Centos下使用Heartbeat实现集群

最近准备搭建集群，所以寻找了一些比较容易理解的资料放到博客里面，纯粹是给自己当笔记用的，各位可以选择性的忽略^^

另外说明下，最近一直比较滴忙，都是通过Drivel和wlw离线写博客的，所以很多评论没顾上回复，而且也没有怎么回访，只好等周五、周六再回访了～以下是转载内容：

Linux 包括 CentOS 下高可用性（HA：High Availability）集群方案很多，而 Heartbeat 是比较常见和性价比比较高的一种。
一、硬件及网络连接

群集一般需要2台以上服务器，本篇以两台服务器做群集（双机热备）为例来说明。本实验在 Vmware Workstation 7.1 虚拟机中实现。

两台服务器的必需配置：双网卡。其中一块网卡作为“心跳”使用。作为“心跳”的两块网卡用交叉线直接连接，作为群集的信号同步使用。多台服务器的群集，建议用全千兆交换机来连接“心跳”线。作为“心跳”的网卡最好是质量好的千兆网卡。实际工程中见过因为网卡质量问题导致群集失败的案例。

群集使用的两台服务器并不需要有完全相同的硬件（或者内存大小等），但如果相同的话，当某个部件出现故障时会容易处理得多。集群是通过 Heartbeat 软件产生在两台电脑之间“心跳”信号来建立的。为了传输“心跳”信号，需要在节点之间存在一条或多条介质通路，例如串口线(通过 Modem 连接)、以太网通过交叉线等，本例选用常见的以太网连接。

群集服务器的另一块网卡连接到交换机上，对外提供服务。本例以 Apache 提供的 Web 服务作为群集服务，实际工程中还可以提供 MySQL 等服务。一个群集里可以集成几种以上的服务，但在生产环境下，建议还是提供单一的服务比较好，能发挥服务器的最大可用性，同时可保证群集的可靠性。

二、CentOS 配置

1，关闭 SELINUX

编辑 /etc/sysconfig/selinux 文件，配置以下语句：
SELINUX=disabled

也可以在图形界面里修改。
实际生产环境不应该关闭 SELINUX，但必须注意 SELINUX 对群集的影响。

2，关闭 iptables 防火墙

执行命令：
chkconfig iptables off
chkconfig ip6tables off

也可以在图形界面里修改。
实际生产环境不应该关闭防火墙，但必须注意打开群集有关的协议和端口。

3，IP 地址配置

服务器一：
网卡0(eth0):
IP 为 10.0.0.50/24
网卡1(eth1):
IP 为 172.16.0.50/24

服务器二：
网卡0(eth0):
IP 为 10.0.0.51/24
网卡1(eth1):
IP 为 172.16.0.51/24

配置完毕，可以输入如下命令检查 IP 配置：
# ifconfig

可以用 ping 命令检测网络的连通性。例如，在服务器一中：
# ping 10.0.0.51
# ping 172.16.0.51
均应该连通。

4，分别修改主机名为 node1、node2

服务器一修改 /etc/sysconfig/network 文件中 HOSTNAME 语句为：
HOSTNAME=node1
服务器二修改 /etc/sysconfig/network 文件中 HOSTNAME 语句为：
HOSTNAME=node2
也可以在 GUI 的“网络”配置里修改。

修改完毕，运行命令
# uname -n
看到的结果应该与上面的修改一致。

5，修改 hosts 文件

在两台服务器的 /etc/hosts 文件里，添加以下语句：
10.0.0.50 node1
10.0.0.51 node2

6，安装 HeartBeat 软件

在两台服务器里，运行命令：
# yum install heartbeat*

YUM 会安装 heartbeat 及其所有依赖的软件包。并创建隐藏的系统帐户 hacluster 和系统群组 haclient。

查看安装了什么软件包：
运行命令：
# yum list heartbeat*
Installed Packages
heartbeat.i386 2.1.3-3.el5.centos installed
heartbeat-devel.i386 2.1.3-3.el5.centos installed
heartbeat-gui.i386 2.1.3-3.el5.centos installed
heartbeat-ldirectord.i386 2.1.3-3.el5.centos installed
heartbeat-pils.i386 2.1.3-3.el5.centos installed
heartbeat-stonith.i386 2.1.3-3.el5.centos installed

7，配置 Apache

Apache 是作为群集的测试服务来对外提供 Web 服务的。注意 Apache 是以 HeartBeat 群集虚拟的 IP 地址来访问的。群集创建完成后，将以该虚拟 IP 作为外部访问的地址，所以该 IP 必须是外网可访问地址。

们指定该 IP 为 10.0.0.60，所以可以在两台服务器的 Apache 里配置以 IP 地址 10.0.0.60 访问的虚拟主机。

ServerAdmin [email protected]
DocumentRoot /var/www/html
ServerName 10.0.0.60
#or: ServerName www.somedomain.com
ErrorLog logs/example.com-error_log
CustomLog logs/example.com-access_log common

Options Indexes MultiViews
AllowOverride None
Order allow,deny
Allow from all

为简单起见，可以将 Apache2.0 配置文件 httpd.conf 中的
Listen 80
语句改为
Listen 10.0.0.60:80
即可。

然后在服务器一(node1)的 Apache 根文件夹 /var/www/html/ 下建立主页文件 index.html，文件内容为：
This is node1。
在服务器二(node2)的 Apache 根文件夹 /var/www/html/ 下建立主页文件 index.html，文件内容为：
This is node2。

实际使用中，node1 和 node2 的 Apache 网站文档需要同步，或直接指向同一个高可靠性的存储位置(例如 RAID 5+1 磁盘阵列)即可。

8，无关的服务，尽量关闭，例如：
# chkconfig acpid off
# chkconfig anacron off
# chkconfig apmd off
# chkconfig auditd off
# chkconfig autofs off
# chkconfig bluetooth off
# chkconfig cpuspeed off
# chkconfig cups off
# chkconfig gpm off
# chkconfig haldaemon off
# chkconfig iptables off
# chkconfig isdn off
# chkconfig kudzu off
# chkconfig mDNSResponder off
# chkconfig mdmonitor off
# chkconfig messagebus off
# chkconfig netfs off
# chkconfig nfslock off
# chkconfig nifd off
# chkconfig pcmcia off
# chkconfig portmap off
# chkconfig rhnsd off
# chkconfig rpcgssd off
# chkconfig rpcidmapd off
# chkconfig sendmail off
# chkconfig xfs off

三、群集配置

CentOS5.5 安装 HeartBeat2.1.3 后，在 /usr/share/doc/heartbeat-2.1.3 下有有关的配置文件模板，我们把它们拷贝到 /etc/ha.d/ 目录下：

#cp /usr/share/doc/heartbeat-2.1.3/ha.cf /etc/ha.d/
#cp /usr/share/doc/heartbeat-2.1.3/haresources /etc/ha.d/
#cp /usr/share/doc/heartbeat-2.1.3/authkeys /etc/ha.d/

进入群集配置目录：
#cd /etc/ha.d/

2，编辑 authkeys 文件
# gedit authkeys

服务器一、二相同。内容如下，1 、2、3 表示认证算法选择，这里选择了crc 算法。1 、2、3 不是固定的，只要前后对应即可：
auth 1
1 crc
#2 sha1 HI! (注释掉)
#3 md5 Hello! (注释掉)

还必须将 authkeys 文件权限设置为 600（安全考虑）：
#chmod 600 authkeys

authkeys 文件权限不够，当启动 heartbeat 服务时，会报错：
ERROR: Bad permissions on keyfile [/etc/ha.d/authkeys], 600 recommended.
ERROR: Authentication configuration error.
ERROR: Configuration error, heartbeat not started.

3，编辑 haresources：
# gedit haresources

服务器一、二相同。内容如下：
node1 IPaddr::10.0.0.60 httpd

第一列为默认主机；
第二列为配置的虚拟 IP；
第三列为需要实现高可用性的服务（启动脚本在 /etc/init.d 内）；
如果没有服务则默认全部已运行服务，指定服务在备机接管之前是不会启动的。

该行指定在“心跳”服务启动时，节点 node1 得到 IP 地址 10.0.0.60，并启动 Apache 服务。在停止时，首先停止 Apache，然后释放 IP 地址。

4，编辑 ha.cf：
# gedit ha.cf

服务器一(node1)内容为：
debugfile /var/log/ha-debug
logfile /var/log/ha-log
logfacility local0
keepalive 2
deadtime 60
warntime 4
initdead 120
udpport 694
#bcast eth0
ucast eth1 172.16.0.51
#mcast eth0 225.0.0.1 694 1 0
auto_failback on
node node1
node node2
ping 10.0.0.2
respawn hacluster /usr/lib/heartbeat/ipfail
apiauth ipfail gid=haclient uid=hacluster

服务器二(node2)的 ucast eth1 172.16.0.51 语句改为：
ucast eth1 172.16.0.50

解释：

debugfile /var/log/ha-debug
日志文件

logfile /var/log/ha-log
日志文件

logfacility local0
登陆/调试日志同时记录给syslog

serial /dev/ttyS0
使用串口heartbeat－如果不使用串口heartbeat，则必须使用其他的介质，如bcast（以太网）heartbeat。用适当的设备文件代替/dev/ttyS0。

bcast eth1
表示在eth1接口上使用来发送“心跳”信息，建议在副节点不只一台时使用（将eth1替换为eth0，eth2，或者您使用的任何接口）。

ucast eth1 10.0.0.102
采用网卡eth1 的udp 单播来通知“心跳”，ip 应为对方IP ，在主机2 上设置为ucast eth1 10.0.0.101

#mcast eth0 225.0.0.1 694 1 0
采用udp 多播播来通知“心跳”，建议在副节点不只一台时使用, 广播，单播，多播，以上三种任选其一即可

keepalive 2
设定heartbeat之间的检测时间间隔为2秒。

warntime 10
在日志中发出“late heartbeat“警告之前等待的时间，单位为秒。

deadtime 30
在30秒后宣布节点死亡，主从机切换。

initdead 120
在某些配置下，重启后网络需要一些时间才能正常工作。这个单独的”deadtime”选项可以处理这种情况。它的取值至少应该为通常deadtime的两倍。

baud 19200
波特率，串口通信的速度。

udpport 694
使用端口694进行bcast和ucast通信。这是默认的，并且在IANA官方注册的端口号。

auto_failback on
该选项是必须配置的。对于那些熟悉Tru64 Unix的人来说，heartbeat的工作方式类似于“favored member“模式。在failover之前，haresources文件中列出的主节点掌握所有的资源，之后从节点接管这些资源。当 auto_failback设置为on时，一旦主节点重新恢复联机，将从从节点取回所有资源。若该选项设置为off，主节点便不能重新获得资源。该选项与废弃的nice_failback选项类似。如果要从一个nice_failback设置为off的集群升级到这个或更新的版本，需要特别注意一些事项以防止flash cut。请参阅FAQ中关于如何处理这类情况的章节。

node primary.mydomain.com
该选项是必须配置的。集群中机器的主机名，与“uname �Cn”的输出相同。

node backup.mydomain.com
该选项是必须配置的。同上。

ping 192.168.0.1
用来验证外网线连通的ip（推荐上级路由器，还有 ping_group， hbaping 等类似配置可选）。

respawn
该选项是可选配置的：列出将要执行和监控的命令。例如：要执行ccm守护进程，则要添加如下的内容：

respawn hacluster /usr/lib/heartbeat/ccm
使得Heartbeat以userid（在本例中为hacluster）的身份来执行该进程并监视该进程的执行情况，如果其死亡便重启之。对于 ipfail，则应该是：

respawn hacluster /usr/lib/heartbeat/ipfail
注意：如果结束进程的退出代码为100，则不会重启该进程。

apiauth ipfail gid=haclient uid=hacluster
网络检测补救插件，用来实现 auto_failback 功能的。

四、群集测试

方法1、启动服务器一(主机)的 HeartBeat 服务：
# service heartbeat start
service heartbeat stop

Apache 服务应该会被 heartbea 启动。然后，在同一网段的机器里用浏览器访问地址 http://10.0.0.60，得到如下信息：
This is node1。

IP 地址 10.0.0.60 也是能够 ping 通的。

在 node1 上运行命令 service heartbeat status 可看到 heartbeat 运行正常：
heartbeat OK [pid xxxx et al] is running on node1 [node1]…

这时，关闭 node1 上的 heartbeat 服务，或关闭 node1 机器，heartbeat 会自动切换到 node2。用浏览器访问地址 http://10.0.0.50，得到如下信息：
This is node2。

IP 地址 10.0.0.60 还是能够 ping 通。

修改了前述的配置文件后，应该在同一台服务器上运行以下命令重新装载“心跳”服务：
service heartbeat reload
重新启动“心跳”服务的命令是：
service heartbeat restart
（运行服务的另一种形式是 /etc/init.d/heartbeat restart）

方法2、另一种查看 heartbeat 服务是否凑效的方法是，运行 ifconfig 命令，如果看到类似以下信息，说明服务已经切换带该服务器上了：

eth0:0 Link encap:Ethernet HWaddr 00:0C:29:2D:4A:7F
inet addr:10.0.0.60 Bcast:10.0.0.255 Mask:255.255.255.0
UP BROADCAST RUNNING MULTICAST MTU:1500 Metric:1
Interrupt:67 Base address:0×2000

这说明 heartbeat 服务已经在本机上虚拟了一个 IP 设备，通过这个设备 Apache 服务得到访问了。

还可以使用 ping 命令进行不间断监测，可以发现集群 IP 地址 10.0.0.60 一直处于可通状态，并没有产生任何阻塞或延迟，所以，在关闭处于激活状态的 heartbeat 的情况下，双机系统可以实现无缝切换。

但是在另外一些情况下，比如网络故障、主机关机或重启等，如果该主机的 heartbeat 处于激活状态，则不能实现双机的无缝切换，切换过程需要有一定的延迟，使用 ping 命令可以发现集群 IP 地址暂时无法使用。

五、群集维护及故障排除

群集（包括双机）系统并不是一个简单的系统。并不是每次配置群集都能成功。群集系统在运行的过程中也会出现问题，如“心跳”服务不能启动或死机，“心跳”服务不跳转或莫名其妙的自动跳转。

比如，查看日志 /var/log/ha-log 内的信息，发现如下信息：

“ERROR: No local heartbeat. Forcing shutdown”

并且 Heartbeat 无原因的关闭。可能是因为系统I/O负载过重，或操作系统的 BUG 引起的。

这时。可以调节 ha.cf 中 deadtime 的值到 60 秒或更高。