【海云捷迅云课堂】云主机驱散说明

 

海云捷迅云课堂专题，旨在秉承开源理念，为大家提供OpenStack技术原理与实践经验，该专题文章均由海云捷迅工程师理论与实践相结合总结而成，如大家有其他想要了解的信息，可留言给我们，我们会根据问题酌情回复。

1 驱散目的

当云主机所在节点宕机或者节点网络异常时可以触发驱散操作，可以将宕机节点上的云主机驱散到其他节点，从而可以继续访问这些云主机。

这里有必要说明一点，驱散和迁移的关联与区别，关联在于驱散操作可以使用迁移命令来查看驱散的信息，而区别在于迁移时源节点和目标节点都是正常的，节点上的nova-compute服务也是正常的，这说明在没有共享存储的情况下也是可以进行迁移的；而驱散时源节点是宕机的状态或者nova-compute服务不正常，所以驱散无法访问源节点必须访问共享存储获取云主机磁盘数据。这是二者的本质区别。

2 简要流程

1、nova-api接受驱散操作，校验云主机所在节点状态为down，并且云主机状态为active，stopped，error才能执行evacuate并创建该云主机的迁移任务，这里的迁移类型为evacuation，可以通过nova migration-list命令查看驱散执行情况。

2、之后nova-api发送rpc到nova-condu ctor进行云主机重建rebuild_instance。

3、然后nova-conductor接收到rebuild_i nstance的rpc请求后，调用nova-scheduler选择资源足够的可用节点，并获取该云主机的迁移任务，从该任务中，获取云主机相关的配置信息。

4、nova-conductor使用被选中的可用节点进行rebuild_instance

5、可用节点的nova-compute接收到rebuild_instance的rpc消息后重新设置该云主机对应的网络端口，直接使用云主机的云硬盘，最终启动云主机。

6、宕机节点恢复后，nova-compute服务会自动检测执行驱散操作成功的云主机，并对应云主机在本机的信息，而对于驱散操作失败的云主机不做任何操作。

3 代码分析

3.1  驱散api接口代码

nova-api接收驱散操作请求，代码位于nova/api/compute/evacuate.py

之后会调用nova/compute/api.py，并在调用时校验云主机状态，处于ACTIVE，STOPPED以及ERROR状态的云主机才能进行驱散操作。

这里调用了rebuild_instance函数，并且没有指定镜像，而是根据原有信息重建云主机。一般对于重建云主机功能是指定镜像进行重建，而驱散是利用原云主机的数据进行重建，这是驱散功能和重建功能的区别。

3.2 驱散conductor部分代码

之后调用到nova/conductor/api.py

然后nova/conductor/rpcapi.py

这里的cast调用是异步的，是在nova-api进程里面调用的，实际在此之前的调用都是在nova-api的进程里面，而将rebuild_instance调用发送到nova-conductor后，此时nova-api的处理才告一段落，nova-conductor服务才真正接手处理。最后会调用到nova/conductor/manager.py

这里没有将涉及nova-scheduler部分代码列出，实际这里的调度主要是通过过滤filter来实现的，检查节点是否有可用的CPU和内存等。

需要注意的是，若是没有指定目标节点则scheduler会自动选择一个合适的节点进行驱散，若没有找到合适的节点则驱散失败，云主机状态会出错；注意这里还有一个异常，不支持的策略异常UnsupportedPolicyException，这个异常一般是出现亲和性策略时的异常，也就是若云主机设置了某些亲和性策略则有可能导致驱散失败。

上述在调度节点出现的两个异常无效主机和不支持策略，从而导致驱散失败后，在节点恢复后，不会做任何操作，重置云主机状态之后，是可以在恢复后的节点启动云主机的。

3.3 驱散compute部分代码

之后调用nova/compute/rpcapi.py

然后就会调用到nova/compute/manager.py的rebuild_instance函数，最终会调用_do_rebu ild_instance函数，

一般到了nova-compute这一侧，云主机开始重建了，但不能说完全没有问题了，这里在云主机保存数据时，有可能会出错，原因就是发送消息到nova-conductor出错了，从而数据库里面的该云主机的数据没有更新，从而导致云主机出现错误状态。

需要注意的是，从代码看如果云主机已经在其他节点上启动了，但是其显示为错误状态，查看驱散为失败状态，若要恢复云主机，这个时候是不能直接重置云主机的，需要修改数据库instances表，将对应云主机的host和node字段值为启动节点的名称，宕机节点恢复后nova-compute服务启动后会自动删除本机节点上云主机信息。

4 故障

4.1 故障说明

对于云主机驱散操作失败的，一般存在以下几个原因。

1.在nova-scheduler调度时没有找到可用的节点导致驱散失败。

2.在nova-scheduler调度时若云主机存在亲和性策略可能导致驱散失败。

3.发送消息给nova-conductor保存云主机数据时出错，也即发送消息时出现异常，导致驱散出错。

4.2 故障恢复

出现的故障如何进行修复，这里有一个重要的区分条件，就是云主机是否在其他节点上对应的信息，对于前面两点，云主机在其他节点没有对应信息，待宕机节点恢复后重置云主机状态即可；对于后面一点，如果云主机在其他节点上也有对应信息了，就不能直接重置状态操作了，目前对于这样的问题没有对应具体的处理命令，所以需要修改数据库。这里重申一遍在操作数据库时请先保存数据库，也请慎重操作数据库。

4.3 重置云主机

如何重置云主机状态，在终端使用如下命令，

nova reset-state –active

如果是使用海云的AWCloud产品的话，可以直接在页面上进行操作，如下图

4.4 修改数据库

对于驱散出错的云主机，先找到云主机的ID，

nova list |grep vm_name

记录返回的云主机ID，在修改数据库时需要用到这个ID值。

修改数据库前，请先备份数据库。

mysqldump -u nova -p nova > nova.sql

之后会提示输入密码，完成备份后，再修改数据库表。

登陆nova数据库，修改instances表，具体sql语句如下，

update instances set host=’node-name’, node=’node-name.node.consul’ where uuid=’ID’

修改后退出数据库，然后重置云主机状态。