heartbeat的概念

   Linux-HA的全称是High-Availability Linux，它是一个开源项目，这个开源项目的目标是：通过社区开发者的共同努力，提供一个增强linux可靠性（reliability）、可用性（availability）和可服务性（serviceability）（RAS）的群集解决方案。其中Heartbeat就是Linux-HA项目中的一个组件，也是目前开源HA项目中最成功的一个例子，它提供了所有 HA 软件所需要的基本功能，比如心跳检测和资源接管、监测群集中的系统服务、在群集中的节点间转移共享 IP 地址的所有者等，自1999年开始到现在，Heartbeat在行业内得到了广泛的应用，也发行了很多的版本，可以从Linux-HA的官方网站下载到Heartbeat的最新版本。 

HA集群中的相关术语

1．节点（node）

   运行heartbeat进程的一个独立主机，称为节点，节点是HA的核心组成部分，每个节点上运行着操作系统和heartbeat软件服务，在heartbeat集群中，节点有主次之分，分别称为主节点和备用/备份节点，每个节点拥有唯一的主机名，并且拥有属于自己的一组资源，例如，磁盘、文件系统、网络地址和应用服务等。主节点上一般运行着一个或多个应用服务。而备用节点一般处于监控状态。

2．资源（resource）

   资源是一个节点可以控制的实体，并且当节点发生故障时，这些资源能够被其它节点接管，heartbeat中，可以当做资源的实体有：

  磁盘分区、文件系统

  IP地址

  应用程序服务

  NFS文件系统

3．事件（event）

   也就是集群中可能发生的事情，例如节点系统故障、网络连通故障、网卡故障、应用程序故障等。这些事件都会导致节点的资源发生转移，HA的测试也是基于这些事件来进行的。

4．动作（action）

   事件发生时HA的响应方式，动作是由shell脚步控制的，例如，当某个节点发生故障后，备份节点将通过事先设定好的执行脚本进行服务的关闭或启动。进而接管故障节点的资源。

Heartbeat的组成与原理

1．Heartbeat的组成

Heartbeat提供了高可用集群最基本的功能，例如，节点间的内部通信方式、集群合作管理机制、监控工具和失效切换功能等等，目前的最新版本是Heartbeat2.x，这里的讲述也是以Heartbeat2.x为主，下面介绍Heartbeat2.0的内部组成，主要分为以下几大部分：

  heartbeat： 节点间通信检测模块

  ha-logd： 集群事件日志服务

  CCM（Consensus Cluster Membership）：集群成员一致性管理模块

  LRM （Local Resource Manager）：本地资源管理模块

  Stonith Daemon： 使出现问题的节点从集群环境中脱离

  CRM（Cluster resource management）：集群资源管理模块

  Cluster policy engine： 集群策略引擎

  Cluster transition engine：集群转移引擎

图1显示了Heartbeat2.0内部结构组成：

 

    Heartbeat仅仅是个HA软件，它仅能完成心跳监控和资源接管，不会监视它控制的资源或应用程序，要监控资源和应用程序是否运行正常，必须使用第三方的插件，例如ipfail、Mon、Ldirector等。Heartbeat自身包含了几个插件，分别是ipfail、Stonith和Ldirectord，介绍如下：

  ipfail的功能直接包含在Heartbeat里面，主要用于检测网络故障，并作出合理的反应，为了实现这个功能，ipfail使用ping节点或者ping节点组来检测网络连接是否出现故障，从而及时的做出转移措施。

  Stonith插件可以在一个没有响应的节点恢复后，合理接管集群服务资源，防止数据冲突，当一个节点失效后，会从集群中删除，如果不使用Stonith插件，那么失效的节点可能会导致集群服务在多于一个节点运行，从而造成数据冲突甚至是系统崩溃。因此，使用Stonith插件可以保证共享存储环境中的数据完整性。

  Ldirector是一个监控集群服务节点运行状态的插件。Ldirector如果监控到集群节点中某个服务出现故障，就屏蔽此节点的对外连接功能，同时将后续请求转移到正常的节点提供服务，这个插件经常用在LVS负载均衡集群中，关于Ldirector插件的使用，将在后续章节详细讲述。

    同样，对于操作系统自身出现的问题，Heartbeat也无法监控，如果主节点操作系统挂起，一方面可能导致服务中断，另一方面由于主节点资源无法释放，而备份节点却接管了主节点的资源，此时就发生了两个节点同时争用一个资源的状况。针对这个问题，就需要在linux内核中启用一个叫watchdog的模块，watchdog是一个Linux内核模块，它通过定时向/dev/watchdog设备文件执行写操作，从而确定系统是否正常运行，如果watchdog认为内核挂起，就会重新启动系统，进而释放节点资源。在linux中完成watchdog功能的软件叫softdog，softdog维护一个内部计时器，此计时器在一个进程写入/dev/watchdog设备文件时更新，如果softdog没有看到进程写入/dev/watchdog文件，就认为内核可能出了故障。watchdog超时周期默认是一分钟，可以通过将watchdog集成到Heartbeat中，从而通过Heartbeat来监控系统是否正常运行。

2．Heartbeat的工作原理

从图18.1可以看出，heartbeat内部结构有三大部分组成。

    集群成员一致性管理模块（CCM）用于管理集群节点成员，同时管理成员之间的关系和节点间资源的分配，heartbeat模块负责检测主次节点的运行状态，以决定节点是否失效。ha-logd模块用于记录集群中所有模块和服务的运行信息。

本地资源管理器（LRM）负责本地资源的启动，停止和监控，一般由LRM守护进程lrmd和节点监控进程（Stonith Daemon）组成，lrmd守护进程负责节点间的通信，Stonith Daemon通常是一个Fence设备，主要用于监控节点状态，当一个节点出现问题时处于正常状态的节点会通过Fence设备将其重启或关机以释放IP、磁盘等资源，始终保持资源被一个节点拥有，防止资源争用的发生。

    集群资源管理模块（CRM）用于处理节点和资源之间的依赖关系，同时，管理节点对资源的使用，一般由CRM守护进程crmd、集群策略引擎和集群转移引擎三个部分组成，集群策略引擎（Cluster policy engine）具体实施这些管理和依赖，集群转移引擎（Cluster transition engine）监控CRM模块的状态，当一个节点出现故障时，负责协调另一个节点上的进程进行合理的资源接管。

    在Heartbeat集群中，最核心的是heartbeat模块的心跳监测部分和集群资源管理模块的资源接管部分，心跳监测一般由串行接口通过串口线来实现，两个节点之间通过串口线相互发送报文来告诉对方自己当前的状态，如果在指定的时间内未受到对方发送的报文，那么就认为对方失效，这时资源接管模块将启动，用来接管运行在对方主机上的资源或者服务。

图2是一个Heartbeat集群的一般拓扑图，在实际应用中，由于节点的数目、网络结构、磁盘类型配置的不同，拓扑结构可能会有不同。

安装heartbeat前的准备

1．Heartbeat集群必须的硬件

从图18.2可以看出，构建一个Heartbeat集群系统必须的硬件设备有：

  节点服务器

  网络和网卡

  共享磁盘

（1）节点服务器

    安装Heartbeat至少需要两台主机，并且对主机的要求不高，普通的PC 服务器即可满足要求，当然，也可以在虚拟机上安装Heartbeat，现在Heartbeat可以很好的运行在Linux系统下，很多linux发行版本都自带了Heartbeat套件，同时，还可以运行在FreeBSD 和 Solaris操作系统上。

（2）网卡和网络

    Heartbeat集群中的每个主机必须有一块网卡和一个空闲串口，网卡用于连接公用网络，串口可以通过串口线，例如modem电线来实现连接，用于心跳监控节点间的状态，如果没有空闲串口的话，每个主机也可以通过两块网卡来实现HA，其中一块网卡用于连接公用网络，另一块网卡通过以太网交叉线与两个节点相连接。

   需要说明的是：以太网交叉线和串口电线都能用于心跳监控，串口电线传输Heartbeat信号相对较好，如有条件，尽量使用串口线代替以太网交叉线作为节点间的心跳检测设备。

Heartbeat支持三种类型的网络，公用网络（public network）、私用网络（private network）和串行网络（serial network）。

    公用网络连接多个节点，并且允许客户端访问集群中的服务节点，私用网络提供两个节点之间点到点的访问，但是不允许客户端访问，可以通过以太网交叉线构建一个私用网络，以供节点间相互通信，串行网络也是一个点到点的连接，一般使用串行网络来传输控制信息和心跳监控。串行网络可以是一条RS232串口线。

（3）共享磁盘

    共享磁盘是一个数据存储设备，HA集群中的所有节点都需要连接到这个存储设备上，在这个共享的存储设备上一般放置的是公用的、关键的数据和程序，一方面可以共享数据给所有节点使用，另一方面也保证了数据的安全性。

    Heartbeat支持两种对共享磁盘的访问方式：独占访问和共享访问，在独占访问方式下，保持活动的节点独立使用磁盘设备，只有当活动节点释放了磁盘设备，其它节点才能接管磁盘进行使用，在共享访问方式下，集群所有节点都可以同时使用磁盘设备，当某个节点出现故障时，其它节点无需接管磁盘。共享访问方式需要集群文件系统的支持，这一点将在下个章节讲述。

2．操作系统规划

    这里统一采用Red Hat Enterprise Linux Server release 5.1操作系统，每个节点服务器都有两块网卡，一块用作连接公用网络，另一块通过以太网交叉线连接两个节点，作为心跳监控。共享磁盘由一个磁盘阵列设备提供，两个节点共享一个磁盘分区。磁盘分区对应的硬件标识为/dev/sdb5，挂载点为/webdata，文件系统类型为ext3。

网络以及IP地址规划如表18.1所示：

表18.1

节点类型        IP地址规划               主机名        类型

主用节点        eth0：192.168.60.132        node1         Public IP

               eth1：10.1.1.1             priv1         private IP

               eth0:0：192.168.60.200        无         Virtual IP

备用节点        eth0：192.168.60.133        node2         Public IP

               eth1：10.1.1.2             priv1         private IP

    从上表可知，eth0网络设备用于连接公用网络，eth1网络设备用于连接私用网络，而eth0:0网络设备是HA集群虚拟出来的服务IP地址，用于对外提供应用程序服务。基本的拓扑结构如图3所示：

接着配置每个节点的/etc/hosts文件，保证两个节点内容一致，/etc/hosts文件内容如下：

[root@node1 ~]#more /etc/hosts

192.168.60.132         node1

192.168.60.133         node2

10.1.1.1                      priv1

10.1.1.2                   priv1

        一切准备就绪，接下来开始安装heartbeat。

安装heartbeat

1．获取heartbeat

   Heartbeat到目前为止发行了两个主版本，Heartbeat1.x和Heartbeat2.x，Heartbeat1.x仅仅允许创建2个节点的集群，提供基本的高可用性failover服务。Heartbeat2.x提供了增强的特性，允许创建多个节点的集群，又支持模块结构的配置方法－集群资源管理器（Cluster Rescource Manager-CRM)，CRM可以支持最多16个节点，这里我们选择heartbeat2.0.8版本进行介绍。

Heartbeat的下载地址为：，找到heartbeat2.0.8版本，下载类似heartbeat-2.0.8.tar.gz的源代码包即可。此外在安装heartbeat时需要同时安装libnet工具包，Libnet是一个高层次的API工具，可以从下载到，现在的稳定版本是1.1.2.1，下载后的包名为libnet.tar.gz。

2．安装heartbeat

    接下来需要在两个节点安装heartbeat，安装过程很简单，只需解压编译、安装即可，这里不再详述，在两个节点执行相同的操作，下面是在node1上的安装过程：

[root@node1 ~]#tar -zxvf libnet.tar.gz 

[root@node1 ~]#cd libnet

[root@node1 ~/libnet]#./configure

[root@node1 ~/libnet]#make 

[root@node1 ~/libnet]#make install

[root@node1 ~]#tar zxf heartbeat-2.0.8.tar.gz

[root@node1 ~]#cd heartbeat-2.0.8

[root@node1 ~/heartbeat-2.0.8]#./ConfigureMe configure \

> --disable-swig --disable-snmp-subagent

[root@node1 ~/heartbeat-2.0.8]#make

[root@node1 ~/heartbeat-2.0.8]#make install

[root@node1 ~/heartbeat-2.0.8]#cp doc/ha.cf doc/haresources doc/authkeys /etc/ha.d/

[root@node1 ~/heartbeat-2.0.8]#cp ldirectord/ldirectord.cf /etc/ha.d/

[root@node1 ~/heartbeat-2.0.8]#groupadd -g 694 haclient

[root@node1 ~/heartbeat-2.0.8]#useradd -u 694 -g haclient hacluster

配置heartbeat

配置主节点的heartbeat 

    Heartbeat的主要配置文件有ha.cf、haresources、authkeys，在Heartbeat安装后，默认并没有这三个文件，可以从官方网站下载得到，也可以直接从解压的源码目录中找到，在上面的安装过程中，我们已经将这三个文件放到了/etc/ha.d目录下，下面分别详细介绍。

1.主配置文件(/etc/ha.d/ha.cf)

下面对ha.cf文件的每个选项进行详细介绍，其中“#”号后面的内容是对选项的注释说明。

#debugfile /var/log/ha-debug

logfile /var/log/ha-log         #指名heartbeat的日志存放位置

#crm yes                     #是否开启Cluster Resource Manager（集群资源管理）功能

bcast eth1                  #指明心跳方式使用以太广播方式，并且是在eth1接口上进行广播

keepalive 2                 #指定心跳间隔时间为2秒（即每两秒钟在eth1上发送一次广播）

deadtime 30              #指定备用节点在30秒内没有收到主节点的心跳信号后，则立即接管主节点的服务资源

warntime 10              #指定心跳延迟的时间为十秒。当10秒钟内备份节点不能接收到主节点的心跳信号时，就会往日志中写入一个警告日志，但此时不会切换服务。

initdead 120             #在某些系统上，系统启动或重启之后需要经过一段时间网络才能正常工作，该选项用于解决这种情况产生的时间间隔。取值至少为deadtime的两倍。 

udpport 694                        #设置广播通信使用的端口，694为默认使用的端口号

baud 19200                         #设置串行通信的波特率。

#serial /dev/ttyS0          #选择串行通信设备，用于双机使用串口线连接的情况。如果双机使用以太网连接，则应该关闭该选项。

auto_failback on        #用来定义当主节点恢复后，是否将服务自动切回，heartbeat的两台主机分别为主节点和备份节点。主节点在正常情况下占用资源并运行所有的服务，遇到故障时把资源交给备份节点并由备份节点运行服务。在该选项设为on的情况下，一旦主节点恢复运行，则自动获取资源并取代备份节点，如果该选项设置为off，那么当主节点恢复后，将变为备份节点，而原来的备份节点成为主节点。

#stonith baytech /etc/ha.d/conf/stonith.baytech          # stonith的主要作用是使出现问题的节点从集群环境中脱离，进而释放集群资源，避免两个节点争用一个资源的情形发生。保证共享数据的安全性和完整性。

#watchdog /dev/watchdog        #该选项是可选配置，是通过Heartbeat来监控系统的运行状态。使用该特性，需要在内核中载入"softdog"内核模块，用来生成实际的设备文件，如果系统中没有这个内核模块，就需要指定此模块，重新编译内核。编译完成输入"insmod softdog"加载该模块。然后输入"grep misc /proc/devices"(应为10)，输入"cat /proc/misc |grep watchdog"(应为130)。最后，生成设备文件："mknod /dev/watchdog c 10 130" 。即可使用此功能。

node node1                          #主节点主机名，可以通过命令“uanme –n”查看。

node node2                          #备用节点主机名。

ping 192.168.60.1            #选择ping的节点，ping 节点选择的越好，HA集群就越强壮，可以选择固定的路由器作为ping节点，但是最好不要选择集群中的成员作为ping节点，ping节点仅仅用来测试网络连接。

respawn hacluster /usr/lib/heartbeat/ipfail        #该选项是可选配置，列出与heartbeat一起启动和关闭的进程，该进程一般是和heartbeat集成的插件，这些进程遇到故障可以自动重新启动。最常用的进程是ipfail，此进程用于检测和处理网络故障，需要配合ping语句指定的ping node来检测网络的连通性。其中hacluster表示启动ipfail进程的身份。

2．资源文件(/etc/ha.d/haresources)

    Haresources文件用于指定双机系统的主节点、集群IP、子网掩码、广播地址以及启动的服务等集群资源，文件每一行可以包含一个或多个资源脚本名，资源之间使用空格隔开，参数之间使用两个冒号隔开，在两个HA节点上该文件必须完全一致，此文件的一般格式为：

node-name network  <resource-group>

node-name表示主节点的主机名，必须和ha.cf文件中指定的节点名一致，network用于设定集群的IP地址、子网掩码、网络设备标识等，需要注意的是，这里指定的IP地址就是集群对外服务的IP地址，resource-group用来指定需要heartbeat托管的服务，也就是这些服务可以由heartbeat来启动和关闭，如果要托管这些服务，必须将服务写成可以通过start/stop来启动和关闭的脚步，然后放到/etc/init.d/或者/etc/ha.d/resource.d/目录下，heartbeat会根据脚本的名称自动去/etc/init.d或者/etc/ha.d/resource.d/目录下找到相应脚步进行启动或关闭操作。

下面对配置方法进行具体说明：

node1 IPaddr::192.168.60.200/24/eth0/  Filesystem::/dev/sdb5::/webdata::ext3  httpd tomcat

其中，node1是HA集群的主节点，IPaddr为heartbeat自带的一个执行脚步，heartbeat首先将执行/etc/ha.d/resource.d/IPaddr 192.168.60.200/24 start的操作，也就是虚拟出一个子网掩码为255.255.255.0，IP为192.168.60.200的地址，此IP为heartbeat对外提供服务的网络地址，同时指定此IP使用的网络接口为eth0，接着，heartbeat将执行共享磁盘分区的挂载操作，“Filesystem::/dev/sdb5::/webdata::ext3”相当于在命令行下执行mount操作，即“mount –t ext3 /dev/sdb5 /webdata”，最后依次启动httpd和tomcat服务。

注意：主节点和备份节点中资源文件haresources要完全一样。 

3．认证文件(/etc/ha.d/authkeys)

    authkeys文件用于设定heartbeat的认证方式，共有三种可用的认证方式：crc、md5和sha1，三种认证方式的安全性依次提高，但是占用的系统资源也依次增加。如果heartbeat集群运行在安全的网络上，可以使用crc方式，如果HA每个节点的硬件配置很高，建议使用sha1，这种认证方式安全级别最高，如果是处于网络安全和系统资源之间，可以使用md5认证方式。这里我们使用crc认证方式，设置如下：

auth 1

1 crc

#2 sha1 sha1_any_password

#3 md5 md5_any_password

需要说明的一点是：无论auth后面指定的是什么数字，在下一行必须作为关键字再次出现，例如指定了“auth 6”，下面一定要有一行“6 认证类型”。

最后确保这个文件的权限是600（即-rw-------）。

配置备份节点的heartbeat

   在备份节点上也需要安装heartbeat，安装方式与在主节点安装过程一模一样，这里不再重述，依次安装libnet和heartbeat源码包，安装完毕，在备份节点上使用scp命令把主节点配置文件传输到备份节点。 

    [root@node2 ~]#scp –r node1:/etc/ha.d/*  /etc/ha.d/

其中，node1是主节点的主机名。

设置主节点和备份节点时间同步

    在双机高可用集群中，主节点和备份节点的系统时间也非常重要，因为节点之间的监控都是通过设定时间来实现的，主备节点之间的系统时间相差在十秒以内是正常的，如果节点之间时间相差太大，就有可能造成HA环境的故障。解决时间同步的办法有两个，一个是找一个时间服务器，两个节点通过ntpdate命令定时与时间服务器进行时间校准，另一个办法是让集群中的主节点作为ntp时间服务器，让备份节点定时去主节点进行时间校验。

 

启动Heartbeat

1．启动主节点的Heartbeat

Heartbeat安装完成后，自动在/etc/init.d目录下生成了启动脚步文件heartbeat，直接输入/etc/init.d/heartbeat可以看到heartbeat脚本的用法，如下所示：

[root@node1 ~]# /etc/init.d/heartbeat  

Usage: /etc/init.d/heartbeat {start|stop|status|restart|reload|force-reload}

因而启动heartbeat可以通过如下命令进行：

[root@node1 ~]#service heartbeat start

或者通过

[root@node1 ~]#/etc/init.d/heartbeat start

这样就启动了主节点的heartbeat服务，为了让heartbeat能在开机自动运行以及关机自动关闭，可以手动创建以下软连接：

[root@node1 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc0.d/K05heartbeat

[root@node1 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc3.d/S75heartbeat

[root@node1 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc5.d/S75heartbeat

[root@node1 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc6.d/K05heartbeat

Heartbeat启动时，通过“tail –f /var/log/ messages”查看主节点系统日志信息，输出如下：

[root@node1 ~]# tail -f /var/log/messages

Nov 26 07:52:21 node1 heartbeat: [3688]: info: Configuration validated. Starting heartbeat 2.0.8

Nov 26 07:52:21 node1 heartbeat: [3689]: info: heartbeat: version 2.0.8

Nov 26 07:52:21 node1 heartbeat: [3689]: info: Heartbeat generation: 3

Nov 26 07:52:21 node1 heartbeat: [3689]: info: G_main_add_TriggerHandler: Added signal manual handler

Nov 26 07:52:21 node1 heartbeat: [3689]: info: G_main_add_TriggerHandler: Added signal manual handler

Nov 26 07:52:21 node1 heartbeat: [3689]: info: glib: UDP Broadcast heartbeat started on port 694 (694) interface eth1

Nov 26 07:52:21 node1 heartbeat: [3689]: info: glib: UDP Broadcast heartbeat closed on port 694 interface eth1 - Status: 1

Nov 26 07:52:21 node1 heartbeat: [3689]: info: glib: ping heartbeat started.

Nov 26 07:52:21 node1 heartbeat: [3689]: info: G_main_add_SignalHandler: Added signal handler for signal 17

Nov 26 07:52:21 node1 heartbeat: [3689]: info: Local status now set to: 'up'

Nov 26 07:52:22 node1 heartbeat: [3689]: info: Link node1:eth1 up.

Nov 26 07:52:23 node1 heartbeat: [3689]: info: Link 192.168.60.1:192.168.60.1 up.

Nov 26 07:52:23 node1 heartbeat: [3689]: info: Status update for node 192.168.60.1: status ping

此段日志是Heartbeat在进行初始化配置，例如，heartbeat的心跳时间间隔、UDP广播端口、ping节点的运行状态等，日志信息到这里会暂停，等待120秒之后，heartbeat会继续输出日志，而这个120秒刚好是ha.cf中“initdead”选项的设定时间。此时heartbeat的输出信息如下：

Nov 26 07:54:22 node1 heartbeat: [3689]: WARN: node node2: is dead

Nov 26 07:54:22 node1 heartbeat: [3689]: info: Comm_now_up(): updating status to active

Nov 26 07:54:22 node1 heartbeat: [3689]: info: Local status now set to: 'active'

Nov 26 07:54:22 node1 heartbeat: [3689]: info: Starting child client "/usr/lib/heartbeat/ipfail" (694,694)

Nov 26 07:54:22 node1 heartbeat: [3689]: WARN: No STONITH device configured.

Nov 26 07:54:22 node1 heartbeat: [3689]: WARN: Shared disks are not protected.

Nov 26 07:54:22 node1 heartbeat: [3689]: info: Resources being acquired from node2.

Nov 26 07:54:22 node1 heartbeat: [3712]: info: Starting "/usr/lib/heartbeat/ipfail" as uid 694  gid 694 (pid 3712)

在上面这段日志中，由于node2还没有启动，所以会给出“node2: is dead”的警告信息，接下来启动了heartbeat插件ipfail，由于我们在ha.cf文件中没有配置STONITH，所以日志里也给出了“No STONITH device configured”的警告提示。

继续看下面的日志：

Nov 26 07:54:23 node1 harc[3713]: info: Running /etc/ha.d/rc.d/status status

Nov 26 07:54:23 node1 mach_down[3735]: info: /usr/lib/heartbeat/mach_down: nice_failback: foreign resources acquired

Nov 26 07:54:23 node1 mach_down[3735]: info: mach_down takeover complete for node node2.

Nov 26 07:54:23 node1 heartbeat: [3689]: info: mach_down takeover complete.

Nov 26 07:54:23 node1 heartbeat: [3689]: info: Initial resource acquisition complete (mach_down)

Nov 26 07:54:24 node1 IPaddr[3768]: INFO:  Resource is stopped

Nov 26 07:54:24 node1 heartbeat: [3714]: info: Local Resource acquisition completed.

Nov 26 07:54:24 node1 harc[3815]: info: Running /etc/ha.d/rc.d/ip-request-resp ip-request-resp

Nov 26 07:54:24 node1 ip-request-resp[3815]: received ip-request-resp 192.168.60.200/24/eth0 OK yes

Nov 26 07:54:24 node1 ResourceManager[3830]: info: Acquiring resource group: node1 192.168.60.200/24/eth0 Filesystem::/dev/sdb5::/webdata::ext3

Nov 26 07:54:24 node1 IPaddr[3854]: INFO:  Resource is stopped

Nov 26 07:54:25 node1 ResourceManager[3830]: info: Running /etc/ha.d/resource.d/IPaddr 192.168.60.200/24/eth0 start

Nov 26 07:54:25 node1 IPaddr[3932]: INFO: Using calculated netmask for 192.168.60.200: 255.255.255.0

Nov 26 07:54:25 node1 IPaddr[3932]: DEBUG: Using calculated broadcast for 192.168.60.200: 192.168.60.255

Nov 26 07:54:25 node1 IPaddr[3932]: INFO: eval /sbin/ifconfig eth0:0 192.168.60.200 netmask 255.255.255.0 broadcast 192.168.60.255

Nov 26 07:54:25 node1 avahi-daemon[1854]: Registering new address record for 192.168.60.200 on eth0.

Nov 26 07:54:25 node1 IPaddr[3932]: DEBUG: Sending Gratuitous Arp for 192.168.60.200 on eth0:0 [eth0]

Nov 26 07:54:26 node1 IPaddr[3911]: INFO:  Success

Nov 26 07:54:26 node1 Filesystem[4021]: INFO:  Resource is stopped

Nov 26 07:54:26 node1 ResourceManager[3830]: info: Running /etc/ha.d/resource.d/Filesystem /dev/sdb5 /webdata ext3 start

Nov 26 07:54:26 node1 Filesystem[4062]: INFO: Running start for /dev/sdb5 on /webdata

Nov 26 07:54:26 node1 kernel: kjournald starting.  Commit interval 5 seconds

Nov 26 07:54:26 node1 kernel: EXT3 FS on sdb5, internal journal

Nov 26 07:54:26 node1 kernel: EXT3-fs: mounted filesystem with ordered data mode.

Nov 26 07:54:26 node1 Filesystem[4059]: INFO:  Success

Nov 26 07:54:33 node1 heartbeat: [3689]: info: Local Resource acquisition completed. (none)

Nov 26 07:54:33 node1 heartbeat: [3689]: info: local resource transition completed

上面这段日志是进行资源的监控和接管，主要完成haresources文件中的设置，在这里是启用集群虚拟IP和挂载磁盘分区。

此时，通过ifconfig命令查看主节点的网络配置，可以看到，主节点将自动绑定集群IP地址，在HA集群之外的主机上通过ping命令检测集群IP地址192.168.60.200，已经处于可通状态，也就是该地址变得可用。

同时查看磁盘分区的挂载情况，共享磁盘分区/dev/sdb5已经被自动挂载。

2．启动备份节点的Heartbeat 

启动备份节点的Heartbeat，与主节点方法一样，使用如下命令： 

  [root@node2 ~]#/etc/init.d/heartbeat start 

   或者执行

  [root@node2 ~]#service heartbeat start 

   这样就启动了备用节点的heartbeat服务，为了让heartbeat能在开机自动运行以及关机自动关闭， 创建以下软连接：

[root@node2 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc0.d/K05heartbeat

[root@node2 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc3.d/S75heartbeat

[root@node2 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc5.d/S75heartbeat

[root@node2 ~]#ln -s  /etc/init.d/heartbeat  /etc/rc.d/rc6.d/K05heartbeat

备用节点的heartbeat日志输出信息与主节点相对应，通过“tail -f /var/log/messages”可以看到如下输出：

Nov 26 07:57:15 node2 heartbeat: [2110]: info: Link node1:eth1 up.

Nov 26 07:57:15 node2 heartbeat: [2110]: info: Status update for node node1: status active

Nov 26 07:57:15 node2 heartbeat: [2110]: info: Link node1:eth0 up.

Nov 26 07:57:15 node2 harc[2123]: info: Running /etc/ha.d/rc.d/status status

Nov 26 07:57:15 node2 heartbeat: [2110]: info: Comm_now_up(): updating status to active

Nov 26 07:57:15 node2 heartbeat: [2110]: info: Local status now set to: 'active'

Nov 26 07:57:15 node2 heartbeat: [2110]: info: Starting child client "/usr/lib/heartbeat/ipfail" (694,694)

Nov 26 07:57:15 node2 heartbeat: [2110]: WARN: G_CH_dispatch_int: Dispatch function for read child took too long to execute: 70 ms (> 50 ms) (GSource: 0x8f62080)

Nov 26 07:57:15 node2 heartbeat: [2134]: info: Starting "/usr/lib/heartbeat/ipfail" as uid 694  gid 694 (pid 2134)    

备份节点检测到node1处于活动状态，没有可以接管的资源，因此，仅仅启动了网络监听插件ipfail，监控主节点的心跳。

测试heartbeat

如何才能得知HA集群是否正常工作，测试是个不错的方法，在把Heartbeat高可用性集群放到生产环境中之前，需要做如下五个步骤的测试，从而确定HA是否正常工作。

1．正常关闭和重启主节点的heartbeat

   首先在主节点node1上执行“service heartbeat stop”正常关闭主节点的Heartbeat进程，此时通过ifconfig命令查看主节点网卡信息，可以看到主节点已经释放了集群的服务IP地址，同时也释放了挂载的共享磁盘分区，然后查看备份节点，现在备份节点已经接管了集群的服务IP，同时也自动挂载上了共享的磁盘分区。

   在这个过程中，使用ping命令对集群服务IP进行测试，可以看到，集群IP一致处于可通状态，并没有任何延时和阻塞，也就是说在正常关闭主节点的情况下，主备节点的切换是无缝的，HA对外提供的服务也可以不间断运行。

   接着，将主节点heartbeat正常启动，heartbeat启动后，备份节点将自动释放集群服务IP，同时卸载共享磁盘分区，而主节点将再次接管集群服务IP和挂载共享磁盘分区，其实备份节点释放资源与主节点绑定资源是同步进行的。因而，这个过程也是一个无缝切换。

2．在主节点上拔去网线

   拔去主节点连接公共网络的网线后，heartbeat插件ipfail通过ping测试可以立刻检测到网络连接失败，接着自动释放资源，而就在此时，备用节点的ipfail插件也会检测到主节点出现网络故障，在等待主节点释放资源完毕后，备用节点马上接管了集群资源，从而保证了网络服务不间断持续运行。

   同理，当主节点网络恢复正常时，由于设置了“auto_failback on”选项，集群资源将自动从备用节点切会主节点。

   在主节点拔去网线后日志信息如下，注意日志中的斜体部分：

Nov 26 09:04:09 node1 heartbeat: [3689]: info: Link node2:eth0 dead.

Nov 26 09:04:09 node1 heartbeat: [3689]: info: Link 192.168.60.1:192.168.60.1 dead.

Nov 26 09:04:09 node1 ipfail: [3712]: info: Status update: Node 192.168.60.1 now has status dead

Nov 26 09:04:09 node1 harc[4279]: info: Running /etc/ha.d/rc.d/status status

Nov 26 09:04:10 node1 ipfail: [3712]: info: NS: We are dead. :<

Nov 26 09:04:10 node1 ipfail: [3712]: info: Link Status update: Link node2/eth0 now has status dead

…… 中间部分省略  ……

Nov 26 09:04:20 node1 heartbeat: [3689]: info: node1 wants to go standby [all]

Nov 26 09:04:20 node1 heartbeat: [3689]: info: standby: node2 can take our all resources

Nov 26 09:04:20 node1 heartbeat: [4295]: info: give up all HA resources (standby).

Nov 26 09:04:21 node1 ResourceManager[4305]: info: Releasing resource group: node1 192.168.60.200/24/eth0 Filesystem::/dev/sdb5::/webdata::ext3

Nov 26 09:04:21 node1 ResourceManager[4305]: info: Running /etc/ha.d/resource.d/Filesystem /dev/sdb5 /webdata ext3 stop

Nov 26 09:04:21 node1 Filesystem[4343]: INFO: Running stop for /dev/sdb5 on /webdata

Nov 26 09:04:21 node1 Filesystem[4343]: INFO: Trying to unmount /webdata

Nov 26 09:04:21 node1 Filesystem[4343]: INFO: unmounted /webdata successfully

Nov 26 09:04:21 node1 Filesystem[4340]: INFO:  Success

Nov 26 09:04:22 node1 ResourceManager[4305]: info: Running /etc/ha.d/resource.d/IPaddr 192.168.60.200/24/eth0 stop

Nov 26 09:04:22 node1 IPaddr[4428]: INFO: /sbin/ifconfig eth0:0 192.168.60.200 down

Nov 26 09:04:22 node1 avahi-daemon[1854]: Withdrawing address record for 192.168.60.200 on eth0.

Nov 26 09:04:22 node1 IPaddr[4407]: INFO:  Success

备用节点在接管主节点资源时的日志信息如下：

Nov 26 09:02:58 node2 heartbeat: [2110]: info: Link node1:eth0 dead.

Nov 26 09:02:58 node2 ipfail: [2134]: info: Link Status update: Link node1/eth0 now has status dead

Nov 26 09:02:59 node2 ipfail: [2134]: info: Asking other side for ping node count.

Nov 26 09:02:59 node2 ipfail: [2134]: info: Checking remote count of ping nodes.

Nov 26 09:03:02 node2 ipfail: [2134]: info: Telling other node that we have more visible ping nodes.

Nov 26 09:03:09 node2 heartbeat: [2110]: info: node1 wants to go standby [all]

Nov 26 09:03:10 node2 heartbeat: [2110]: info: standby: acquire [all] resources from node1

Nov 26 09:03:10 node2 heartbeat: [2281]: info: acquire all HA resources (standby).

Nov 26 09:03:10 node2 ResourceManager[2291]: info: Acquiring resource group: node1 192.168.60.200/24/eth0 Filesystem::/dev/sdb5::/webdata::ext3

Nov 26 09:03:10 node2 IPaddr[2315]: INFO:  Resource is stopped

Nov 26 09:03:11 node2 ResourceManager[2291]: info: Running /etc/ha.d/resource.d/IPaddr 192.168.60.200/24/eth0 start

Nov 26 09:03:11 node2 IPaddr[2393]: INFO: Using calculated netmask for 192.168.60.200: 255.255.255.0

Nov 26 09:03:11 node2 IPaddr[2393]: DEBUG: Using calculated broadcast for 192.168.60.200: 192.168.60.255

Nov 26 09:03:11 node2 IPaddr[2393]: INFO: eval /sbin/ifconfig eth0:0 192.168.60.200 netmask 255.255.255.0 broadcast 192.168.60.255

Nov 26 09:03:12 node2 avahi-daemon[1844]: Registering new address record for 192.168.60.200 on eth0.

Nov 26 09:03:12 node2 IPaddr[2393]: DEBUG: Sending Gratuitous Arp for 192.168.60.200 on eth0:0 [eth0]

Nov 26 09:03:12 node2 IPaddr[2372]: INFO:  Success

Nov 26 09:03:12 node2 Filesystem[2482]: INFO:  Resource is stopped

Nov 26 09:03:12 node2 ResourceManager[2291]: info: Running /etc/ha.d/resource.d/Filesystem /dev/sdb5 /webdata ext3 start

Nov 26 09:03:13 node2 Filesystem[2523]: INFO: Running start for /dev/sdb5 on /webdata

Nov 26 09:03:13 node2 kernel: kjournald starting.  Commit interval 5 seconds

Nov 26 09:03:13 node2 kernel: EXT3 FS on sdb5, internal journal

Nov 26 09:03:13 node2 kernel: EXT3-fs: mounted filesystem with ordered data mode.

Nov 26 09:03:13 node2 Filesystem[2520]: INFO:  Success

3．在主节点上拔去电源线

在主节点拔去电源后，备用节点的heartbeat进程会立刻收到主节点已经shutdown的消息，如果在集群上配置了Stonith设备，那么备用节点将会把电源关闭或者复位到主节点，当Stonith设备完成所有操作时，备份节点才拿到接管主节点资源的所有权，从而接管主节点的资源。

在主节点拔去电源后，备份节点有类似如下的日志输出：

Nov 26 09:24:54 node2 heartbeat: [2110]: info: Received shutdown notice from 'node1'.

Nov 26 09:24:54 node2 heartbeat: [2110]: info: Resources being acquired from node1.

Nov 26 09:24:54 node2 heartbeat: [2712]: info: acquire local HA resources (standby).

Nov 26 09:24:55 node2 ResourceManager[2762]: info: Running /etc/ha.d/resource.d/IPaddr 192.168.60.200/24/eth0 start

Nov 26 09:24:57 node2 ResourceManager[2762]: info: Running /etc/ha.d/resource.d/Filesystem /dev/sdb5 /webdata ext3 start

4．切断主节点的所有网络连接

   在主节点上断开心跳线后，主备节点都会在日志中输出“eth1 dead”的信息，但是不会引起节点间的资源切换，如果再次拔掉主节点连接公共网络的网线，那么就会发生主备节点资源切换，资源从主节点转移到备用节点，此时，连上主节点的心跳线，观察系统日志，可以看到，备用节点的heartbeat进程将会重新启动，进而再次控制集群资源，最后，连上主节点的对外网线，集群资源再次从备用节点转移到主节点，这就是整个的切换过程。

5．在主节点上非正常关闭heartbeat守护进程

   在主节点上通过“killall -9 heartbeat”命令关闭heartbeat进程，由于是非法关闭heartbeat进程，因此heartbeat所控制的资源并没有释放，备份节点在很短一段时间没有收到主节点的响应后，就会认为主节点出现故障，进而接管主节点资源，在这种情况下，就出现了资源争用情况，两个节点都占用一个资源，造成数据冲突。针对这个情况，可以通过linux提供的内核监控模块watchdog来解决这个问题，将watchdog集成到heartbeat中，如果heartbeat异常终止，或者系统出现故障，watchdog都会自动重启系统，从而释放集群资源，避免了数据冲突的发生。

   本章节我们没有配置watchdog到集群中，如果配置了watchdog，在执行“killall -9 heartbeat”时，会在/var/log/messages中看到如下信息：

   Softdog: WDT device closed unexpectedly. WDT will not stop!

这个错误告诉我们，系统出现问题，将重新启动。