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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
284
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168