本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # 操作 **Topics** + [查看集群状态](sap-hana-pacemaker-sles-ops-cluster-state.md) + [执行计划内维护](sap-hana-pacemaker-sles-ops-planned-maint.md) + [故障后分析和重置](sap-hana-pacemaker-sles-ops-post-failure.md) + [提醒和监控](sap-hana-pacemaker-sles-ops-alert-monitor.md) # 查看集群状态 您可以通过两种方式查看集群的状态：根据您的操作系统，或者使用 SUSE 提供的基于 Web 的控制台。 **Topics** + [基于操作系统](#_operating_system_based) + [SUSE Hawk2](#_suse_hawk2) ## 基于操作系统 有多个操作系统命令可以通过根用户身份运行，也可以通过具有适当权限的用户身份运行。这些命令让您能够大致了解集群及其服务的状态。有关更多详细信息，请参阅以下命令。 ``` # crm status ``` 示例输出： ``` Cluster Summary: * Stack: corosync * Current DC: sapsecdb (version 2.0.5+20201202.ba59be712-150300.4.45.2-2.0.5+20201202.ba59be712) - partition with quorum * Last updated: Wed Aug 20 14:05:19 2025 * Last change: Wed Aug 20 14:04:54 2025 by root via crm_attribute on hanahost01 * 2 nodes configured * 6 resource instances configured Node List: * Online: [ hanahost01 hanahost02 ] Full List of Resources: * rsc_AWS_STONITH (stonith:external/ec2): Started sapsecdb * rsc_ip_HDB_HDB00 (ocf::heartbeat:aws-vpc-move-ip): Started hanahost01 * Clone Set: cln_SAPHanaTopology_HDB_HDB00 [rsc_SAPHanaTopology_HDB_HDB00]: * Started: [ hanahost01 hanahost02 ] * Clone Set: msl_SAPHana_HDB_HDB00 [rsc_SAPHana_HDB_HDB00] (promotable): * Masters: [ hanahost01 ] * Slaves: [ hanahost02 ] ``` 下表提供了有用命令的列表。 | 命令 | 说明 | | --- | --- | | `crm_mon` | 在控制台上显示集群状态，并在进行更新时显示进展 | | `crm_mon -1` | 在控制台上仅显示一次集群状态，然后退出 | | `crm_mon -Arnf` | -A 显示节点属性 -n 按节点对资源分组 -r 显示不活动的资源 -f 显示资源失败计数 | | `crm help` | 查看更多选项 | | `crm_mon --help-all` | 查看更多选项 | ## SUSE Hawk2 Hawk2 是基于 Web 的图形用户界面，用于管理和监控 Pacemaker 高可用性集群。此功能必须在集群中的每个节点上启用，才能将您的 Web 浏览器指向任何节点进行访问。使用以下命令来启用 Hawk2。 ``` # systemctl enable --now hawk # systemctl status hawk ``` 使用以下 URL 检查安全组，确认是否可以从管理主机访问端口 7630。 ``` https://your-server:7630/ e.g https://hanahost01:7630 ``` 有关更多信息，请参阅 SUSE 文档中的[使用 Hawk2 配置和管理群集资源](https://documentation.suse.com/sle-ha/12-SP5/html/SLE-HA-all/cha-conf-hawk2.html)。 # 执行计划内维护 在集群环境中对 SAP HANA 系统执行维护时，务必要了解集群如何与 SAP HANA 系统复制进行交互。计划内维护活动应谨慎进行，以防止不必要的失效转移或集群干预。 在对节点、资源和集群执行计划内维护时，有不同的选项可用。 **Topics** + [维护模式](#_maintenance_mode) + [将节点置于备用模式](#_placing_a_node_in_standby_mode) + [标记资源](#_moving_a_resource) ## 维护模式 如果要对配置进行任何更改或控制集群中的资源和节点，请使用维护模式。在大多数情况下，这是执行管理任务的最安全的选项。 **Example** 使用以下命令之一启用维护模式。 ``` # crm maintenance on ``` ``` # crm configure property maintenance-mode="true" ``` 使用以下命令之一关闭维护模式。 ``` # crm maintenance off ``` ``` # crm configure property maintenance-mode="false" ``` ## 将节点置于备用模式 要在避免系统完全中断的情况下对集群执行维护，对于移动活动的资源，建议的方法是将要从集群中移除的节点置于备用模式。 ``` # crm node standby ``` 集群将清洁地重新放置资源，您可以执行活动，包括重新启动处于备用模式的节点。维护活动完成后，您可以使用以下命令重新引入节点。 ``` # crm node online ``` ## 标记资源 建议不要移动单独的资源，因为创建的迁移或移动约束是为了将资源锁定在新位置。您可以按照信息消息中的说明进行清除，但这会引入额外的设置。 ``` # crm resource move msl_SAPHanaController_HDB_HDB00 hanahost02 INFO: Move constraint created for msl_SAPHanaController_HDB_HDB00 to hanahost02 INFO: Use `crm resource clear msl_SAPHanaController_HDB_HDB00` to remove this constraint ``` 注意：确切的资源名称将因您的 SAP HANA 系统 ID 和实例编号而异。请相应调整命令。 资源重新放置到目标位置后，使用以下命令。 ``` # crm resource clear msl_SAPHanaController_HDB_HDB00 ``` # 故障后分析和重置 每次出现故障后都必须进行检查，来了解故障的根源以及集群的反应。在大多数情况下，集群可以防止应用程序中断。但是，通常需要手动操作才能将集群重置为保护状态，以防后续出现任何故障。 **Topics** + [查看日志](#_checking_the_logs) + [清理 crm 状态](#_cleanup_crm_status) + [重启出现故障的节点或 Pacemaker](#_restart_failed_nodes_or_pacemaker) + [深入分析](#_further_analysis) ## 查看日志 + 要对集群问题进行故障排除，请使用 journalctl 检查 Pacemaker 和 corosync 日志： ``` # journalctl -u pacemaker -u corosync --since "1 hour ago" ``` + 使用 `--since` 指定时间段（例如，“2 小时前”、“今天”） + 添加 `-f` 以实时跟踪日志 + 与 grep 结合使用可执行特定搜索 + 系统消息和资源代理活动可在 `/var/log/messages` 中找到。 + 有关 HANA 特定的问题，请查看 HANA 跟踪目录。以 adm 身份登录时，可以使用“cdtrace”进行访问。另请查阅 HANA 跟踪目录中的 DB\$1 目录。 ## 清理 crm 状态 如果使用 `crm status` 命令报告了失败的操作，并且已经对其进行了调查，您可以使用以下命令清除报告。 ``` # crm resource cleanup ``` ## 重启出现故障的节点或 Pacemaker 建议不要自动重启出现故障（或已隔离）的节点。这样操作员才有机会调查故障，并确保集群不会对资源状态做出假设。 您需要根据自己的方法重启实例或 Pacemaker 服务。 ## 深入分析 对于集群特定的问题，请使用 `hb_report`，对所有节点上的集群组件生成针对性分析： ``` # hb_report -f "YYYY-MM-DD HH:MM:SS" -t "YYYY-MM-DD HH:MM:SS" /tmp/hb_report ``` 要快速分析最近的事件，您可以使用： ``` # crm history events # crm history log ``` + `hb_report` 和 `crm history` 命令都需要在节点之间使用无密码 SSH + 有关更多信息，请参阅 SUSE 文档：[Usage of hb\$1report for SLES HAE](https://www.suse.com/support/kb/doc/?id=000017501) # 提醒和监控 本节涵盖以下主题。 **Topics** + [使用 Amazon CloudWatch 应用程序见解](#_using_amazon_cloudwatch_application_insights) + [使用集群警报代理](#_using_the_cluster_alert_agents) ## 使用 Amazon CloudWatch 应用程序见解 为了监控和查看集群状态及操作，Application Insights 提供了多个指标用于监控入队复制状态、集群指标以及 SAP 和高可用性检查。EFS 和 CPU 监控等其他指标也有助于进行根本原因分析。 有关更多信息，请参阅[亚马逊 CloudWatch 应用程序见解入门和亚马逊](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/appinsights-getting-started.html)[上的 SAP HANA 高可用性 EC2](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/component-configuration-examples-hana-ha.html)。 ## 使用集群警报代理 在集群配置中，您可以调用外部程序（警报代理）来处理警报。这是一条*推送*通知。它通过环境变量传递有关事件的信息。 然后，您可以配置代理来发送电子邮件、记录到文件、更新监控系统等。例如，以下脚本可用于访问 Amazon SNS。 ``` #!/bin/sh # alert_sns.sh # modified from /usr/share/pacemaker/alerts/alert_smtp.sh.sample ############################################################################## # SETUP # * Create an SNS Topic and subscribe email or chatbot # * Note down the ARN for the SNS topic # * Give the IAM Role attached to both Instances permission to publish to the SNS Topic # * Ensure the aws cli is installed # * Copy this file to /usr/share/pacemaker/alerts/alert_sns.sh or other location on BOTH nodes # * Ensure the permissions allow for hacluster and root to execute the script # * Run the following as root (modify file location if necessary and replace SNS ARN): # # SLES: # crm configure alert aws_sns_alert /usr/share/pacemaker/alerts/alert_sns.sh meta timeout=30s timestamp-format="%Y-%m-%d_%H:%M:%S" to <{ arn:aws:sns:region:account-id:myPacemakerAlerts }> # # RHEL: # pcs alert create id=aws_sns_alert path=/usr/share/pacemaker/alerts/alert_sns.sh meta timeout=30s timestamp-format="%Y-%m-%d_%H:%M:%S" # pcs alert recipient add aws_sns_alert value=arn:aws:sns:region:account-id:myPacemakerAlerts ############################################################################## # Additional information to send with the alerts node_name=`uname -n` sns_body=`env | grep CRM_alert_` # Required for SNS TOKEN=$(/usr/bin/curl --noproxy '*' -s -X PUT "http://169.254.169.254/latest/api/token" -H "X-aws-ec2-metadata-token-ttl-seconds: 21600") # Get metadata REGION=$(/usr/bin/curl --noproxy '*' -w "\n" -s -H "X-aws-ec2-metadata-token: $TOKEN" http://169.254.169.254/latest/dynamic/instance-identity/document | grep region | awk -F\" '{print $4}') sns_subscription_arn=${CRM_alert_recipient} # Format depending on alert type case ${CRM_alert_kind} in node) sns_subject="${CRM_alert_timestamp} ${cluster_name}: Node '${CRM_alert_node}' is now '${CRM_alert_desc}'" ;; fencing) sns_subject="${CRM_alert_timestamp} ${cluster_name}: Fencing ${CRM_alert_desc}" ;; resource) if [ ${CRM_alert_interval} = "0" ]; then CRM_alert_interval="" else CRM_alert_interval=" (${CRM_alert_interval})" fi if [ ${CRM_alert_target_rc} = "0" ]; then CRM_alert_target_rc="" else CRM_alert_target_rc=" (target: ${CRM_alert_target_rc})" fi case ${CRM_alert_desc} in Cancelled) ;; *) sns_subject="${CRM_alert_timestamp}: Resource operation '${CRM_alert_task}${CRM_alert_interval}' for '${CRM_alert_rsc}' on '${CRM_alert_node}': ${CRM_alert_desc}${CRM_alert_target_rc}" ;; esac ;; attribute) sns_subject="${CRM_alert_timestamp}: The '${CRM_alert_attribute_name}' attribute of the '${CRM_alert_node}' node was updated in '${CRM_alert_attribute_value}'" ;; *) sns_subject="${CRM_alert_timestamp}: Unhandled $CRM_alert_kind alert" ;; esac # Use this information to send the email aws sns publish --topic-arn "${sns_subscription_arn}" --subject "${sns_subject}" --message "${sns_body}" --region ${REGION} ```