【2022争霸赛*干货满满】关于一次超融合6.0.0R5跨集群迁移问题排查记录

前言：

       这个问题是偶然情况下遇见的，在社区分享给大家以作参考。感谢CTI的各位大哥，是一线的坚实后盾

需求：

      两个超融合6.0.0R5集群，虚拟机进行跨集群迁移。

环境：

            源端集群CPU配置：2 个CPU * 16核

            目的集群CPU配置：2个CPU * 24核

            虚拟机：Centos虚拟机，硬件配置：18C，100G内存，1T+2T的磁盘

问题：

迁移该虚拟机时失败，且操作日志报错：【操作已中断！是网络异常或不稳定导致，请稍后重试。】

              

处理过程：

1、      检查两个600R5集群之间的管理网通信正常，且无安全设备阻隔。

2、      检查源虚拟机的硬件配置，发现为18插槽，每插槽1核数的vCPU配置。

3、      通过抓取迁移时qemu启动参数发现，源端的一个mem-node内存数量为50G，目的端一个mem-node内存数量为100G，存在不一致情况。

4、      因为启用了Numa调度，如果虚拟机配置的vCPU核心数是1，且插槽数大于1，会进行特殊处理。例如虚拟机配置的是18槽 * 1核心，会根据服务器实际存在的插槽数进行修改vCPU的配置参数。

按照逻辑，会先计算出需要的插槽数，

逻辑为：插槽数 = （该虚拟机总核数  + 单颗物理CPU的核数 – 1 ）/ 单颗物理CPU的核数

接着计算出核心数，

逻辑为：核心数 = （该虚拟机总核数  + 插槽数 – 1 ）/ 插槽数

当前案例中虚拟机的总核数为18

所以在源端集群时，插槽数为2，核心数为9。也就是虚拟机开机会使用2插槽的CPU，每插槽各9核心的方式去分配资源。由于开启了Numa调度，需要的100G内存会绑定在两个物理CPU上，也就是各50G。这样形成了mem-node0= 50G，mem-node1 = 50G 。

但是在目的端集群时，插槽数为1，核心数为18。也就是虚拟机开机实际使用的是1插槽的CPU，每插槽18核心。而且由于Numa调度，此时100G内存只绑定在一个物理CPU上。形成了mem-node0 = 100G的情况。

5、      由于迁移前后需要对比虚拟机的各项参数，为确认一致才能算作迁移完成，此时源端有mem-node0 和mem-node1 ，但是目的端只有mem-node0。构建出来的启动参数源目不一致，集群认为迁移过程有异常情况，导致迁移失败。

规避方案：

1、      配置虚拟机vCPU核数时，直接在此处填写，让平台自动生成插槽数和核心数。而不是直接修改插槽数和核心数

  

2、       迁移虚拟机时使用SCMT信服云迁移工具、HCI系统镜像、HCI P2V迁移工具、导出导入的方式进迁移。

作者以超融合虚拟机迁移遇到的问题排查为主线，进行问题处理并最终得以解决，过程记录详细，感谢分享哦

楼主分析的很详细，不错的实战经验，小白用户一看就懂，非常好的技术干货帖，顶一个！

谢谢大佬分享，每日打卡。

感谢分享，有助于工作。