如何在CentOS7上快速安装并配置Corosync集群？

在构建高可用性（HA）系统的领域里，CentOS 7 作为一个稳定且广泛使用的企业级操作系统，提供了强大的工具集，Corosync 是一个核心组件，它扮演着集群“神经系统”的角色，负责节点间的通信、成员关系管理和仲裁，本文将深入探讨 Corosync 在 CentOS 7 环境下的工作原理、配置方法以及其与 Pacemaker 的协同关系，旨在为系统管理员和架构师提供一个清晰、全面的理解。

Corosync 的核心概念与架构

Corosync 本身是一个开源的群组通信系统，它为高可用性集群提供了底层的基础设施，它的主要职责并非直接管理应用服务，而是确保集群中的各个节点能够可靠地交换信息，并就集群的当前状态达成共识。

成员关系服务

这是 Corosync 最基本的功能，它通过心跳机制（通常通过 UDP 或 TCP 协议在专用网络上发送消息）来监控所有节点的健康状态，当一个节点能够成功接收和发送心跳消息时，它被认为是集群的活跃成员，如果一个节点在预设的超时时间内未能响应，Corosync 会将其标记为“失效”或“离开”集群，并通知所有其他成员，这种机制是快速故障检测的基础。

消息传递层

Corosync 实现了一个可靠的消息传递协议，称为 Totem，该协议确保了消息能够有序、无丢失地传递给集群中的所有成员，Totem 支持多种通信模式，包括单播和组播，并提供了冗余环协议（Redundant Ring Protocol, RRP），允许通过多个物理网络路径进行通信，从而进一步提高网络的容错能力。

仲裁系统

仲裁是防止“脑裂”现象的关键机制，脑裂是指当集群网络分区发生时，集群被分割成两个或多个彼此无法通信的子集，每个子集都可能认为自己是唯一的“主”集群，并尝试独立控制共享资源，这极易导致数据损坏。

Corosync 通过投票机制来解决此问题，每个节点拥有一票，集群只有在获得超过半数（>50%）的票数时才能正常运作，在一个双节点集群中，如果一个节点宕机，剩余节点只拥有 50% 的票数，未超过半数，因此它会放弃资源管理权，整个集群服务会暂停，为了解决双节点集群的仲裁问题，通常会引入一个“仲裁设备”，它作为一个轻量级的第三方投票者，确保在任何单点故障发生时，剩余分区仍能获得多数票。

Corosync 与 Pacemaker 的关系

初学者常常会混淆 Corosync 和 Pacemaker，但它们在 HA 架构中扮演着截然不同但互补的角色，一个形象的比喻是：Corosync 是集群的“神经系统”，而 Pacemaker 是“大脑”。

• Corosync（神经系统）：负责感知集群的状态（哪个节点在线/离线），并在节点间传递信息，它不关心具体运行什么服务，只负责维护集群的共识和通信。
• Pacemaker（大脑）：是一个资源管理器，它运行在 Corosync 提供的通信层之上，Pacemaker 接收来自 Corosync 的集群成员关系变更事件，并根据预设的规则（如资源的位置约束、启动顺序等）做出决策：在哪个节点上启动、停止或迁移服务（如 Apache、MySQL、虚拟 IP 等）。

一个完整的高可用性集群通常需要同时部署 Corosync 和 Pacemaker，CentOS 7 通过 pcs（Pacemaker/Corosync Configuration Shell）工具极大地简化了这两者的协同配置与管理。

在 CentOS 7 上部署基础 Corosync 集群

以下是在两台 CentOS 7 服务器上部署一个基础 Corosync/Pacemaker 集群的步骤概览。

准备工作

假设有两台服务器：node1（192.168.1.101）和 node2（192.168.1.102）。

1. 设置主机名和解析：在两台服务器的 /etc/hosts 文件中添加对方的主机名和 IP 地址。
2. 时间同步：确保所有节点时间一致，使用 chrony 或 ntp。
3. 配置防火墙和 SELinux：为了简化初始配置，可以暂时关闭防火墙和 SELinux，生产环境则应配置相应的防火墙规则。
4. 安装软件包：在所有节点上执行：

   yum install -y corosync pacemaker pcs

配置集群

1. 启动并启用 pcsd 服务：

   systemctl start pcsd
   systemctl enable pcsd

2. 为 hacluster 用户设置密码：在所有节点上为 pcs 管理用户设置相同的密码。

   echo "your_strong_password" | passwd --stdin hacluster

3. 认证节点：在 node1 上执行，对集群节点进行身份验证。

   pcs cluster auth node1 node2 -u hacluster -p your_strong_password

4. 创建并启动集群：

   pcs cluster setup --name my_cluster node1 node2
   pcs cluster start --all
   pcs cluster enable --all

5. 检查集群状态：

   pcs status

   你应该能看到两个节点都已 Online，但由于没有配置仲裁设备，集群会显示 Quorum: CANNOT be achieved 的警告。

Corosync 配置文件解析

pcs 工具会自动生成 /etc/corosync/corosync.conf 文件，其核心结构如下：

• totem：定义了集群的通信协议和参数。
• nodelist：列出了集群的所有成员节点及其地址。
• quorum：定义了仲裁相关的设置。

下表解释了 totem 部分的一些关键参数：

对于双节点集群,要解决仲裁问题，最佳实践是部署一个 QNetd 仲裁设备，或者在万不得已的情况下，将仲裁策略设置为“忽略”（pcs property set no-quorum-policy=ignore），但这会带来脑裂风险，需谨慎使用。

高级特性与最佳实践

• 安全性：Corosync 支持使用 TLS/SSL 对节点间的所有通信进行加密，防止数据被窃听或篡改，在生产环境中，强烈建议启用加密。
• 监控与日志：集群的日志通常记录在 /var/log/cluster/corosync.log 和 journalctl -u corosync 中。crm_mon 是一个强大的实时监控工具，可以动态展示集群状态、资源分布和节点健康状况。
• 故障域：在跨越多个机架或数据中心的集群中，可以配置故障域，将节点按物理位置分组，这有助于 Pacemaker 在做决策时，优先考虑将资源部署在不同的故障域中，从而提高整个系统的容灾能力。

Corosync 是构建在 CentOS 7 上的高可用性服务的基石，它通过提供稳固的成员关系管理、可靠的消息传递和至关重要的仲裁机制，为上层资源管理器（如 Pacemaker）创造了一个可信的运行环境，虽然 pcs 工具极大地简化了部署过程，但深入理解 Corosync 的内部工作原理、配置选项及其最佳实践，对于设计、维护和故障排除一个健壮、可靠的 HA 系统至关重要，掌握 Corosync，意味着掌握了确保关键业务连续性的核心技术之一。

相关问答FAQs

Q1: 我部署了一个双节点的 Corosync/Pacemaker 集群，但是当其中一个节点关机后，另一个节点上的服务（如数据库）也自动停止了，这是为什么？如何解决？

A: 这是由于仲裁机制导致的，在一个标准的双节点集群中，每个节点拥有一票，当其中一个节点故障时，剩下的节点只拥有 1/2 的票数，即 50%，根据 Corosync 的默认规则，集群必须获得超过半数（>50%）的票数才能维持“Quorum”（法定人数）状态，由于 50% 未超过半数，剩余节点会认为集群可能已经发生“脑裂”，为了避免数据损坏，它会主动放弃对资源的控制权，导致所有服务停止。

解决方案有以下几种：

1. 最佳方案：增加仲裁设备，部署一个轻量级的 corosync-qnetd 服务作为第三方仲裁者，这样，集群总票数变为 3（两个节点 + 一个 QNetd），当任一节点宕机时，剩余分区能获得 2/3 的票数（约 66.7%），满足 Quorum 要求，集群可以继续正常工作。
2. 次优方案：修改仲裁策略，在确定网络连接绝对稳定且风险可控的前提下，可以执行 pcs property set no-quorum-policy=ignore，这个命令告诉 Pacemaker，即使在没有 Quorum 的情况下，也要继续管理资源。警告：这降低了集群的安全性，如果真的发生脑裂，两个分区都可能尝试启动服务，有数据损坏的风险。
3. 旧式方案：使用 SBD（Storage-Based Death），通过一个共享存储设备（如一个小分区）来作为仲裁和“fencing”机制，但这配置相对复杂。

Q2: Corosync 和 Pacemaker 的区别到底是什么？我是否可以只安装其中一个来构建高可用集群？

A: Corosync 和 Pacemaker 是紧密协作但功能完全不同的两个组件，它们的关系可以理解为“基础设施”和“应用逻辑”的关系。

• Corosync 是集群通信引擎，它的核心工作是：

  • 维护集群成员列表（谁在线，谁离线）。
  • 在节点之间可靠地传递消息。
  • 提供仲裁机制,防止脑裂。
  • 它不关心具体运行什么应用（如 Apache, Nginx, MySQL）。

• Pacemaker 是集群资源管理器，它的核心工作是：

  • 接收 Corosync 传来的集群成员变更信息。
  • 根据管理员定义的规则（资源配置、约束、策略）做出决策。
  • 执行具体操作,如启动、停止、监控、迁移应用服务。
  • 它依赖 Corosync 来了解集群的整体状态。

你通常不能只安装其中一个来构建一个功能完整的高可用集群。

• 只安装 Corosync，你只能得到一个能互相通信和感知彼此状态的节点组，但没有东西来管理你的应用服务。
• 只安装 Pacemaker，它无法启动，因为它需要一个底层的通信层来获取集群信息和协调行动。

正确的方式是同时安装并配置 Corosync 和 Pacemaker，在 CentOS 7 及后续版本中，pcs 工具将这两者的安装和配置过程捆绑在一起，使得用户可以很方便地搭建一个完整的 HA 解决方案，答案是：两者都需要，它们是构建高可用集群的“黄金搭档”。