Zabbix监控keepalived脑裂
一、脑裂介绍
在高可用(HA)系统中,当联系2个节点的“心跳线”断开时,本来为一整体、动作协调的HA系统,就分裂成为2个独立的个体。由于相互失去了联系,都以为是对方出了故障。两个节点上的HA软件像“裂脑人”一样,争抢“共享资源”、争起“应用服务”,就会发生严重后果——或者共享资源被瓜分、2边“服务”都起不来了;或者2边“服务”都起来了,但同时读写“共享存储”,导致数据损坏(常见如数据库轮询着的联机日志出错)。
二、预防脑裂的策略
- 添加冗余的心跳线,例如:双线条线(心跳线也HA),尽量减少“裂脑”发生几率;
- 启用磁盘锁。正在服务一方锁住共享磁盘,“裂脑”发生时,让对方完全“抢不走”共享磁盘资源。但使用锁磁盘也会有一个不小的问题,如果占用共享盘的一方不主动“解锁”,另一方就永远得不到共享磁盘。现实中假如服务节点突然死机或崩溃,就不可能执行解锁命令。后备节点也就接管不了共享资源和应用服务。于是有人在HA中设计了“智能”锁。即:正在服务的一方只在发现心跳线全部断开(察觉不到对端)时才启用磁盘锁。平时就不上锁了。
- 设置仲裁机制。例如设置参考IP(如网关IP),当心跳线完全断开时,2个节点都各自ping一下参考IP,不通则表明断点就出在本端。不仅“心跳”、还兼对外“服务”的本端网络链路断了,即使启动(或继续)应用服务也没有用了,那就主动放弃竞争,让能够ping通参考IP的一端去起服务。更保险一些,ping不通参考IP的一方干脆就自我重启,以彻底释放有可能还占用着的那些共享资源
三、脑裂产生的原因
一般来说,脑裂的发生,有以下几种原因:
- 高可用服务器对之间心跳线链路发生故障,导致无法正常通信
- 因心跳线坏了(包括断了,老化)
- 因网卡及相关驱动坏了,ip配置及冲突问题(网卡直连)
- 因心跳线间连接的设备故障(网卡及交换机)
- 因仲裁的机器出问题(采用仲裁的方案)
- 高可用服务器上开启了 iptables防火墙阻挡了心跳消息传输
- 高可用服务器上心跳网卡地址等信息配置不正确,导致发送心跳失败
- 其他服务配置不当等原因,如心跳方式不同,心跳广插冲突、软件Bug等
注意:
Keepalived配置里同一 VRRP实例如果 virtual_router_id两端参数配置不一致也会导致裂脑问题发生。
四、脑裂解决方案
- 心跳机制:在节点之间建立心跳连接,定期发送心跳信号以检测节点的可用性。如果某个节点长时间未收到其他节点的心跳信号,就可以认为发生了脑裂,并采取相应的处理措施。
- 多数投票机制:在多节点系统中,通过多数投票的方式来决定哪个节点是正常节点。只有当大多数节点都认为某个节点是正常的,才能继续执行任务。这样可以避免脑裂问题的发生。
- 集群管理软件:使用专门的集群管理软件,如Keepalived、Pacemaker等,来监控和管理集群节点的状态。这些软件可以通过心跳检测、资源管理和故障恢复等机制,自动处理脑裂问题。
当然,在实施高可用方案时,要根据业务实际需求确定是否能容忍这样的损失。对于一般的网站常规业务.这个损失是可容忍的
五、使用zabbix监控脑裂
环境准备:
主机名 | IP | 环境角色 | 安装软件 | 操作系统 |
---|---|---|---|---|
zabbix.server.com | 192.168.10.130 | zabbix服务器 | zabbix_server+zabbix_agent | CentOS-8 |
H1 | 192.168.10.131 | 主负载均衡器 | haproxy+keepalived | CentOS-8 |
H2 | 192.168.10.132 | 备负载均衡器 | haproxy+keepalived+zabbix_agent | CentOS-8 |
说明:在备负载均衡器上部署zabbix客户端监控这台主机,如果备负载均衡器上出现了VIP则表示主负载均衡器故障或者发生了脑裂,再监控主负载均衡器的VIP有没有消失,如果主备负载均衡器都存在VIP则可以确定发生了脑裂。
在正文内容开始前需要部署一台zabbix的服务端主机,两台配置过keepalived高可用的主机在,主节点上部署zabbix客户端
keepalived高可用部署步骤可参考:
zabbix部署步骤可以参考 :
zabbix监控部署-CSDN博客
zabbix监控keepalived
编写自定义监控脚本
[root@H2 scripts]# vim /scripts/keep.sh #这个脚本的做用是检测VIP是否存在如果存在则打印1如果不存在则打印0
#!/bin/bash
if [ `ip a show ens160 |grep 192.168.10.250|wc -l` -ne 0 ];then
echo "1"
else
echo "0"
fi
修改zabbix客户端配置文件
[root@H2 ~]# vim /usr/local/etc/zabbix_agentd.conf
......
# Mandatory: no
# Default:
# HostnameItem=system.hostname
UserParameter=keepalived,/bin/bash /scripts/keep.sh #设置别名
........
重启服务
[root@H2 ~]# systemctl restart zabbix_agentd
先将主服务器上的haproxy服务停掉了,让备服务器把VIP抢过来以便后面测试用
[root@H1 ~]# systemctl stop haproxy
[root@H1 ~]# ip a
1: lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000
link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
inet 127.0.0.1/8 scope host lo
valid_lft forever preferred_lft forever
inet6 ::1/128 scope host
valid_lft forever preferred_lft forever
2: ens160: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc mq state UP group default qlen 1000
link/ether 00:0c:29:e4:b6:ad brd ff:ff:ff:ff:ff:ff
inet 192.168.10.131/24 brd 192.168.10.255 scope global dynamic noprefixroute ens160
valid_lft 1319sec preferred_lft 1319sec
inet6 fe80::20c:29ff:fee4:b6ad/64 scope link noprefixroute
valid_lft forever preferred_lft forever
[root@H1 ~]#
[root@H2 scripts]# ip a #VIP已经被抢过来了
1: lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000
link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
inet 127.0.0.1/8 scope host lo
valid_lft forever preferred_lft forever
inet6 ::1/128 scope host
valid_lft forever preferred_lft forever
2: ens160: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc mq state UP group default qlen 1000
link/ether 00:0c:29:6d:a9:3e brd ff:ff:ff:ff:ff:ff
inet 192.168.10.132/24 brd 192.168.10.255 scope global dynamic noprefixroute ens160
valid_lft 1376sec preferred_lft 1376sec
inet 192.168.10.250/32 scope global ens160
valid_lft forever preferred_lft forever
inet6 fe80::20c:29ff:fe6d:a93e/64 scope link noprefixroute
valid_lft forever preferred_lft forever
[root@H2 scripts]#
在zabbix_server服务器上测试,有结果说明脚本可以正常使用
[root@zabbix_service ~]# zabbix_get -s 192.168.10.132 -k keepalived
1
在zabbix网页上给H2添加监控项
添加触发器
模拟触发脑裂
[root@H2 scripts]# ip a #H2上出现了VIP
1: lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000
link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
inet 127.0.0.1/8 scope host lo
valid_lft forever preferred_lft forever
inet6 ::1/128 scope host
valid_lft forever preferred_lft forever
2: ens160: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc mq state UP group default qlen 1000
link/ether 00:0c:29:6d:a9:3e brd ff:ff:ff:ff:ff:ff
inet 192.168.10.132/24 brd 192.168.10.255 scope global dynamic noprefixroute ens160
valid_lft 1083sec preferred_lft 1083sec
inet 192.168.10.250/32 scope global ens160
valid_lft forever preferred_lft forever
inet6 fe80::20c:29ff:fe6d:a93e/64 scope link noprefixroute
valid_lft forever preferred_lft forever
[root@H2 scripts]#
报警成功
报警成功