Profile Image of the Author
鹁鸪
Hello, I'm BoGu.
公告
欢迎来到我的博客！
3746 字
19 分钟

Linux集群管理命令和技巧

2026-02-01
Linux
集群
/
管理
浏览量 加载中...

Linux集群管理命令和技巧#

集群管理概述#

集群是由多台服务器组成的计算机系统，它们协同工作以提供高可用性、可扩展性和负载均衡。Linux集群在企业环境中广泛应用，用于运行关键业务应用、数据库和Web服务等。本文将介绍Linux系统中常用的集群管理命令和技巧，帮助系统管理员更高效地管理和维护Linux集群。

集群类型#

高可用性集群#

高可用性集群（High Availability Cluster）旨在最小化系统 downtime，通过冗余组件和故障转移机制确保服务的持续可用性。

负载均衡集群#

负载均衡集群（Load Balancing Cluster）通过将工作负载分布到多个节点上，提高系统的性能和可扩展性。

高性能计算集群#

高性能计算集群（High Performance Computing Cluster）用于执行大规模并行计算任务，如科学计算、数据分析等。

存储集群#

存储集群（Storage Cluster）通过将多个存储设备组合成一个逻辑存储池，提供高容量、高可靠性的存储服务。

集群管理工具#

Pacemaker#

Pacemaker是一个开源的集群资源管理器，用于管理高可用性集群。

安装Pacemaker#

Terminal window
# 安装Pacemaker（Debian/Ubuntu）
sudo apt install -y pacemaker corosync pcs


# 安装Pacemaker（RHEL/CentOS）
sudo yum install -y pacemaker corosync pcs


# 启动并启用pcsd服务
sudo systemctl start pcsd
sudo systemctl enable pcsd


# 设置pcsd密码
sudo passwd hacluster

配置Pacemaker#

Terminal window
# 认证集群节点
pcs cluster auth node1 node2


# 初始化集群
pcs cluster setup --name cluster_name node1 node2


# 启动集群
pcs cluster start --all


# 启用集群（开机自启）
pcs cluster enable --all


# 查看集群状态
pcs status


# 查看集群节点状态
pcs status nodes


# 查看集群资源状态
pcs status resources


# 查看集群配置
pcs config

管理集群资源#

Terminal window
# 创建集群资源
pcs resource create resource_name resource_type [options]


# 示例：创建IP资源
pcs resource create virtual_ip IPaddr2 ip=192.168.1.100 cidr_netmask=24


# 示例：创建Apache服务资源
pcs resource create apache systemd:apache2


# 示例：创建MySQL服务资源
pcs resource create mysql systemd:mysql


# 启动资源
pcs resource start resource_name


# 停止资源
pcs resource stop resource_name


# 重启资源
pcs resource restart resource_name


# 移动资源到指定节点
pcs resource move resource_name node_name


# 清除资源约束
pcs resource clear resource_name


# 删除资源
pcs resource delete resource_name

管理集群约束#

Terminal window
# 创建位置约束
pcs constraint location resource_name prefers node_name


# 创建顺序约束
pcs constraint order resource1 then resource2


# 创建 colocation 约束
pcs constraint colocation add resource1 with resource2


# 查看约束
pcs constraint list


# 删除约束
pcs constraint remove constraint_id

Corosync#

Corosync是一个集群通信系统，为Pacemaker等集群资源管理器提供消息传递和成员管理服务。

配置Corosync#

Terminal window
# 查看Corosync配置
cat /etc/corosync/corosync.conf


# 编辑Corosync配置
sudo nano /etc/corosync/corosync.conf


# Corosync配置示例
# totem {
#   version: 2
#   cluster_name: cluster_name
#   secauth: off
#   transport: udpu
# }
#
# nodelist {
#   node {
#     ring0_addr: node1_ip
#     nodeid: 1
#   }
#   node {
#     ring0_addr: node2_ip
#     nodeid: 2
#   }
# }
#
# quorum {
#   provider: corosync_votequorum
# }
#
# logging {
#   to_syslog: yes
# }


# 重启Corosync服务
sudo systemctl restart corosync


# 查看Corosync状态
corosync-cfgtool -s
corosync-quorumtool -s

Keepalived#

Keepalived是一个轻量级的高可用性解决方案，主要用于负载均衡和故障转移。

安装Keepalived#

Terminal window
# 安装Keepalived（Debian/Ubuntu）
sudo apt install -y keepalived


# 安装Keepalived（RHEL/CentOS）
sudo yum install -y keepalived


# 启动并启用Keepalived服务
sudo systemctl start keepalived
sudo systemctl enable keepalived

配置Keepalived#

Terminal window
# 查看Keepalived配置
cat /etc/keepalived/keepalived.conf


# 编辑Keepalived配置
sudo nano /etc/keepalived/keepalived.conf


# Keepalived配置示例（主节点）
# global_defs {
#   router_id LVS_DEVEL
# }
#
# vrrp_instance VI_1 {
#   state MASTER
#   interface eth0
#   virtual_router_id 51
#   priority 100
#   advert_int 1
#   authentication {
#     auth_type PASS
#     auth_pass 1111
#   }
#   virtual_ipaddress {
#     192.168.1.100
#   }
# }


# Keepalived配置示例（备份节点）
# global_defs {
#   router_id LVS_DEVEL
# }
#
# vrrp_instance VI_1 {
#   state BACKUP
#   interface eth0
#   virtual_router_id 51
#   priority 90
#   advert_int 1
#   authentication {
#     auth_type PASS
#     auth_pass 1111
#   }
#   virtual_ipaddress {
#     192.168.1.100
#   }
# }


# 重启Keepalived服务
sudo systemctl restart keepalived


# 查看Keepalived状态
sudo systemctl status keepalived


# 查看VRRP状态
ip addr show

LVS#

LVS（Linux Virtual Server）是一个内核级的负载均衡器，用于构建负载均衡集群。

安装LVS#

Terminal window
# 检查内核是否支持LVS
lsmod | grep ip_vs


# 加载LVS模块
sudo modprobe ip_vs
sudo modprobe ip_vs_rr
sudo modprobe ip_vs_wrr
sudo modprobe ip_vs_sh


# 安装ipvsadm工具
sudo apt install -y ipvsadm  # Debian/Ubuntu
sudo yum install -y ipvsadm  # RHEL/CentOS

配置LVS#

Terminal window
# 创建虚拟服务器
sudo ipvsadm -A -t 192.168.1.100:80 -s rr


# 添加真实服务器
sudo ipvsadm -a -t 192.168.1.100:80 -r 192.168.1.101:80 -g
sudo ipvsadm -a -t 192.168.1.100:80 -r 192.168.1.102:80 -g


# 查看LVS配置
sudo ipvsadm -L -n


# 保存LVS配置
sudo ipvsadm -S > /etc/sysconfig/ipvsadm  # RHEL/CentOS
sudo ipvsadm-save > /etc/ipvsadm.conf  # Debian/Ubuntu


# 恢复LVS配置
sudo ipvsadm -R < /etc/sysconfig/ipvsadm  # RHEL/CentOS
sudo ipvsadm-restore < /etc/ipvsadm.conf  # Debian/Ubuntu

Kubernetes#

Kubernetes是一个开源的容器编排平台，用于管理容器化应用的部署、扩展和管理。

安装Kubernetes#

Terminal window
# 安装kubeadm、kubelet和kubectl
# Debian/Ubuntu
sudo apt update
sudo apt install -y apt-transport-https ca-certificates curl
sudo curl -fsSLo /usr/share/keyrings/kubernetes-archive-keyring.gpg https://packages.cloud.google.com/apt/doc/apt-key.gpg
echo "deb [signed-by=/usr/share/keyrings/kubernetes-archive-keyring.gpg] https://apt.kubernetes.io/ kubernetes-xenial main" | sudo tee /etc/apt/sources.list.d/kubernetes.list
sudo apt update
sudo apt install -y kubelet kubeadm kubectl
sudo apt-mark hold kubelet kubeadm kubectl


# RHEL/CentOS
sudo cat <<EOF > /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://packages.cloud.google.com/yum/repos/kubernetes-el7-\$basearch
enabled=1
gpgcheck=1
gpgkey=https://packages.cloud.google.com/yum/doc/yum-key.gpg https://packages.cloud.google.com/yum/doc/rpm-package-key.gpg
exclude=kubelet kubeadm kubectl
EOF
sudo setenforce 0
sudo sed -i 's/^SELINUX=enforcing$/SELINUX=permissive/' /etc/selinux/config
sudo yum install -y kubelet kubeadm kubectl --disableexcludes=kubernetes
sudo systemctl enable --now kubelet

初始化Kubernetes集群#

Terminal window
# 初始化主节点
sudo kubeadm init --pod-network-cidr=10.244.0.0/16


# 配置kubectl
mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config


# 安装网络插件
kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/master/Documentation/kube-flannel.yml


# 加入工作节点
sudo kubeadm join master_ip:6443 --token token --discovery-token-ca-cert-hash sha256:hash

管理Kubernetes集群#

Terminal window
# 查看集群状态
kubectl cluster-info


# 查看节点
kubectl get nodes


# 查看Pod
kubectl get pods -A


# 查看服务
kubectl get services -A


# 查看部署
kubectl get deployments -A


# 查看配置映射
kubectl get configmaps -A


# 查看密钥
kubectl get secrets -A


# 查看集群事件
kubectl get events -A


# 查看集群组件状态
kubectl get componentstatuses


# 查看节点详细信息
kubectl describe node node_name


# 查看Pod详细信息
kubectl describe pod pod_name -n namespace

集群监控#

Prometheus + Grafana#

Prometheus是一个开源的监控系统，Grafana是一个开源的可视化工具，它们可以组合使用来监控集群状态。

安装Prometheus#

Terminal window
# 下载Prometheus
wget https://github.com/prometheus/prometheus/releases/download/v2.30.0/prometheus-2.30.0.linux-amd64.tar.gz


tar xvfz prometheus-2.30.0.linux-amd64.tar.gz
cd prometheus-2.30.0.linux-amd64/


# 启动Prometheus
./prometheus --config.file=prometheus.yml


# 访问Prometheus
# http://server_ip:9090

安装Grafana#

Terminal window
# 安装Grafana（Debian/Ubuntu）
wget -q -O - https://packages.grafana.com/gpg.key | sudo apt-key add -
echo "deb https://packages.grafana.com/oss/deb stable main" | sudo tee /etc/apt/sources.list.d/grafana.list
sudo apt update
sudo apt install -y grafana


# 安装Grafana（RHEL/CentOS）
wget https://dl.grafana.com/oss/release/grafana-8.3.3-1.x86_64.rpm
sudo yum install -y grafana-8.3.3-1.x86_64.rpm


# 启动并启用Grafana服务
sudo systemctl start grafana-server
sudo systemctl enable grafana-server


# 访问Grafana
# http://server_ip:3000

配置Grafana#

  1. 添加数据源：在Grafana中添加Prometheus数据源
  2. 导入仪表板：导入预定义的仪表板，如Kubernetes集群仪表板
  3. 创建告警：配置告警规则，当集群状态异常时发送告警

Nagios#

Nagios是一个开源的监控工具，它可以监控集群节点、服务和网络设备。

安装Nagios#

Terminal window
# 安装Nagios Core（Debian/Ubuntu）
sudo apt install -y nagios3


# 安装Nagios Core（RHEL/CentOS）
sudo yum install -y nagios


# 安装Nagios插件
sudo apt install -y nagios-plugins*  # Debian/Ubuntu
sudo yum install -y nagios-plugins*  # RHEL/CentOS


# 访问Nagios
# http://server_ip/nagios3

配置Nagios监控集群#

Terminal window
# 编辑Nagios主机配置
sudo nano /etc/nagios3/conf.d/hosts.cfg  # Debian/Ubuntu
sudo nano /etc/nagios/objects/hosts.cfg  # RHEL/CentOS


# 添加集群节点
# define host {
#   host_name            node1
#   alias                Cluster Node 1
#   address              192.168.1.101
#   check_command        check-host-alive
#   max_check_attempts   5
#   check_interval       5
#   retry_interval       1
#   check_period         24x7
#   notification_interval 60
#   notification_period  24x7
# }


# 编辑Nagios服务配置
sudo nano /etc/nagios3/conf.d/services.cfg  # Debian/Ubuntu
sudo nano /etc/nagios/objects/services.cfg  # RHEL/CentOS


# 添加集群服务监控
# define service {
#   host_name            node1
#   service_description  SSH
#   check_command        check_ssh
#   max_check_attempts   5
#   check_interval       5
#   retry_interval       1
#   check_period         24x7
#   notification_interval 60
#   notification_period  24x7
# }


# 重启Nagios服务
sudo systemctl restart nagios3  # Debian/Ubuntu
sudo systemctl restart nagios  # RHEL/CentOS

集群配置管理#

Ansible#

Ansible是一个开源的配置管理工具，它可以自动化集群配置和管理任务。

安装Ansible#

Terminal window
# 安装Ansible（Debian/Ubuntu）
sudo apt install -y ansible


# 安装Ansible（RHEL/CentOS）
sudo yum install -y epel-release
sudo yum install -y ansible

配置Ansible#

Terminal window
# 编辑Ansible主机清单
sudo nano /etc/ansible/hosts


# 添加集群节点
# [cluster]
# node1 ansible_host=192.168.1.101
# node2 ansible_host=192.168.1.102


# 测试Ansible连接
ansible all -m ping

使用Ansible管理集群#

Terminal window
# 执行命令
ansible cluster -a "ls -la"


# 执行特权命令
ansible cluster -b -a "apt update"


# 使用模块
ansible cluster -m apt -a "name=nginx state=present" -b


# 执行playbook
ansible-playbook playbook.yml


# 示例playbook：安装和配置Apache
# ---\n# - name: 配置Apache\n#   hosts: cluster\n#   become: yes\n#   tasks:\n#     - name: 安装Apache\n#       apt:\n#         name: apache2\n#         state: present\n#     - name: 启动并启用Apache\n#       service:\n#         name: apache2\n#         state: started\n#         enabled: yes\n```


## 集群安全


### 网络安全


```bash
# 配置防火墙
# Debian/Ubuntu
sudo ufw allow ssh
sudo ufw allow 2224/tcp  # corosync
sudo ufw allow 3121/tcp  # pacemaker
sudo ufw allow 6443/tcp  # kubernetes API


# RHEL/CentOS
sudo firewall-cmd --add-service=ssh --permanent
sudo firewall-cmd --add-port=2224/tcp --permanent
sudo firewall-cmd --add-port=3121/tcp --permanent
sudo firewall-cmd --add-port=6443/tcp --permanent
sudo firewall-cmd --reload


# 配置网络隔离
# 使用VLAN或VXLAN隔离集群网络
# 配置网络访问控制列表（ACL）

认证和授权#

Terminal window
# 配置SSH密钥认证
ssh-keygen -t rsa
ssh-copy-id node1


# 配置sudo权限
# 编辑/etc/sudoers文件，配置集群管理用户的sudo权限


# 配置集群管理工具的认证
# Pacemaker: 设置hacluster密码
# Kubernetes: 使用kubeconfig文件和RBAC


# 配置RBAC（Kubernetes）
kubectl create rolebinding user-edit --clusterrole=edit --user=user --namespace=default

加密#

Terminal window
# 配置Corosync加密
# 编辑/etc/corosync/corosync.conf文件，设置secauth=on


# 配置Kubernetes加密
# 配置etcd加密
# 配置服务间通信加密


# 使用TLS/SSL加密
# 为集群服务配置TLS/SSL证书

集群备份和恢复#

配置备份#

Terminal window
# 备份Pacemaker配置
pcs config backup /path/to/backup


# 备份Corosync配置
cp /etc/corosync/corosync.conf /path/to/backup/


# 备份Kubernetes配置
cp -r $HOME/.kube /path/to/backup/
cp -r /etc/kubernetes /path/to/backup/


# 备份etcd数据（Kubernetes）
ETCDCTL_API=3 etcdctl --endpoints=https://127.0.0.1:2379 --cacert=/etc/kubernetes/pki/etcd/ca.crt --cert=/etc/kubernetes/pki/etcd/server.crt --key=/etc/kubernetes/pki/etcd/server.key snapshot save /path/to/backup/etcd-snapshot.db

配置恢复#

Terminal window
# 恢复Pacemaker配置
pcs config restore /path/to/backup


# 恢复Corosync配置
cp /path/to/backup/corosync.conf /etc/corosync/


# 恢复Kubernetes配置
cp -r /path/to/backup/.kube $HOME/
cp -r /path/to/backup/kubernetes /etc/


# 恢复etcd数据（Kubernetes）
ETCDCTL_API=3 etcdctl --endpoints=https://127.0.0.1:2379 --cacert=/etc/kubernetes/pki/etcd/ca.crt --cert=/etc/kubernetes/pki/etcd/server.crt --key=/etc/kubernetes/pki/etcd/server.key snapshot restore /path/to/backup/etcd-snapshot.db

集群性能优化#

网络优化#

Terminal window
# 配置网络MTU
sudo ifconfig eth0 mtu 9000  # 启用Jumbo帧


# 配置网络缓冲区
sudo sysctl -w net.core.rmem_max=16777216
sudo sysctl -w net.core.wmem_max=16777216
sudo sysctl -w net.ipv4.tcp_rmem="4096 87380 16777216"
sudo sysctl -w net.ipv4.tcp_wmem="4096 65536 16777216"


# 启用网络多队列
sudo ethtool -L eth0 combined 4


# 配置网络中断绑定
sudo grep eth0 /proc/interrupts
# 编辑/etc/irqbalance.conf，配置IRQ平衡

存储优化#

Terminal window
# 配置磁盘I/O调度器
sudo echo "deadline" > /sys/block/sda/queue/scheduler


# 配置磁盘预读
sudo blockdev --setra 2048 /dev/sda


# 配置文件系统挂载选项
# 编辑/etc/fstab，添加noatime,nodiratime选项


# 使用SSD缓存
sudo echo "writeback" > /sys/block/sda/queue/write_cache


# 配置LVM条带化
# pvcreate /dev/sdb /dev/sdc
# vgcreate vg0 /dev/sdb /dev/sdc
# lvcreate -n lv0 -l 100%FREE -i 2 -I 64 vg0

内存优化#

Terminal window
# 配置内存大页
sudo sysctl -w vm.nr_hugepages=1024


# 配置内存回收策略
sudo sysctl -w vm.swappiness=10


# 配置内存分配策略
sudo sysctl -w vm.overcommit_memory=1


# 监控内存使用情况
free -h
vmstat 1

CPU优化#

Terminal window
# 配置CPU亲和性
# 使用taskset命令为进程设置CPU亲和性
taskset -c 0-3 process_name


# 配置CPU调度器
sudo echo "performance" > /sys/devices/system/cpu/cpu0/cpufreq/scaling_governor


# 启用CPU节能技术（可选）
sudo echo "ondemand" > /sys/devices/system/cpu/cpu0/cpufreq/scaling_governor


# 监控CPU使用情况
top
mpstat -P ALL 1

集群管理最佳实践#

规划和设计#

  1. 明确需求：根据业务需求确定集群类型和规模
  2. 选择合适的硬件：根据集群类型和规模选择合适的硬件
  3. 设计网络架构：设计高性能、高可靠的网络架构
  4. 设计存储架构：设计高容量、高可靠的存储架构
  5. 制定灾难恢复计划：制定详细的灾难恢复计划

部署和配置#

  1. 标准化部署：使用自动化工具标准化集群部署
  2. 配置版本控制：使用版本控制系统管理集群配置
  3. 实施安全措施：配置防火墙、认证和授权机制
  4. 配置监控和告警：部署监控工具，配置告警规则
  5. 测试故障转移：定期测试故障转移机制，确保其正常工作

维护和管理#

  1. 定期备份：定期备份集群配置和数据
  2. 定期更新：定期更新集群软件和补丁
  3. 监控性能：监控集群性能，及时发现和解决性能问题
  4. 记录变更：记录集群配置变更，便于问题排查
  5. 培训团队：培训团队成员，提高集群管理技能

故障处理#

  1. 快速响应：及时响应集群故障，减少downtime
  2. 准确定位：快速定位故障原因，采取适当的措施
  3. 优先恢复：优先恢复服务，然后进行根因分析
  4. 记录故障：记录故障原因和解决方案，便于未来参考
  5. 持续改进：分析故障原因，持续改进集群设计和管理

常见问题及解决方案#

集群节点无法加入#

症状：集群节点无法加入集群。

解决方案：

  • 检查网络连接
  • 检查防火墙规则
  • 检查集群配置
  • 检查认证配置

集群资源无法启动#

症状：集群资源无法启动，显示错误信息。

解决方案：

  • 检查资源配置
  • 检查资源依赖项
  • 检查资源日志
  • 检查节点状态

集群故障转移失败#

症状：集群发生故障时，故障转移机制无法正常工作。

解决方案：

  • 检查集群配置
  • 检查故障转移规则
  • 检查节点状态
  • 检查网络连接

集群性能下降#

症状：集群性能下降，响应时间变长。

解决方案：

  • 监控集群资源使用情况
  • 检查网络瓶颈
  • 检查存储瓶颈
  • 优化应用程序

集群网络分区#

症状：集群发生网络分区，导致集群分裂。

解决方案：

  • 检查网络连接
  • 检查网络设备
  • 配置quorum机制
  • 配置fencing机制

总结#

本文介绍了Linux系统中常用的集群管理命令和技巧，包括集群类型、集群管理工具、集群监控、集群配置管理、集群安全、集群备份和恢复、集群性能优化等方面的内容。通过掌握这些命令和技巧，系统管理员可以更高效地管理和维护Linux集群，提高集群的可靠性、可用性和性能。

集群管理是一项复杂的任务，需要系统管理员具备丰富的经验和技能。在集群管理过程中，系统管理员需要不断学习和实践，积累经验，提高技能水平。同时，系统管理员还需要关注集群技术的发展趋势，及时更新知识，以适应新的挑战和机遇。

练习#

  1. 安装和配置Pacemaker集群，实现高可用性。
  2. 安装和配置LVS集群，实现负载均衡。
  3. 安装和配置Kubernetes集群，部署容器化应用。
  4. 使用Ansible自动化管理集群配置。
  5. 部署Prometheus和Grafana监控集群状态。
  6. 配置集群安全措施，包括防火墙、认证和授权。
  7. 制定集群备份和恢复计划，定期测试。
  8. 优化集群性能，包括网络、存储、内存和CPU。
  9. 测试集群故障转移机制，确保其正常工作。
  10. 分析集群性能问题，提出优化方案。

支持与分享

如果这篇文章对你有帮助，欢迎分享给更多人或赞助支持！

赞助
Linux集群管理命令和技巧
https://blog.vanilla.net.cn/posts/2026-02-05-linux-cluster-management/
作者
鹁鸪
发布于
2026-02-01
许可协议
CC BY-NC-SA 4.0
Java正则表达式详解
Linux安全管理命令和技巧

评论区

分享你的想法，与大家交流讨论

© 2026 鹁鸪. All Rights Reserved. / RSS / Sitemap
Powered by Astro & Firefly

目录