Harvester项目中VMBackup与第三方存储兼容性问题解析
2025-06-14 08:46:58作者:裘晴惠Vivianne
背景介绍
在虚拟化平台Harvester中,VMBackup功能用于对虚拟机进行备份和恢复操作。然而,当虚拟机使用第三方存储(非Harvester原生Longhorn存储)时,VMBackup功能存在一些兼容性问题和行为不一致的情况。本文将深入分析这一问题及其解决方案。
问题本质
VMBackup功能在设计上主要针对Harvester原生的Longhorn存储系统,并未完全兼容第三方CSI存储。核心问题在于:
- 备份机制差异:对于第三方存储,VMBackup只能创建本地VolumeSnapshot,而无法像Longhorn存储那样将数据真正备份到远程目标
- 恢复限制:恢复操作依赖于原始存储卷或快照的存在,当这些资源丢失时恢复将失败
- 文档误导:现有文档中关于第三方存储备份的描述存在误导性,容易让用户误以为第三方存储也能完整备份
具体问题表现
在实际使用中,主要会出现以下几种问题场景:
同集群备份恢复场景
当用户在同一个Harvester集群中创建并恢复VMBackup时:
- 如果原始第三方存储卷仍然存在:可以成功恢复虚拟机,但实际上使用的是本地快照而非远程备份
- 如果原始第三方存储卷已被删除:恢复操作将失败,因为依赖的存储资源已不存在
跨集群恢复场景
当尝试在不同集群间迁移恢复VMBackup时:
- 恢复操作必定失败,因为目标集群中不存在原始第三方存储卷及其快照
- 即使备份存在于远程存储中,也无法提供有效的恢复能力
升级兼容性问题
从Harvester v1.4升级到v1.5后:
- 遗留的含有第三方存储的VMBackup可能被发现但无法恢复
- 新版本会阻止创建包含第三方存储的VMBackup
技术解决方案
Harvester团队针对此问题实施了以下改进措施:
- 新增验证机制:从v1.5.0开始,系统会拒绝创建包含第三方存储的VMBackup
- 遗留备份处理:
- 阻止发现含有第三方存储的遗留VMBackup
- 阻止恢复已存在的此类备份
- 文档修正:更新相关文档,明确说明VMBackup对第三方存储的限制
实现原理
技术实现上主要通过以下机制:
- 验证准入控制:通过Kubernetes准入控制器拦截不合规的备份请求
- 备份同步过滤:在从远程目标同步备份时,自动跳过含有第三方存储的备份
- 存储类型检测:系统会检查每个卷的存储类型,确保只处理Longhorn存储
用户影响与建议
对于不同版本的用户:
- v1.4.x用户:
- 避免为使用第三方存储的虚拟机创建VMBackup
- 如需迁移,考虑使用其他备份方案
- v1.5.x用户:
- 系统已自动阻止相关问题发生
- 遗留备份可能需要手动清理
总结
Harvester通过v1.5.0版本的改进,明确了对第三方存储与VMBackup兼容性的立场,并提供了相应的防护机制。这一改进虽然限制了部分使用场景,但确保了备份恢复功能的可靠性和一致性,避免了用户因误解而产生数据丢失风险。对于确实需要使用第三方存储的场景,建议考虑其他专业的备份解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322