Nutanix_9 CVM 掛掉怎麼辦？

 

Nutanix 的容錯到底在跩什麼？

先講結論，免得你心臟不夠大顆：

「單一 CVM 掛掉，不會讓 VM 掛掉。」

這不是口號，是 Nutanix 架構的基本操作。

先釐清一個大誤會 😱

CVM 掛掉 ≠ 伺服器掛掉

很多人第一次聽到 CVM（Controller VM）時都會有 PTSD：

「靠北？儲存靠一台 VM？那它掛了不就全滅？」

冷靜。
Nutanix 的 CVM 不是單點，它是「群體智慧」。

每一個 Node 都有一台 CVM，
所有 CVM 組成一個 分散式儲存叢集。

所以狀況其實分三種，我們一個一個來。

狀況一：只有 CVM 掛掉（最常見）

發生什麼事？

• CVM 當機

• CVM 重開

• 或你手賤下錯指令

系統反應（重點來了）👇

1️⃣ 其他 Node 的 CVM 立刻接手儲存 I/O
2️⃣ VM 繼續跑，使用的是 其他節點的資料複本
3️⃣ 管理介面跳警告，但不是紅色世界末日那種

👉 使用者通常 完全無感

為什麼？

因為資料本來就不是只放在那一台 CVM。

CVM 掛掉 ≈ 儲存團隊少一個人加班

狀況二：整個 Node 掛掉（含 CVM + VM）

這個比較刺激，但 Nutanix 依然很淡定。

發生什麼事？

• 主機斷電

• 主機板壞掉

• 工程師拔錯電源（真實案例）

系統怎麼救？

① 儲存層：RF 在保命

你如果設定：

• RF=2 👉 至少兩份資料

• RF=3 👉 三份資料

Node 掛掉時：

• 資料 早就存在其他節點

• I/O 不中斷

② 運算層：HA 自動啟動

• VM 會在其他 Node 重開

• AHV / ESXi 都支援

👉 你會看到 VM 重開，但不是資料消失

狀況三：最慘的情況（但還是沒死）

同時掛掉：

• 一台 Node

• 再加一台 CVM

只要：

👉 掛掉的數量 < RF 能承受的數量

系統還是活著。

這也是 Nutanix 為什麼很愛跟你說：

「RF 不要亂省。」

Nutanix 到底跩在哪？🤨

1️⃣ 它不是「修好才繼續」，是「邊壞邊跑」

傳統 SAN 世界：

「儲存壞了，大家一起等。」

Nutanix 世界：

「壞的先放旁邊，其他人繼續上班。」

2️⃣ 沒有 Master CVM 這種東西

沒有：

• 老大

• 中央大腦

• 單點裁判

每個 CVM 地位平等，
誰活著誰就上場。

3️⃣ 自癒能力（Self-Healing）很囂張

CVM 或 Node 回來後：

• 自動加入叢集

• 自動補資料

• 自動 rebalance

工程師不用半夜爬起來打指令：

👉 Nutanix：

「你睡吧，我自己來。」

那工程師要幹嘛？😅

老實說，Nutanix 容錯強到一個程度後，
工程師的工作變成：

• 看 Alert

• 寫報告

• 跟老闆解釋「為什麼沒事」

最常說的一句話是：

「有警告，但系統正常。」

總結一句話送你

CVM 掛掉，在 Nutanix 世界裡，
只是提醒你：這套系統真的有在做 HA。

它跩的不是嘴巴，
是因為它真的設計成：

• 你會犯錯

• 硬體一定會壞

• 但服務不能停