首页
/ Harvester 1.5.0 升级实战经验与问题分析

Harvester 1.5.0 升级实战经验与问题分析

2025-06-14 22:03:52作者:江焘钦

升级背景

Harvester作为基于Kubernetes构建的开源超融合基础设施(HCI)解决方案,其1.5.0版本的升级过程相比之前版本有了显著改进。本文记录了从1.4.2版本升级到1.5.0版本的实际操作经验,重点分析遇到的问题及解决方案,为后续用户提供参考。

环境概况

本次升级环境包含3台裸金属服务器组成的集群,运行约60个虚拟机。基础架构采用Rancher 2.11.1管理,存储后端使用Longhorn。

升级准备

在升级前,我们手动禁用了自动升级检查功能,并预先添加了v1.5.0版本信息以便提前进行升级。这一步骤对于需要在正式发布前进行升级的用户尤为重要。

升级过程中遇到的问题

1. PCI直通设备的虚拟机处理

现象:使用PCI直通或特定节点调度的虚拟机需要完全关闭,无法随节点重启自动恢复。

分析:当前升级逻辑要求这类特殊配置的虚拟机必须完全关闭,而不是在节点处理时优雅关闭并在重启后自动恢复。这与常规虚拟机的处理方式不同,增加了操作复杂度。

建议:升级控制器应改进对特殊配置虚拟机的处理逻辑,允许它们在节点升级期间优雅关闭并在节点恢复后自动重启。

2. 虚拟机随机断电问题

现象:升级开始几分钟后,约三分之二的虚拟机被非正常断电,而非优雅关闭。

深入分析:日志检查发现某些节点未执行预排空(pre-drain)脚本就直接进行了RKE2二进制升级,导致kubelet重启时强制终止了所有虚拟机。可能的原因是节点之前进入过维护模式,某些标签状态异常导致升级流程判断失误。

解决方案:在升级前确保所有节点状态正常,必要时手动检查并清理残留标签。对于已发生的问题,可以手动重启受影响的虚拟机。

3. Prometheus内存不足

现象:升级期间Prometheus Pod因OOM被频繁杀死。

技术背景:升级过程中系统活动激增,导致监控数据量大幅增加,超出Prometheus默认资源配置。

解决方法:调整Prometheus Helm chart配置,增加内存预留和限制,确保其能够处理升级期间的高负载。

4. Longhorn实例管理器阻塞

现象:部分节点升级因Longhorn实例管理器(instance-manager)锁定而停滞。

底层机制:这与Longhorn的分布式锁机制有关,当实例管理器出现异常时,会阻止卷操作,进而影响节点升级。

处理方案:手动终止有问题的实例管理器,等待所有卷状态恢复健康后再继续升级。需要密切监控Longhorn卷状态,确保数据安全。

升级结果评估

尽管遇到上述问题,本次升级整体上比以往版本更为顺利。关键改进包括:

  1. 迁移过程成功率显著提高
  2. 总停机时间大幅缩短(约4小时完成)
  3. 系统最终状态更加稳定

相比之下,早期版本的升级往往需要24小时以上才能完全恢复。

最佳实践建议

基于本次经验,我们总结出以下升级最佳实践:

  1. 预先检查:升级前全面检查节点状态,确保没有残留的维护模式标签
  2. 资源调整:提前调整关键组件(如Prometheus)的资源配额
  3. 监控准备:准备实时监控手段,及时发现和处理问题
  4. 分阶段操作:对于特殊配置的虚拟机,考虑分阶段手动处理
  5. 日志收集:升级过程中持续收集日志,便于问题诊断

未来改进方向

Harvester升级机制还可以在以下方面继续优化:

  1. 增强对特殊配置虚拟机(PCI直通、USB设备、vGPU等)的生命周期管理
  2. 改进预排空脚本的健壮性,防止跳过关键步骤
  3. 自动处理Longhorn锁问题,减少人工干预
  4. 优化资源预估和自动调整机制,避免组件OOM

总结

Harvester 1.5.0的升级体验展示了该项目的成熟度提升。通过理解升级过程中的各种问题及其解决方案,运维人员可以更顺利地完成版本迭代。本文记录的经验和教训不仅适用于1.5.0版本,也为未来版本的升级提供了有价值的参考框架。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
262
RuoYi-Vue3RuoYi-Vue3
🎉 (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
863
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
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
332
1.08 K