Harvester项目:从VMware ESXi导入虚拟机的实践指南
2025-06-13 19:03:09作者:董灵辛Dennis
概述
在企业虚拟化环境迁移过程中,将现有VMware ESXi主机上的虚拟机迁移到Harvester平台是一个常见需求。本文将详细介绍如何使用Harvester 1.5版本从独立ESXi 6.0/6.7主机导入虚拟机,包括配置步骤、常见问题排查以及最佳实践建议。
环境准备
在开始迁移前,需要确保以下环境条件:
- 源端环境:VMware ESXi 6.0或6.7独立主机(无需vCenter)
- 目标环境:Harvester 1.5集群正常运行
- 网络连通:确保Harvester节点能够访问ESXi管理网络
详细配置步骤
1. 创建访问凭证Secret
首先需要创建一个Kubernetes Secret来存储ESXi主机的访问凭证:
apiVersion: v1
kind: Secret
metadata:
name: vsphere-credentials
namespace: default
stringData:
username: "root" # ESXi管理员账户
password: "your_esxi_password" # 实际密码
2. 配置VmwareSource资源
创建VmwareSource资源定义,特别注意端点URL需要包含/sdk路径:
apiVersion: migration.harvesterhci.io/v1beta1
kind: VmwareSource
metadata:
name: esxi-source
namespace: default
spec:
endpoint: "https://<ESXi_IP>/sdk" # 必须包含/sdk路径
dc: "datastore1" # 默认数据存储名称
credentials:
name: vsphere-credentials
namespace: default
3. 验证连接状态
应用配置后,检查harvester-vm-import-controller的日志:
kubectl logs -f harvester-vm-import-controller-<pod-id> -n harvester-system
成功连接后应看到类似"Successfully connected to ESXi host"的日志信息。
常见问题排查
1. 400 Bad Request错误
当出现"400 Bad Request"错误时,通常是因为:
- 端点URL格式不正确(缺少/sdk路径)
- ESXi的API服务未正常运行
- 证书验证失败(可尝试添加
insecure: true参数)
2. 凭证找不到错误
确保Secret资源已正确创建,且名称与VmwareSource中引用的完全一致。可通过以下命令验证:
kubectl get secret vsphere-credentials -n default -o yaml
3. 数据存储问题
独立ESXi主机通常使用"datastore1"作为默认数据存储名称。如果使用自定义名称,需要在dc字段中准确指定。
高级配置建议
- 批量迁移:可以创建多个VmwareSource资源,分别对应不同的ESXi主机
- 网络映射:在VirtualMachineImport资源中配置网络映射规则,确保虚拟机导入后网络配置正确
- 存储优化:对于大型虚拟机,建议在非业务高峰时段执行迁移
性能优化技巧
- 在ESXi主机上启用SSH服务,Harvester可以通过SSH协议加速数据传输
- 对于多虚拟机迁移,建议按优先级分批进行
- 监控Harvester节点的资源使用情况,必要时增加节点资源
总结
通过Harvester的vm-import功能,企业可以高效地将独立ESXi环境中的虚拟机迁移到现代化的Harvester平台。关键点在于正确配置端点URL和访问凭证,并理解ESXi独立主机与vCenter环境的配置差异。对于生产环境,建议先在测试环境验证迁移过程,确保业务连续性。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
621
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989