与大家分享 用Heartbeat配置Linux高可用性集群

今天自己做实验成功了，觉得这个东西确实比较实用。
现在与大家分享希望大家能够在工作中用得着


1.准备环境
准备两台Linux，hostname和ip分别是ha（192.168.0.10），ha2（192.168.0.20）,采用VMWare 虚机做实验也可。

下载软件和安装其它所需的软件
首先下载heartbeat软件：到http://linux-ha.org/download 下载最新的heartbeat软件。本文写作时下载的软件是： heartbeat-2.0.2.tar.gz
libnet只能下载源代码进行安装。下载地址：http://www.packetfactory.net/libnet/。我下载的稳定版本是：
1.1.2.1

安装heartbeat除必要的编译器之外，需要下面两个软件的开发包支持：e2fsprogs和libnet。
e2fsprogs可以从系统的安装光盘使用rpm来安装：
rpm -ivh /mnt/cdrom/RedHat/RPMS/e2fsprogs-devel-1.32-6.i386.rpm

2.安装
2.1         安装libnet:
tar -zxvf libnet.tar.gz
cd libnet
./configure
make
make install

        2.2        安装heartbeat
tar -zxvf heartbeat-2.0.2.tar.gz
cd heartbeat-2.0.2
./configure
make
make install

3.配置heartbeat
    需要配置文件有三个：authkeys、haresources、ha.cf.这三个配置文件需要在/etc/ha.d目录下面，但是默认是没有这三个文件的，所以你可以自己创建，简单配置很简单：
3.1        在ha和ha2上配置相同的authkeys和haresources，如下：
                配置 authkeys
                    #cat authkeys
                 -------------- 注：此线不为文件内容
                            auth 3
                            #1 crc
                            #2 sha1 HI
                            3 md5 Hello
                 -------------- 注：此线不为文件内容
                    1，2，3表示认证算法选择，这里选择了md5算法
                   而且authkeys文件权限必须是0600，所以
                    #chmod 0600 authkeys
            3.2 配置 haresources
#cat haresources
                  --------------
                    ha 192.168.0.2/24/eth0 apache
                  --------------
ha是主节点名称，192.168.0.2/24/eth0是对外虚拟服务IP/掩码/网卡接口，apache表示资源名称，用来启动及停止apache服务的脚本，,放在resource.d 目录中，如果没有你也可以自己编写shell 脚本实现某服务的 start 和 stop 操作。

   3.3 配置 ha.cf
        ha.cf在两个节点上稍有不一样
           ha（192.168.0.10）配置如下：
    #cat ha.cf
  --------------
    auto_failback off
    #说明：主节点重启成功后，资源是自动拿回到主节点还是等到副节点down调后拿回资源
    node ha
    node ha2
    #说明：节点名称，与uname –n保持一致。是否主节点与此位置的先后顺序无关。而是在haresources里指定
    bcast eth0
    #说明：采用eth0的udp广播用来发送心跳信息，建议在副节点不只一台时使用
    I#ucast eth0 192.168.0.20
    #说明：采用网卡eth0的udp单播来通知心跳，ip应为对方IP（未验证）
    #mcast eth0 225.0.0.1 694 1 0
    #说明：采用udp多播播来通知心跳，建议在副节点不只一台时使用
    #注：广播，单播，多播，以上三种任选其一即可
  --------------


    ha2（192.168.0.20）配置如下：
    #cat ha.cf
  --------------
    auto_failback off
    #说明：主节点重启成功后，资源是自动拿回到主节点还是等到副节点down调后拿回资源
    node ha
    node ha2
    #说明：节点名称，与uname –n保持一致。是否主节点与此位置的先后顺序无关。而是在haresources里指定
    bcast eth0
    #说明：采用eth0的udp广播用来发送心跳信息，建议在副节点不只一台时使用
    #ucast eth0 192.168.0.10
    #说明：采用网卡eth0的udp单播来通知心跳，ip应为对方IP（未验证）
    #mcast eth0 225.0.0.1 694 1 0
    #说明：采用udp多播播来通知心跳，建议在副节点不只一台时使用
    #注：广播，单播，多播，以上三种任选其一即可
  --------------
4.设置主服务器和备份服务器时间同步
     虽然Heartbeat不要求在两个服务器上使系统钟同步主要和备份服务器，但是系统时钟应该在的几十秒之内，否则在高可用性服务的环境下会产生故障。 在在两个系统启动Heartbeat之前，你应该人工检查并且放置系统时间(使用date命令)。 关于一种更好的长期的解决的方法你应该在两个系统上使用NTP软件同步钟。
5.验证
可以把 heartbeat 服务加入 chkconfig
#chkconfig –add heartbeat
#chkconfig heartbeat on
启动ha和ha2的heartbeat：
    #/etc/init.d/heartbeat start 或 service heartbeat start
    通过ifconfig查看eth0：0的192.168.0.2会在某台服务器上分配上了，说明这台目前是活动服务器，而另外一台没有分配上。
当浏览器访问http://192.168.0.2时，是会返回目前活动服务器上的apache服务响应

常见的错误：
    通过ifconfig发现两台机器都分配上了eth0：0的192.168.0.2这个虚拟IP，并在/var/log/syslog中产生大量日志：
    WARN： nodename ha uuid changed to ha2
    ERROR： should_drop_message： attempted replay attack
    可能原因：ha和ha2的uuid改变引起，可能ha2是通过VMware克隆复制方式产生的或hostname设置在安装heartbeat之后
    解决方案：让uuid重新生成，可以先卸载heartbeat，删除/var/lib/heartbeat目录（uuid文件就在这个目录下，该目录在卸载时不被删除，需手动删除，如果不手动删除，重新安装还会使用原来uuid）

这个问题说明你的心跳信息配置的有问题，或者是网络问题引起的心跳信息没有达到对方
同时你也没有做apache服务的暂停的切换测试，
有问题就一起来学习呵呵

学习，过几天也要配这东西。

他说的常见错误是从别人的文章复制过来的，我做的时候没遇到这种错误，反而是启动时老是提示authkeys错误不匹配的问题，后来检查是格式或者权限引起的。

还有个需要注意的问题就是测试http服务时，关闭或重启一个节点可以顺利进行故障切换（我开启了fail_back功能），可以看到浮动IP和磁盘资源切换到另一节点，但是两台机要是同时重启或同时开机就麻烦了，会都去争抢IP、磁盘资源。

最后就是heartbeat针对故障切换的是通过心跳线的侦测，如果http服务出问题了，他是不会进行切换的。

对1.X模式下是不监测资源的，在2.X里面可以监测资源，但还是不可以监测网卡状态。

这只是集群的前面一小部分。

由于redhat rhcs 配置要求较高，heartbeat 是个不错的选择，heartbeat R1-style 我认为在实际中用处不大，官方主要支持的切换
1.启动（包含拔电源）
2.停止heartbeat服务（主停）
3.拔网线（这点许多用户在实际测试做不到，用ipfail)
我前一段时间刚好实施一个项目，使用R2-style
1.建议首先使用r1配置好相应的资源，再改换到R2-style
2.我认为主要r2打开crm,这样能监控单个资源
3.拔网线必须使用pingd(R2-style)删除ipfail增加
respawn root /usr/lib/heartbeat/pingd -m 100 -d 5s -a pingd
4.转换haresources 到cib.xml
rm -rf /var/lib/heartbeat/crm/cib.xml*
/usr/lib/heartbeat/haresources2cib.py --stout -c ha.cf haresources
这样就得到了cib.xml
5.修改全局变量(cib.xml)
default_resource_stickiness=100，default_fail_resource_stickines=-100
为了拔网线马上切换必须增加下列
<rsc_location id="my_resource:connected" rsc="my_resource">
  <rule id="my_resource:connected:rule" score="-INFINITY" boolean_op="or">
    <expression id="my_resource:connected:expr:undefined"
      attribute="pingd" operation="not_defined"/>
    <expression id="my_resource:connected:expr:zero"
      attribute="pingd" operation="lte" value="0"/>
  </rule>
</rsc_location>
注:rsc="my_resource"改成含vip资源的group或IP资源

6.auto_failback 在r2-style 对应的是cib.xml里的default_resource_stickiness
定义为0等于auto_failback on这是必须注意的
7.相应的资源服务停止的切换主要通过ocf或lsb的风格监控，能否切换及次数主要是根据score来计算的
一般上述参数停止服务时heartbeat会重启2-3次服务，如起不来服务再切换到备机
总的来说，一项资源（或者资源组）在一个节点运行迁移到另一个节点之前，可以失败的次数的计算公式可以如下表示：

(nodeA score - nodeB score + stickiness)/abs(failure stickiness)，即为A节点分数减去B节点分数，再加上资源运行分数后得到的总分数，除以资源失败分数的绝对值。节点的得分：
node+resource+failcount*failure具体可以参考linux-ha-org网站score的阐述

rhcs感觉蛮罗嗦，尤其是fence那块，rhel5.1版本，感觉rhcs还在整合的过程中，感觉有很多的组件在工作，总体上不如heartbeat紧凑。

heartbeat v2版本还是比较好用的，就是在监控service的状态时，如果service的接口不是严格符合heartbeat的标准，那么对service 的状态监控可能不准确。