VMware的vSphere虛擬化平臺(tái)以可靠性著稱，內(nèi)置了諸如高可用（HA）等功能，確保物理服務(wù)器故障對(duì)最終用戶的影響降到最低，但不是所有Vmware用戶都使用了這些功能或類似的技術(shù)，即使使用了這些功能也不能保證不會(huì)發(fā)生意外，于是一個(gè)非常現(xiàn)實(shí)的問題就擺在了我們面前：當(dāng)虛擬機(jī)速度變慢或宕機(jī)，ESXi服務(wù)器或vCenter失去響應(yīng)等異常發(fā)生時(shí)，我們?cè)撟鲂┦裁矗?/p>

vSphere故障解決概述

為了準(zhǔn)備Vmware認(rèn)證高級(jí)專家 – 數(shù)據(jù)中心管理員認(rèn)證，以及vSphere故障解決課程，我花了大量時(shí)間解決各種vSphere故障，我甚至故意將vSphere破壞掉，然后嘗試進(jìn)行修復(fù)，大多數(shù)時(shí)候我會(huì)成功，但也有失敗的情況。如果你也想在解決vSphere故障時(shí)取得成功，需要考慮的事情太多了，只要下面任何一項(xiàng)未考慮到，整個(gè)虛擬化基礎(chǔ)設(shè)施（VI）可能就會(huì)崩潰。

◇ 物理服務(wù)器：ESX和ESXi服務(wù)器需要電源、CPU、內(nèi)存和本地磁盤，這些組件都有可能出現(xiàn)故障。

◇ 物理網(wǎng)絡(luò)：當(dāng)你運(yùn)行vSphere客戶端時(shí)，本地LAN為物理服務(wù)器、交換機(jī)、SAN/NAS、DNS服務(wù)器、終端用戶和你（管理員）提供連接保障（vSphere客戶端是一個(gè)管理工具，管理vSphere全靠它）。

◇ 共享存儲(chǔ)：存儲(chǔ)通常由SAN或NAS提供，大多數(shù)時(shí)候，如果SAN或NAS失去響應(yīng)或連接丟失，虛擬基礎(chǔ)設(shè)施將會(huì)受到影響。

◇ ESX和ESXi服務(wù)器Hypervisor：服務(wù)器上的操作系統(tǒng)當(dāng)然得正常運(yùn)行，如果ESX或ESXi服務(wù)器遇到PSOD（紫屏），預(yù)示著馬上要出大問題了。

◇ vCenter：雖然vCenter不是虛擬機(jī)或ESX/ESXi服務(wù)器正常運(yùn)行必需的東西，但借助它你可以查看虛擬基礎(chǔ)設(shè)施的運(yùn)行狀態(tài)。

◇  虛擬機(jī)（VM）：如果Windows VM遇到BSOD（藍(lán)屏），恰好這個(gè)VM提供關(guān)鍵網(wǎng)絡(luò)服務(wù)，如域名解析服務(wù)，活動(dòng)目錄或vCenter，如果它宕機(jī)了，整個(gè)基礎(chǔ)設(shè)施都將受到影響。

方法論

由于虛擬基礎(chǔ)設(shè)施（VI）正常工作涉及到的核心組件太多，你需要一個(gè)標(biāo)準(zhǔn)的，系統(tǒng)的問題解決方法，對(duì)于不同的組織可以采用不同的方法，但重要的是，無論你使用什么方法，每次遇到VI故障時(shí)，都應(yīng)該使用相同的方法，并按同樣的順序執(zhí)行操作。

例如，你的方法可能以開放系統(tǒng)互聯(lián)（OSI）模型為基礎(chǔ)，那么你應(yīng)該從物理層開始，然后逐層上升，直到應(yīng)用程序?qū)樱蛘邚膽?yīng)用程序?qū)酉蛳碌轿锢韺印５医ㄗh你從OSI模型的中間層（網(wǎng)絡(luò)層）開始，根據(jù)問題的具體情況決定是向上還是向下排查。

◇ Ping ESX/ESXi服務(wù)器和vCenter服務(wù)器：驗(yàn)證服務(wù)器是否開機(jī)或網(wǎng)絡(luò)是否連通，如果ping失敗，你應(yīng)該先檢查網(wǎng)絡(luò)和電源，如果成功，則可以跳到下一步。

◇ 嘗試使用vSphere客戶端登錄到vCenter：如果不成功，嘗試登錄到ESX/ESXi主機(jī)，如果成功，繼續(xù)通過vSphere查看存儲(chǔ)是否可用，主機(jī)是否出現(xiàn)故障，運(yùn)行vCenter的VM是否宕機(jī)等等。

◇  檢查vCenter進(jìn)程：假設(shè)vCenter不可用，但VM運(yùn)行在一個(gè)正常的主機(jī)上，如果需要，可以重啟vCenter進(jìn)程。

這些只是解決虛擬基礎(chǔ)設(shè)施（VI）常見問題的一般步驟，下面我們一起來看一個(gè)更特殊的例子。

vSphere崩潰后該做些什么

有人向你報(bào)告問題時(shí)，你首先要做的是獲取更多與問題相關(guān)的信息，如什么服務(wù)不可用？的確如此嗎？物理服務(wù)器出了問題嗎？vCenter VM藍(lán)屏還是服務(wù)被停掉了？核心網(wǎng)絡(luò)交換機(jī)被鎖住了？SAN電力供應(yīng)出現(xiàn)問題？?jī)H僅是一個(gè)VM宕機(jī)，還是所有VM都當(dāng)?shù)袅藛幔繘]錯(cuò)，你應(yīng)該先回答這些問題，找到確切的答案。

用戶不知道究竟是什么當(dāng)?shù)袅耍麄円膊魂P(guān)心這個(gè)，但這是你的工作，你可能猜到問題處在哪里，也許只需要一個(gè)小小的測(cè)試便能得知問題的根源，但需要注意的是，即使你相信自己真的找到了問題的根源，也要做完全面的測(cè)試，我不止一次遇到因測(cè)試不完整就確定問題根源而做出的錯(cuò)誤決定，如原本是網(wǎng)絡(luò)問題，誤認(rèn)為是服務(wù)器問題。

僅憑某個(gè)用戶報(bào)告的不確定問題要查明vSphere的真正問題根源是很困難的，用戶通常只會(huì)報(bào)告他們的應(yīng)用程序不能正常工作了，你需要快速地得到該用戶正在使用哪些服務(wù)，對(duì)應(yīng)的應(yīng)用程序是否運(yùn)行在VM上，然后一步步查找到問題之所在。

例如，如果你通過vSphere客戶端連接到vCenter服務(wù)器，這一結(jié)果可以得知許多事情 – 網(wǎng)絡(luò)肯定是連通的，DNS工作正常，你的PC可以連接到vCenter服務(wù)器，SAN運(yùn)行正常，你的vCenter服務(wù)器和ESX主機(jī)通信正常等。

換句話說，如果你熟悉基礎(chǔ)設(shè)施，只需要簡(jiǎn)單的測(cè)試，就可以快速找出問題的根源。

虛擬基礎(chǔ)設(shè)施（VI）中的大多數(shù)問題都與操作系統(tǒng)或應(yīng)用程序有關(guān)，而不是VI自身的問題，在一些有前瞻性的企業(yè)里，總是能看到強(qiáng)大的系統(tǒng)管理工具，在終端用戶感知到問題發(fā)生之前，你可以提前預(yù)知可能出現(xiàn)的問題，但在許多企業(yè)中，還是終端用戶最先發(fā)現(xiàn)并報(bào)告問題，我們還是以上面的例子來解釋，假設(shè)終端用戶報(bào)告某個(gè)應(yīng)用程序不能使用，你知道這個(gè)應(yīng)用程序運(yùn)行在VM上。
 

圖 1 vSphere客戶端圖形化顯示一臺(tái)ESXi服務(wù)器的性能指標(biāo)

首先檢查客戶機(jī)操作系統(tǒng)和應(yīng)用程序，你通過vSphere客戶端連接到VM的控制臺(tái)來實(shí)施檢查，操作系統(tǒng)是否藍(lán)屏？服務(wù)對(duì)應(yīng)的應(yīng)用程序出了問題？如果發(fā)現(xiàn)是客戶機(jī)操作系統(tǒng)或應(yīng)用程序的問題，首先應(yīng)該解決它們的問題。

假設(shè)你發(fā)現(xiàn)ESX/ESXi服務(wù)器啟動(dòng)并運(yùn)行正常，VM已開機(jī)，客戶機(jī)操作系統(tǒng)運(yùn)行也正常，但運(yùn)行在VM上的應(yīng)用程序響應(yīng)仍然很慢。

這時(shí)你應(yīng)該檢查ESX/ESXi主機(jī)的性能 – 通常使用vSphere客戶端，但你也可以使用第三方工具，在這個(gè)例子中，一切看起來都很正常。
 

圖 2 vSphere客戶端圖形化顯示一個(gè)虛擬機(jī)的性能指標(biāo)

從上圖可以看出，主機(jī)只有25%的內(nèi)存利用率，CPU、磁盤和網(wǎng)絡(luò)利用率也都在合理范圍內(nèi)。

接下來，切換到vSphere客戶端的“性能”標(biāo)簽，檢查VM的內(nèi)存性能。

注意觀察性能不佳應(yīng)用程序駐留的VM的內(nèi)存利用率，你可以獲得兩個(gè)結(jié)果：這個(gè)VM的內(nèi)存配置過低，或應(yīng)用程序本身消耗的內(nèi)存過多。

使用Windows任務(wù)管理器檢查內(nèi)存利用率，你會(huì)發(fā)現(xiàn)消耗內(nèi)存過多的進(jìn)程，在這個(gè)例子中，VM只分配了1GB內(nèi)存，而這個(gè)應(yīng)用程序就消耗了462MB，幾乎用掉了一半內(nèi)存。
 

圖 3 通過Windows任務(wù)管理器查看內(nèi)存消耗過多的進(jìn)程

如果內(nèi)存被不是你希望的應(yīng)用程序使用（如一個(gè)惡意軟件或一個(gè)游戲），你可以殺掉它對(duì)應(yīng)的進(jìn)程或卸載那些應(yīng)用程序。

另一方面，如果它是一個(gè)合法的進(jìn)程，它的內(nèi)存使用量也是可以調(diào)整的，你應(yīng)該增加VM的內(nèi)存，為操作系統(tǒng)和應(yīng)用程序提供更多的內(nèi)存

如果VM開啟了vSphere熱插拔內(nèi)存（或熱添加CPU）功能，你可以在VM運(yùn)行期間動(dòng)態(tài)分配更多的內(nèi)存，不需要關(guān)閉客戶機(jī)操作系統(tǒng)或停止終端用戶的應(yīng)用程序。
 

圖 4 在虛擬機(jī)運(yùn)行期間動(dòng)態(tài)增加內(nèi)存

延伸閱讀提示

Vmware發(fā)布了一份名叫“Vmware vSphere 4.1性能故障排除”的完整指南，它提供了詳細(xì)的故障排除流程圖，這份68頁的文檔比我這篇文章要詳細(xì)得多，涵蓋了vSphere故障解決的方方面面。

vSphere通常是非常可靠的，并且內(nèi)置了許多功能保護(hù)終端用戶應(yīng)用程序，防止服務(wù)器故障，但是，隨著使用vSphere（或其它Hypervisor）的時(shí)間增長(zhǎng)，出現(xiàn)物理硬件（服務(wù)器、SAN或網(wǎng)絡(luò)）故障或軟件（ESX、ESXi、vCenter或客戶機(jī)操作系統(tǒng)）故障的幾率就越大，遇到問題時(shí)，要綜合考慮這些組件，才能幫助你快速地解決問題。

原文名：Virtualization: What to do when vSphere goes down  作者：David Davis

譯文鏈接：http://virtual.51cto.com/art/201105/259668.htm