问题说明
本文用于排查“ZSphere/ZStone 环境批量触发 HA 云主机迁移”类问题。
现象
- 大量告警提示云主机 HA 迁移。
- 管理日志中同时存在管理节点离线、存储离线或物理机离线报错。
适用环境
- 产品：ZVF
- 版本：4.10.12
- 组件：ZMigrate
- 涉及对象：HA/存储
- 场景：高可用类问题，需结合当前版本、部署形态、存储类型和操作时间线确认。
可能原因
- 管理节点、存储或物理机短时离线触发 HA 判断。
- ZStone 存储链路抖动导致虚拟机被判定需要迁移。
- 网络、存储、主机同时异常，需要按时间线关联。
排查步骤
按顺序执行以下检查，并记录受影响对象、发生时间、完整报错和当前状态。
- 整理 HA 迁移告警时间线、涉及虚拟机和宿主机列表。
- 查看管理节点、物理机、存储侧同一时间窗口的离线/重连日志。
- 确认是否存在网络抖动、存储服务异常或管理节点重启。
- 批量迁移后检查虚拟机状态、业务影响和是否存在重复迁移风险。
- 执行人工干预前，确认每台受影响云主机的实际运行位置；未排除双活风险时，不要在其他主机手工启动云主机。
处理方法
- 根据告警和日志时间线，先恢复离线的管理节点、物理机或存储服务，消除触发 HA 迁移的基础故障。
- 在确认云主机实际运行位置后，再评估是否需要人工恢复或迁移操作。
验证方法
- 管理节点、物理机和存储服务状态恢复正常，HA 迁移告警不再持续产生。
- 受影响云主机仅在一个位置运行，业务访问和虚拟机状态正常。