适用场景

虚拟化的常见问题是「资源分出去容易收回来难」：vCPU 超分比没人管、快照开了一年没人删、数据存储水位到 95% 才告警。治理思路是把配额、快照、水位三件事制度化。

配置步骤（迁移与集群告警处理）

# 1) HA/DRS 检查
Get-Cluster | Select-Object Name,HAEnabled,DrsEnabled,DrsAutomationLevel

# 2) 主机进入维护模式前的检查
#  - 该主机上是否有无法迁移的虚机（本地 CD/ISO、无共享存储）
#  - 目标主机资源是否足够
Get-VMHost <host> | Get-VM | Select-Object Name,PowerState

# 3) 迁移
Move-VM -VM <vm> -Destination (Get-VMHost <target>)
# 或主机维护模式：Set-VMHost <host> -State Maintenance

# 4) 常见告警
#  - 主机内存/CPU 告警：先看是否单机过载
#  - 数据存储只剩警告：清快照或扩容
#  - 虚机心跳丢失：看是否与网络/存储抖动同时发生

关键参数与建议

  • 超分比：CPU 超分比控制在 3-5:1（按业务类型定），内存尽量不超分
  • 预留与限制：核心虚机设预留，避免被邻居抢占；非核心设上限防止失控
  • 快照规范：快照只用于变更窗口，超过 3 天必须清理，禁止长期快照
  • 数据存储水位：70% 预警、80% 扩容、85% 必须处理
  • 告警接入：主机硬件、集群 HA、数据存储、虚机心跳全部接入监控
  • 版本与兼容：升级 vCenter/ESXi 前查兼容矩阵，先升级 vCenter 再升主机
  • 账号权限：按角色分权，禁止所有人用管理员账号操作
  • 变更留痕：虚机规格调整、迁移、克隆都要有工单记录

容易踩的坑

  • 主机维护模式卡住，因为上面有 ISO 挂载的虚机
  • 迁移不校验目标资源，迁移后目标主机过载
  • DRS 完全自动化在生产环境乱迁移，影响业务
  • 集群 HA 没配隔离响应，脑裂时重复启动虚机
  • 告警只看单机不看集群整体，处理方向错
  • 升级 ESXi 前没升级 vCenter，兼容性问题一堆

验证与巡检

# 集群与主机健康
Get-Cluster | Select-Object Name,HAEnabled,DrsEnabled
Get-VMHost | Select-Object Name,ConnectionState,PowerState,
  @{N='Cpu%';E={[math]::Round($_.CpuUsageMhz/$_.CpuTotalMhz*100,1)}},
  @{N='Mem%';E={[math]::Round($_.MemoryUsageGB/$_.MemoryTotalGB*100,1)}}

# 数据存储水位
Get-Datastore | Select-Object Name,
  @{N='Free%';E={[math]::Round($_.FreeSpaceGB/$_.CapacityGB*100,1)}}
  • 巡检：主机无过载、数据存储空闲 > 20%、HA 与 DRS 策略符合设计、告警有人跟进

小结

虚拟化运维验收：随便挑一台虚机，能说清它的资源预留、有没有快照、数据存在哪个存储、水位多少。答不上来说明治理没落地。

> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。