PCS - Pacemaker/Corosync 配置系统技术文档
2024-12-26 21:48:46作者:段琳惟
1. 安装指南
1.1 依赖项
在安装 PCS 之前,请确保系统已安装以下依赖项:
- Python 3.12+
- python3-cryptography
- python3-dateutil 2.7.0+
- python3-lxml
- python3-pycurl
- python3-pyparsing 3.0.0+
- python3-tornado 6.1.0+
- dacite
- Ruby 3.1.0+
- killall (psmisc 包)
- Corosync 3.x
- Pacemaker 3.x
1.2 从源码安装
除了上述运行时依赖项外,从源码安装还需要以下开发工具:
- Python 开发文件 (python3-devel, python3-setuptools 66.1+, python3-wheel)
- Ruby 开发文件 (ruby-devel)
- rubygems
- rubygem bundler (rubygem-bundler 或 ruby-bundler 或 bundler)
- autoconf, automake
- gcc
- gcc-c++
- FFI 开发文件 (libffi-devel 或 libffi-dev)
- printf (coreutils 包)
- redhat-rpm-config (适用于 Fedora)
- wget (用于下载捆绑的库)
安装步骤如下:
./autogen.sh
./configure
make
make install
如果使用 systemd,安装完成后需要执行以下命令:
systemctl daemon-reload
systemctl start pcsd
systemctl enable pcsd
1.3 包管理器安装
PCS 已集成到 Fedora、RHEL、CentOS 和 Debian 及其衍生版本中。可以通过包管理器直接安装:
- Fedora:
dnf install pcs - RHEL/CentOS:
yum install pcs - Debian/Ubuntu:
apt-get install pcs
2. 使用说明
2.1 快速开始
2.1.1 认证集群节点
在所有节点上为 hacluster 用户设置相同的密码:
passwd hacluster
在其中一个节点上运行以下命令进行认证(将 node1, node2, node3 替换为集群中的节点列表):
pcs host auth node1 node2 node3 -u hacluster
2.1.2 创建集群
在其中一个节点上运行以下命令创建集群(将 cluster_name 替换为集群名称,node1, node2, node3 替换为集群中的节点列表):
pcs cluster setup cluster_name node1 node2 node3 --start --enable
2.1.3 检查集群状态
集群启动后,可以通过以下命令检查集群状态:
pcs status
2.1.4 添加集群资源
可以使用以下命令添加 STONITH 代理和资源:
pcs stonith create --help
pcs resource create --help
3. API 使用文档
PCS 提供了丰富的命令行接口(CLI)来管理 Pacemaker 和 Corosync 集群。以下是一些常用的 API 命令:
3.1 集群管理
- 启动集群:
pcs cluster start - 停止集群:
pcs cluster stop - 启用集群自启动:
pcs cluster enable - 禁用集群自启动:
pcs cluster disable
3.2 资源管理
- 创建资源:
pcs resource create <resource_name> <resource_type> [options] - 删除资源:
pcs resource delete <resource_name> - 查看资源状态:
pcs resource status
3.3 STONITH 管理
- 创建 STONITH 设备:
pcs stonith create <stonith_name> <stonith_type> [options] - 删除 STONITH 设备:
pcs stonith delete <stonith_name> - 查看 STONITH 状态:
pcs stonith status
4. 项目安装方式
PCS 支持从源码安装和通过包管理器安装两种方式。具体安装步骤已在第1节中详细介绍。
4.1 源码安装
源码安装适用于需要自定义编译选项或在不支持包管理器的系统上安装 PCS 的场景。
4.2 包管理器安装
包管理器安装是最简单快捷的方式,适用于大多数 Linux 发行版。
通过本文档,您可以快速上手 PCS,并了解如何安装、配置和管理 Pacemaker/Corosync 集群。如有进一步问题,请参考官方文档或社区资源。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0215
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
465
暂无描述
Dockerfile
780
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
昇腾LLM分布式训练框架
Python
185
231
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677