出现脑裂的原因及解决方案

什么是脑裂？

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。共享资源被瓜分、两边 “ 服务 ” 都起不来了；或者两边

“ 服务 ” 都起来了，但同时读写 “ 共享存储 ” ，导致数据损坏

都有哪些原因导致脑裂？

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。

如何解决 keepalived 脑裂问题？

在实际生产环境中，我们从以下方面防止脑裂：

同时使用串行电缆和以太网电缆连接、同时使用两条心跳线路，这样一条线路断了，另外一条还是

好的，依然能传送心跳消息

当检查脑裂时强行关闭一个心跳节点（这个功能需要特殊设备支持，如 stonith 、 fence ）相当于备

节点接收不到心跳消息，通过单独的线路发送关机命令关闭主节点的电源

做好对脑裂的监控报警

解决常见方案：

如果开启防火墙，一定要让心跳消息通过，一般通过允许 IP 段的形式解决

可以拉一条以太网网线或者串口线作为主被节点心跳线路的冗余

开发检测程序通过监控软件检测脑裂