什么是集群？

它的含义

集群中的每台服务器称为一个节点。节点之间不断通信并分担工作。当某个节点停止响应时，其余节点会发现，并在另一个节点上重新启动它的工作负载。这称为高可用性。由于工作负载是被重新启动的，用户在此期间会看到短暂的中断。

为了避免出故障的集群分成两半后各自都认为自己说了算，节点使用仲裁（quorum）机制。仲裁意味着必须有超过半数的节点同意，集群才会采取行动，这就是为什么通常至少需要三个节点。

只有每个节点都能访问工作负载的数据，工作负载才能迁移。这需要共享存储，或在节点之间复制的存储。这个思路适用于 Proxmox VE、Ceph 存储和 Kubernetes。正是它让您能在服务器之间迁移虚拟机，详见虚拟化。

为什么它对企业重要

• 能承受故障：服务器宕机或电源故障，只会在工作负载重启期间损失几分钟，而不是持续到硬件修好为止的停机。
• 计划内维护：可以一次更新一个节点，同时其他节点继续工作。
• 有扩展空间：增加一个节点就能增加容量，而不必替换整个系统。
• 它的代价：集群需要更多硬件、良好的网络和更仔细的设计。它也不能取代备份，因为一个错误或一次攻击会被复制到每个节点。

这在我们的工作中如何体现

我们搭建具有高可用性和实时迁移功能的 Proxmox VE 集群，以及为其提供共享存储的 Ceph 集群。我们还在 Talos Linux 上构建 Kubernetes。我们自己的基础设施运行在 Proxmox 和 Ceph 上。我们所搭建集群上的虚拟机使用 Proxmox Backup Server 备份，并测试恢复。

了解更多

• 维基百科上的计算机集群对集群如何构建和使用的中立概述，适合一般读者。
• 维基百科上的高可用集群讲解故障切换以及冗余如何让服务持续运行，供权衡正常运行时间需求的读者参考。
• Proxmox VE 文档面向管理员编写的、关于集群和高可用性的官方章节。