精读笔记（RHCA 英文教材）· RH436 Chapter 2 Managing Cluster Nodes and Quorum

大约 7 分钟

精读笔记（RHCA 英文教材）· RH436 Chapter 2 Managing Cluster Nodes and Quorum

教材原文：RHCA 官方英文教材（PDF 第 57~92 页）（OCR 整书版已从本站移除，本页为章节精读）关联知识：Ch1（建集群/fencing）、Ch7（双节点集群的 qdevice 议题）；本章=节点增删/启停/待命与 quorum（votequorum 计算、wait_for_all/auto_tie_breaker/last_man_standing）。结构：3 个 Section（各带 Guided Exercise）+ 章末 Lab（lab: quorum-review）。

Chapter Goal / Objectives（原文+译）

GOAL: Manage node membership in the cluster and describe how it impacts cluster operation（管理节点成员关系，理解其对集群运行的影响）.
OBJECTIVES: ① 往现有集群增/删节点；② 解释 quorum 如何运作、如何保护集群免错；③ 调整 quorum 计算方式并说明何时需要。

2.1 Managing Cluster Membership

四类成员控制（概念分层）

corosync 与 pacemaker（systemd 服务）都要在跑；节点已认证且 pcsd 在跑即可用 pcs 遥控。

增加节点（无停机扩容）

准备新节点（noded）：防火墙放行 high-availability、yum install pcs fence-agents-ipmilan、systemctl enable --now pcsd、passwd hacluster 与现网一致（redhat）、pcs host auth -u hacluster -p redhat noded.private.example.com（在任一现网节点执行）。
在当前正常节点执行：pcs cluster node add node4.example.com（分发 corosync/pacemaker authkey 与更新后的 corosync.conf 到所有节点并 reload）。
新节点上 pcs cluster enable + pcs cluster start——不加这两步不会成为活动成员。
先配 fencing 再迁业务：pcs stonith create fence_noded fence_ipmilan pcmk_host_list=noded… ip=192.168.0.104 username=admin password=password lanplus=1 power_timeout=180 → pcs stonith status 全 Started。

注意点：扩容命令要在“在群内且状态良好”的节点上执行；移除节点同理 pcs cluster node remove <fqdn>（替换节点无需整体停机）。

待命（standby）细节

pcs node standby node1 = 对节点施加“不得承载资源”的约束（资源会迁走）；pcs node standby --all 全体待命。
pcs node unstandby 只删除该约束，不会自动把此前跑在上面的资源迁回来。
pcs status 各字段解读：standby 节点单列；Online=[ 在群且通信正常 ]；OFFLINE=[ 服务停了或与 quorate 部分失联 ]；Full List of Resources 显示资源/资源组实际运行点。

2.1 GE（lab: quorum-extend）

三节点群 → 准备 noded（防火墙/装包/起 pcsd/设 hacluster 密码）→ nodea 上 pcs host auth noded → pcs cluster node add noded.private.example.com（观察 authkey 与 corosync.conf 分发）→ noded 上 pcs cluster enable + start → pcs status 4 Online → 建 fence_noded → reboot noded 验证自动归队。

2.2 Describing and Observing Quorum Operation

quorum 是什么

节点必须对“谁是成员/服务在哪/谁在用哪块资源”达成一致；HA Add-On 用多数投票实现：每节点成功加入 corosync 通信投 1 票；票数过半集群才算 quorate；否则失去 quorum。
集群启动时：节点互通直到形成多数 → quorate；未能加入 quorate 集群的节点被有 quorum 一方 fencing；运行中失联节点同样被 fencing。
quorum 先于 fencing 的闸门：没有 fencing 时两半集群会同时恢复同一 ext4 → 双挂载损坏 → split-brain（脑裂）。多数派机制天然防脑裂：5 节点例中节点 4/5 共 2 票<半数，只能停摆；节点 1/2/3 共 3 票>半数继续服务。双节点集群最危险——任一侧都不构成多数。

quorum 计算（votequorum）

由 corosync 的 votequorum 组件计算：Expected votes（全员在线时的总票数）与 Total votes（当前实际票数）。
公式：quorum = floor(expected votes / 2) + 1。例：4 节点 → floor(4/2)+1 = 3，即最少 3 节点在线才 quorate。
优雅关机（poweroff）的节点不会被 fencing；只有“意外失联”才触发 fencing（实验对比重点）。

观察命令

pcs quorum status：Date/provider（corosync_votequorum）、Nodes、Node ID（本机）、Ring ID、Quorate: Yes/No、Expected votes、Highest expected、Total votes、Quorum（最少需票数）、Flags（Quorate/WaitForAll/LastManStanding/AutoTieBreaker 等）、Membership（Nodeid/Votes/Qdevice/Name）。
corosync-quorumtool：Pacemaker 因失 quorum 而“停摆”时 pcs quorum status 会报 Error，改用此工具查看（Quorate: No / Activity blocked）。
失 quorum 后集群不再启停/触碰任何资源（防止资源损坏）。

2.2 GE（lab: quorum-operation）

4 节点群上 watch pcs quorum status：① nodec 跑防火墙阻断脚本（封 corosync 入/出）→ 其余节点 fence nodec → Expected 4、Total 降 3、Membership 少了 nodec；② poweroff nodeb+nodec（优雅关机不触发 fence）→ 只剩 2 票 < quorum 3 → pcs quorum status 报 Error、corosync-quorumtool 显示 Quorate: No、Activity blocked、资源不动作；③ 逐台开机 → 恢复 Quorate（缺 nodec 时 Total=3 已够）。

2.3 Managing Quorum Calculations

三个 quorum 选项（建群时可选）

选项	作用	备注
`wait_for_all`	等全部成员同时在线过才开始计 quorum	防止启动期 fence 竞赛：不开时，quorum 一旦达成，没加入/干净关机的节点会被自动 fence
`auto_tie_breaker`	半数即可达 quorum（50% vs 50% 时）	脑裂平局时低 node id 一侧获胜；偶数节点拆半场景用
`last_man_standing`	定期（默认每 10s）重算 expected votes	允许管理员逐台优雅下线到只剩 2 节点仍保 quorum；必须与 wait_for_all 同开；重算窗口 `last_man_standing_window` 默认 10000ms；断得过快会丢 quorum

建群：pcs cluster setup mycluster node1 node2 node3 quorum last_man_standing=1 wait_for_all=1 --start。

改现有集群（生产需维护窗口）

改 quorum 选项要求先停群：pcs cluster stop --all → pcs quorum update auto_tie_breaker=1 last_man_standing=1 wait_for_all=1（自动把 /etc/corosync/corosync.conf 同步到所有节点，停群时也能同步）→ pcs cluster start --all。
手动改 corosync.conf 不被鼓励；真改了用 pcs cluster sync 复制到全体（corosync.conf 必须全节点一致）。
验证：pcs quorum status 的 Flags 出现 WaitForAll/LastManStanding/AutoTieBreaker；pcs quorum config 查看 Options；corosync-quorumtool(8) 更底层。

2.3 GE（lab: quorum-modify）

4 节点群：pcs cluster stop --all → pcs quorum update last_man_standing=1 wait_for_all=1 → pcs cluster start --all → watch pcs quorum status：逐台 sudo poweroff nodec、noded——每台优雅下线 10 秒后 Expected votes 4→3→2、Quorum 3→2→1？(书例：4→3 后 quorum 3→2；再 3→2 后 quorum 2→1)，集群始终保持 Quorate → 开回两台恢复 4/4。

Lab 概要（lab: quorum-review）

三节点群扩成四节点（noded，fence_noded，192.168.0.104，power_timeout=180，lanplus=1），再加 auto_tie_breaker：先 stop --all → pcs quorum update auto_tie_breaker=1 → start --all → pcs quorum config 验证 → lab grade quorum-review。

命令速查表

词汇表

英文	中文	速记
membership	成员关系	增删/启停/待命四类控制
cluster node add/remove	增删节点	在线扩容；新节点要 enable+start
standby / unstandby	待命/复命	禁/允承载资源；unstandby 不自动迁回
quorum / quorate	法定人数 / 够法定	多数票才工作；失 quorum 停所有资源动作
expected votes / total votes	预期票 / 当前总票	quorum=floor(expected/2)+1
split-brain	脑裂	两半各管资源→双挂载；靠 quorum+fencing 防
votequorum	投票仲裁组件	corosync 内的 quorum 计算器
wait_for_all	全在线再计票	防启动期 fence race；LMS 必配
auto_tie_breaker	自动破平局	50% 即可 quorate；平局低 node id 胜
last_man_standing	最后幸存者	每 10s 重算 expected；可逐台下线
fence race	隔离竞态	启动瞬间误 fence 未入群节点
Quorate / Activity blocked	够票 / 活动被阻断	quorumtool 输出的两种状态

自测 10 题

新增节点前要在新节点做哪 4 步准备？（防火墙/装 pcs+agent/起 pcsd/hacluster 密码一致，再加 host auth）
pcs cluster node add 之后新节点为什么还不是活动成员？（还要 pcs cluster start，且建议 enable）
quorum 公式？（floor(expected/2)+1；4 节点=3）
优雅关机 vs 失联在 fencing 上的差别？（优雅 poweroff 不 fence；意外失联才 fence）
split-brain 何时最危险？（双节点：任一侧都不够多数）；如何防？（quorum 闸门+fencing）
wait_for_all 解决什么问题？（启动 fence race）
auto_tie_breaker 什么时候用、平局谁赢？（偶数群 50/50 场景；低 node id 侧）
改 quorum 选项的标准步骤？（stop --all → pcs quorum update → start --all）
last_man_standing 默认多久重算？与谁必须同开？（10s（last_man_standing_window=10000ms）；wait_for_all）
失 quorum 时用哪个命令仍能看状态？（corosync-quorumtool → Quorate: No / Activity blocked）