管理裸金属节点维护

在 Google Cloud上的 VMware 解决方案中，您负责修补、更新和升级 VMware Cloud Foundation (VCF) 软件栈。 Google Cloud负责管理z3-highmem-192-highlssd-metal裸金属 ESXi 节点的底层物理服务器、电源、冷却和数据中心结构。Google Cloud 会定期执行主机维护事件，以对物理主机应用硬件维修、固件更新和安全补丁。

本文档介绍了影响裸金属 ESXi 节点的主机维护事件类型，并说明了如何在不中断 VCF 集群的情况下疏散工作负载和运行维护。

主机事件类型

Compute Engine 裸金属实例会遇到以下类别的主机事件：

  • 计划内维护事件：Google Cloud 提前宣布的预定维护窗口。大多数后台更新都是无中断的，而硬件或固件维护则需要重新启动裸金属节点。
  • 紧急维护：紧急硬件或整个机群软件维护，需要重启节点以防止故障或应用关键安全缓解措施。 Google Cloud 会提前 7 到 90 天发出通知（具体取决于事件的严重程度），并填充实例元数据中的 maintenanceReasons 字段。
  • 主机错误：罕见、意外的硬件或物理主机故障 (compute.instances.hostError)，会导致计划外重启或需要更换裸金属节点。发生主机错误时，vSphere 高可用性 (HA) 会在集群中运行状况良好的 ESXi 主机上自动重启受影响的虚拟机 (VM)。

VCF 集群的维护注意事项

在裸金属 ESXi 节点上触发破坏性维护事件之前，请查看以下操作要求：

  • 在预定截止日期之前完成维护：始终在预定窗口到期之前，在批准的变更窗口期间手动开始维护。如果维护窗口在您启动维护之前到期，Compute Engine 会自动启动维护事件，这会重新启动主机，而不会先将其置于 vSphere 维护模式。
  • 验证集群容量：确保您的 vSphere 和 vSAN 集群有足够的备用计算和存储容量，以便撤出所有虚拟机并满足 vSAN 存储政策故障容忍度要求。如果集群没有足够的余量，请在开始维护之前向集群添加裸金属节点。
  • 首先将 ESXi 主机置于 vSphere 维护模式：在 Google Cloud 控制台中触发维护之前，请务必在 vCenter Server 或 VCF Operations 中将主机置于维护模式，以疏散虚拟机。
  • 一次维护每个集群的一个节点：每个裸金属维护事件大约需要 120 到 150 分钟才能完成。一次仅在一个 vSphere 集群的一个节点上运行维护，以保留 vSAN 数据可用性。您可以并行对单独的 vSphere 集群或单独的 VCF 工作负载网域中的节点执行维护。
  • 替换无响应的节点：如果裸金属节点处于 In progress 维护状态超过 240 分钟，请从 vCenter Server 和 SDDC Manager 中退役该节点，并预配替换节点。

查看维护通知

您可以使用以下任一视图在 Google Cloud 控制台中监控即将发生的主机维护事件（或按照监控和规划主机维护事件中的说明配置自动提醒）：

  • VMware Engine：

    1. 在 Google Cloud 控制台中，依次前往 VMware Engine > 自行管理 > 裸金属节点。

      前往“裸金属节点”

    2. 查看每个节点的维护状态列：

      • 有可用更新 - 将于 (DATE_AND_TIME) 运行：计划内或紧急维护事件已安排，可供您启动。
      • 进行中：节点上正在运行主机维护。
      • 最新：节点没有待处理的维护事件。

  • Compute Engine 虚拟机实例：

    1. 在 Google Cloud 控制台中，转到虚拟机实例页面。

      转到虚拟机实例

    2. 按机器类型 (z3-highmem-192-highlssd-metal) 过滤实例列表，然后检查即将进行的维护列。

执行节点维护

如需在裸金属 ESXi 节点上安全地执行主机维护，请在 vCenter Server 中撤离主机，在 Google Cloud 控制台中运行维护事件，然后将主机恢复服务。

在 vCenter Server 中准备节点

  1. 在 Google Cloud 控制台中，确定即将进入维护窗口的裸金属实例，并记下其主机名或主要管理 IP 地址。
  2. 登录 vSphere 客户端（或 VCF Operations），然后在集群中找到相应的 ESXi 主机。
  3. 右键点击 ESXi 主机，然后依次选择维护模式 > 进入维护模式。
  4. 根据集群冗余政策选择确保可访问性（默认）或完整数据迁移 vSAN 数据迁移模式，并确认您要将已关机和已暂停的虚拟机移至集群中的其他主机。如需了解如何选择 vSAN 疏散模式，请参阅有关将 vSAN 集群成员置于维护模式的 Broadcom 文档。
  5. 等待所有虚拟机从主机迁移，并且主机状态在 vCenter Server 中更改为维护模式。

在 Google Cloud中运行主机维护

  1. 在 Google Cloud 控制台中，依次前往 VMware Engine > 自行管理 > 裸金属节点。
  2. 找到您置于 vSphere 维护模式的节点。
  3. 点击节点旁边的“更多操作”菜单 ()，然后选择运行维护。
  4. 在系统提示时确认该操作。维护状态会更改为正在进行。
  5. 等待维护操作完成，并等待 ESXi 主机重新启动。大约 150 到 180 分钟后，维护状态会更改为最新。

完成维护后任务

  1. 在 vSphere Client 中，验证 ESXi 主机是否已重新连接到 vCenter Server，以及所有物理网络适配器（vmnic0 到 vmnic4）和 vSAN 本地磁盘是否都报告健康状态。
  2. 右键点击 ESXi 主机，然后依次选择维护模式 > 退出维护模式。
  3. 在开始对同一集群中的其他节点进行维护之前，请验证 vSphere Distributed Resource Scheduler (DRS) 和 vSAN 健康检查是否通过。

后续步骤