Linux高可用架构需部署Pacemaker+Corosync集群，配置STONITH防脑裂，定义虚拟IP与NFS资源并设置共置/顺序约束，定期维护状态并执行故障转移测试。
如果您需要在 Linux 环境中构建具备故障自动转移与服务持续可用能力的系统，则需围绕集群资源管理、心跳检测、共享存储及服务监控等核心组件进行协同配置。以下是实现 Linux 高可用架构部署与维护的关键操作步骤：
一、部署 Pacemaker + Corosync 集群
Pacemaker 是开源的集群资源管理器，Corosync 提供底层消息传递与成员资格管理，二者组合构成主流高可用基础平台。该方案依赖于节点间可靠的心跳通信与统一的资源配置策略。
1、在所有节点上安装 pacemaker 和 corosync 软件包，例如在 CentOS/RHEL 系统中执行 yum install -y pacemaker corosync pcs。
2、使用 pcs cluster auth node1 node2 -u hacluster -p password 完成节点间认证，其中 hacluster 是默认管理用户。
3、执行 pcs cluster setup --name mycluster node1 node2 初始化集群配置并生成 corosync.conf。
4、启动集群服务：依次运行 pcs cluster start --all 与 pcs cluster enable --all。
二、配置 STONITH 设备防止脑裂
STONITH（Shoot The Other Node In The Head）机制通过强制关闭异常节点保障数据一致性，是避免双主写入导致文件系统损坏的必要防护手段。
1、确认已安装对应 Fencing 插件，如使用 IPMI 则需安装 fence-agents-ipmilan 包。
2、在集群中添加 fence 设备：执行 pcs stonith create myfence fence_ipmilan ipaddr=192.168.1.100 login=admin passwd=secret pcmk_host_list="node1 node2"。
3、启用 STONITH 并验证状态：运行 pcs property set stonith-enabled=true 后，使用 pcs stonith show 检查设备注册情况。
三、定义并管理高可用资源
资源定义决定哪些服务由集群调度控制，包括 IP 地址、文件系统挂载点、数据库实例等。Pacemaker 依据资源约束与顺序规则确保服务按预期启动与迁移。
1、添加虚拟 IP 资源：执行 pcs resource create virtual_ip IPaddr2 ip=192.168.1.100 cidr_netmask=24 op monitor interval=30s。
2、添加 NFS 共享存储资源：使用 pcs resource create nfs_fs Filesystem device="/dev/sdb1" directory="/srv/nfs" fstype=xfs op monitor interval=60s。
3、设置资源共置约束，使虚拟 IP 与 NFS 文件系统始终运行在同一节点：pcs constraint colocation add virtual_ip with nfs_fs INFINITY。
4、设定启动顺序，确保文件系统先于 IP 地址上线：pcs constraint order nfs_fs then virtual_ip。
四、维护集群健康状态
日常维护聚焦于日志审查、配置同步、资源状态校验及节点在线性确认，以提前识别潜在故障点并维持集群稳定性。
1、查看集群整体状态：运行 pcs status 获取当前节点状态、资源分配及最近失败事件摘要。
2、检查 Corosync 成员列表：执行 corosync-quorumtool -s 验证法定人数是否满足，输出中 expected 和 actual 值应一致。
3、定位资源异常原因：使用 pcs resource debug-start <resource_name> 模拟启动过程并捕获详细错误输出。
4、同步配置至全部节点：修改任意节点上的集群配置后，执行 pcs cluster sync 推送 corosync.conf 至其他成员。
五、执行手动故障转移测试
定期触发受控的服务迁移可验证资源约束有效性、Fencing 可靠性及应用恢复能力，是保障高可用设计落地的关键实践环节。
1、查询当前资源所在节点：pcs status resources，记录 virtual_ip 所在主机名。
2、将资源强制迁移到另一节点：pcs resource move virtual_ip node2，该命令会自动生成位置约束。
3、等待资源完成迁移后，清除临时约束：pcs resource clear virtual_ip，恢复原始调度逻辑。
4、模拟节点宕机场景：在 node1 上执行 pcs cluster stop node1，观察 pcs status 输出中资源是否自动漂移至 node2 并保持 active 状态。
