障轉移，這里特別要說的是故障回復，這是個老古董了，從2003時代就看到它，故障回復必須和首選所有者功能相配合，這點和最初一模一樣，即是說如果應用當前在節點1，節點1宕機，應用去節點2，如果希望節點1恢復后應用回到節點1，則應用必須設置首選所有者為節點1，故障回復操作可以為立即或某一時刻，如果應用對于宿主有要求，需要始終在某一節點運作，可以配置故障回復，以便在計劃外故障轉移后故障回復，2008時代對于虛擬機故障回復采用快速遷移，2012時×××始故障回復采用實時遷移。

看過節點級別的操作后，我們再來看下群集級別的操作，老王將主要介紹以下操作

關閉連接，無實際操作效果，點擊關閉連接后，只是在當前故障轉移群集管理器中，刪除顯示已連接的群集，假設這時一個群集節點，會有不懂的人來碰你的群集，那么為了避免它誤操作，你可以在他操作之前關閉群集連接

關閉連接之后，如果再想連接到群集，點擊連接到群集即可

關閉群集，停止所有群集角色，關閉所有群集節點的群集服務，如果群集中有很多節點，可以通過此操作幫助我們關閉全部，關閉后群集對外不可用，如果希望群集各節點暫時失去群集作用可以執行此操作

針對于虛擬機群集資源，自2008開始，可以設置虛擬機在群集關閉的情況下要執行的操作，默認為保存虛擬機

Get-ClusterResource "虛擬機資源群集名稱" | Set-ClusterParameter OfflineAction 2

若要恢復群集工作，點擊啟動群集即可，群集虛擬機默認會從保存狀態中還原，群集角色會從脫機中聯機

銷毀群集，拆掉整個群集，刪除掉群集所有角色和元數據信息，通常用于測試環境，或重新部署群集，和關閉群集一樣，輕易不建議使用，一旦群集被銷毀后，如果需要在該節點再次搭建群集，有時需重新安裝群集功能

在執行銷毀群集之前，請確保群集所有角色已被刪除，虛擬機已經導出到其它位置，需要注意，在銷毀群集過程，虛擬機如果是存放在共享磁盤和CSV，則會被徹底關閉，但不會丟失數據，虛擬機的數據會存放在CSV中，重建群集之后，虛擬機可以被重新掛載上線，但是銷毀后，重建前，虛擬機將不可用。

如果銷毀群集時，群集內仍有未被刪除的虛擬機或角色，將提示以下錯誤

關于銷毀群集的注意事項

1. 銷毀群集時所有節點需要在線，如果銷毀群集時有1節點不在線，隨后該節點又加入其它群集，將顯示該節點已屬于其它群集，這時需在節點上執行命令

   cluster node hv01 /forcecleanup

   這將在該節點上面清理掉所有群集舊信息的注冊表，以允許群集加入新的群集

2. 銷毀群集過程幕后會逐出節點群集資格，刪除各節點上關于群集的配置信息注冊表，如果銷毀群集后希望重建群集，重建不成功，請嘗試檢查注冊表配置單元，看是否有殘留舊群集信息，如果有，請清理后再嘗試重建群集。

3. 銷毀之后群集CNO默認在AD中處于禁用狀態，如果希望銷毀群集后直接從AD刪除CNO，可使用PowerShell操作

   Remove-Cluster -CleanupAD

移動群集核心資源

群集中的資源大體可分為兩種，一種為群集運作資源，一種為基于群集的應用資源，核心資源也是指群集運作資源，一個群集要想運作起來，需要群集名稱，群集IP，還會有見證資源，在WSFC 2016之前，大體就是這些內容，這些群集運作資源也被放置在一個群集資源組里面，成為核心資源組，群集過程中會被放置在其中一個群集節點上，我們可以通過圖形界面移動核心資源組至其它群集節點，2012之前僅能通過命令執行，2012之后支持GUI界面執行，2008時×××始群集核心資源組會被單獨放置在RHS監視進程中，放置因為群集其它資源的RHS進程崩潰，而影響整個群集。

群集核心資源通常我們沒必要管它，除非是排錯時會需要移動，或考慮到群集負載平衡的場景，如果一個節點承載了很多應用，則可以把它上面的核心資源移動至其他節點以減輕負擔

WSFC 2016中，群集核心組多出存儲QOS資源和 Virtual Machine Cluster WMI

2012之前，使用命令移動群集核心資源

cluster group “Cluster Group” /Move:NodeName

移動群集可用存儲資源

cluster group “Available Storage” /move