VCSA DRS & HA

Ⅰ 回顾

01 末尾，我们提到 ESXi 加入 vCenter 之后自动创建了少量 vCLS 虚拟机，他们是什么用途的呢？

vCLS 是从 vSphere 7 开始引入的一个系统组件，用来保证 DRS、HA、集群健康检查等功能在没有 vCenter 的情况下也能继续运行。

换句话说：

vCLS = 集群的“最小控制平面”，让集群不依赖 vCenter 也能保持基本功能。

vSphere Cluster Services，用来让 DRS 和集群控制平面在 vCenter 挂掉时仍能运行。

它们是自动创建、自动管理、不可以删除的系统虚拟机。

只要创建了 vSphere Cluster（虚拟机集群）

vCenter 就会自动在集群里部署 2～3 台 vCLS 虚拟机

vCLS 的主要作用是：

1. 让 DRS 在 vCenter 挂掉时仍能运行，即使 vCenter 宕机，DRS 仍然能继续工作。

• 负载均衡决策
• 虚拟机放置策略
• 主机资源监控

2. 让集群保持“健康状态”

• 集群心跳
• 主机状态同步
• 集群一致性维护

3. 让 vCenter 不再是“单点故障”

• 以前：vCenter 挂了 → DRS 失效
• 现在：vCenter 挂了 → vCLS 继续维持集群运行

DRS (Distributed Resource Scheduler) vSphere 的分布式资源调度功能。

• 它会根据集群中各主机的负载情况，自动把虚拟机在不同主机之间迁移（vMotion），以实现负载均衡和资源优化。

HA (High Availability) 高可用功能。

• 当某个主机发生故障时，HA 会在集群中其他可用主机上自动重启受影响的虚拟机，从而减少停机时间，保证业务连续性。

一句话总结：DRS 负责智能调度和负载均衡，HA 负责故障恢复和业务连续性。

Ⅱ vSphere DRS 的原理与实现方式

在 VMware 虚拟化集群中，DRS（Distributed Resource Scheduler，分布式资源调度器）是与 HA 并列的核心功能之一。它的目标不是“故障恢复”，而是让集群中的计算资源始终保持最优分配，从而提升整体性能与资源利用率。

下面从原理、机制和实现方式三个角度快速介绍 DRS 的工作方式。

一、DRS 的核心原理

DRS 的核心思想可以概括为一句话：

通过实时监控集群中所有 ESXi 主机与虚拟机的资源使用情况，自动或半自动地执行 vMotion，将虚拟机迁移到最合适的主机上，实现负载均衡。

它的底层逻辑包括三个关键步骤：

1. 资源监控

DRS 会持续收集以下信息：

• 每台 ESXi 的 CPU/内存使用率
• 每台虚拟机的资源需求
• 主机间的资源差异
• 资源池的限制、预留、份额（Reservation/Limit/Shares）

这些数据会被输入到 DRS 的调度算法中。

2. 资源评估

DRS 会根据集群的资源状态计算一个“平衡度评分”（Cluster Balance Score）。

如果评分低于阈值（说明负载不均衡），DRS 会生成迁移建议。

3. 自动迁移（vMotion）

当 DRS 判断某台主机过载或某台虚拟机资源不足时，会自动执行：

• 将虚拟机从高负载主机迁移到低负载主机
• 遵循资源池策略
• 避免影响关键虚拟机
• 保证迁移不会造成性能下降

整个过程依赖 vMotion 技术，因此迁移是无中断的。

二、DRS 的实现方式

DRS 的实现方式可以从三个层面理解：调度模式、调度策略、调度触发条件。

1. 调度模式（Automation Level）

DRS 提供三种自动化级别：

• Fully Automated（全自动）：DRS 自动生成并执行迁移操作（最常用）
• Partially Automated（半自动）：开机时自动选择主机，但迁移需要管理员确认
• Manual（手动）：只提供建议，不自动迁移

企业环境通常使用 Fully Automated。

2. 调度策略（Migration Threshold）

DRS 提供五档迁移敏感度，从“保守”到“激进”：

• 保守：只有在明显不均衡时才迁移
• 激进：只要有轻微不均衡就迁移

激进模式会产生更多 vMotion，但能保持更高的资源利用率。

3. 调度触发条件

DRS 会在以下情况下触发迁移：

• 主机负载过高
• 虚拟机资源不足
• 新虚拟机开机需要选择最佳主机
• 资源池策略发生变化
• 主机进入维护模式（自动清空虚拟机）
• 虚拟机的 Reservation/Limit/Shares 调整
• 集群资源分布不均衡

三、DRS 的关键能力

1. 负载均衡：自动迁移虚拟机，使集群资源分布更均匀。

2. 智能放置（Initial Placement）：虚拟机开机时自动选择最合适的主机。

3. 资源池管理：根据资源池的份额和预留，动态调整虚拟机分布。

4. 维护模式自动迁移：主机进入维护模式时，DRS 会自动迁移所有虚拟机。

5. 与 HA 协同工作：HA 负责“故障恢复”，DRS 负责“负载均衡”，两者互补。

四、DRS 的前提条件

要让 DRS 正常工作，需要满足：

• 至少两台 ESXi 主机
• 主机之间网络互通
• 配置 vMotion 网络
• 虚拟机存储在共享存储上（NFS/iSCSI/vSAN）
• 集群已启用 DRS

Ⅲ VCSA HA

在 VMware 虚拟化平台中，高可用（High Availability, HA）是核心能力之一。但很多人只知道 vSphere HA，其实在 VMware 生态中，能够实现“高可用”的方式远不止一种。不同方式适用于不同规模、预算和业务需求。

本文将从架构角度系统性总结所有可用于实现虚拟机高可用的方式，包括官方支持的、工程上常用的、以及替代性方案。

一、真正意义上的 VMware HA

这类 HA 是 VMware vSphere HA 的核心能力：当一台 ESXi 主机故障时，虚拟机会在其他主机上自动重启。

要实现这一点，必须满足两个前提：

1. 至少两台 ESXi 主机
2. 虚拟机文件必须存放在共享存储上

1. 共享存储 + 多台 ESXi（最标准的 HA 架构）

这是最常见、最稳定的 HA 方式。共享存储可以是：

• NFS（NAS 提供）
• iSCSI（NAS 或 SAN 提供）
• FC SAN（光纤存储）
• 共享 VMFS（通过 FC/iSCSI）

架构逻辑：虚拟机文件放在共享存储上，任何一台 ESXi 都能访问。当某台主机宕机时，其他主机可以直接读取同一份虚拟机文件并重启虚拟机。

2. vSAN（分布式存储）

vSAN 是 VMware 自家的 SDS（软件定义存储）方案，通过多台 ESXi 的本地磁盘组成一个分布式共享存储池。

特点：

• 不需要 NAS 或 SAN
• 性能高、扩展性强
• 至少需要 3 台 ESXi（或 2 台 + Witness）

适合中大型企业或实验室环境。

3. 双节点 SDS（StarWind、DataCore 等）

适合预算有限但需要 HA 的小型环境。

常见方案：

• StarWind Virtual SAN
• DataCore SANsymphony
• 小规模 Ceph（不推荐）

这些软件可以将两台 ESXi 的本地磁盘做同步镜像，形成共享存储，再配合第三台 Witness 实现 HA。

二、准 HA

这类方案不依赖共享存储，也不一定能做到“主机故障自动重启虚拟机”，但仍然能提供不同级别的高可用。

4. Fault Tolerance（FT）

FT 是比 HA 更高级的技术：

• 两台主机同时运行同一台虚拟机
• 主机 A 故障时，主机 B 无缝接管
• 虚拟机不会重启，也不会中断

限制：

• 至少两台 ESXi
• 对 vCPU 数量有限制
• 适合关键业务系统

这是实时 HA，而不是重启式 HA。

5. vSphere Replication + SRM（灾备级 HA）

适合跨机房、跨城市的灾备场景。

• 虚拟机异步复制到另一个站点
• 主站点故障后手动或自动恢复
• 恢复时间为分钟级
• 不需要共享存储

适合灾备（DR），不是实时 HA。

6. 应用级 HA（由应用自身实现）

例如：

• MySQL 主从
• Redis Sentinel
• Windows Failover Cluster
• Kubernetes
• Oracle RAC

这些 HA 不依赖 VMware，而是应用层自己实现高可用。

适合对业务连续性要求极高的系统。

三、非 VMware 的硬件级 HA

这类方式不能实现“主机挂了虚拟机自动重启”，但能降低故障概率。

7. 单主机硬件冗余

包括：

• RAID
• 双电源
• UPS
• ECC 内存
• 冗余风扇
• 冗余网络

适合每个独立的 ESXi 主机，但无法替代 VMware HA。

8. 双主机热备

某些专用硬件或虚拟化平台提供主机级同步热备功能：

• 主机 A 和主机 B 做整机同步
• 主机 A 故障后主机 B 接管整个主机

四、HA 方式对比表格