简介本资源是深信服超融合HCI6.7.0R3版本官方用户及部署手册的完整PDF文档面向IT基础设施工程师、虚拟化运维人员与超融合平台实施技术人员系统解决HCI架构理解、环境规划、网络配置、集群部署及日常运维等核心问题。文档覆盖云平台、aSV计算虚拟化、aSAN分布式存储、aNET智能网络四大关键模块含组网规范、安装步骤、操作界面说明及典型排错提示并标注危险/警告/注意等实操安全指引适合作为现场部署与故障排查的一线参考。资源为单文件PDF格式共1个文件大小35.42MB内容结构清晰、图文结合、密级标注明确便于快速定位章节与执行验证。目前已有1250人学习下载是掌握深信服超融合技术栈架构原理与工程落地要点的权威入门与进阶资料。1. 深信服超融合 HCI 6.7.0R3 部署别被“一键安装”骗了三网分离没配对集群初始化直接卡在 92%你不是第一个在深信服超融合 HCI 6.7.0R3 部署中栽在“集群初始化完成度 92%”界面的人。某高校实验室部署时四台 aServer 一体机全部通电、IP 手动配好、ISO 刻录无误却在 Web 控制台点击「组建集群」后进度条死死停在 92%日志里反复刷出aSAN storage network unreachable——不是硬盘坏了也不是网线松了而是管理口和存储口被误绑在了同一物理网卡上触发了 aSAN 的通信自检熔断。这不是玄学是分布式存储层对网络拓扑的刚性校验。这套环境常见于中小数据中心、边缘计算节点、信创替代项目适合需要快速交付虚拟化平台但又不愿牺牲高可用底线的运维人员和技术服务工程师。它不追求公有云的弹性伸缩但要求你对“三网分离”“仲裁逻辑”“卷类型语义”有肌肉记忆。装错版本6.7.0R3 是 2022 年下半年稳定投产的主力版本向下兼容 aServer V5 系列硬件但不支持旧款 Intel C610 芯片组服务器用错网口轻则初始化失败重则后续快照一致性组全量失效。本文档不是教你怎么点按钮而是带你把每根网线插进哪个口、每个 IP 写在哪张配置表、每条命令背后校验了什么掰开揉碎讲清楚。2. 安装前硬性准备从服务器 BIOS 到交换机 ACL漏一项就白忙活一整天2.1 硬件与固件BIOS 设置比 CPU 型号更重要深信服 HCI 对底层硬件有隐性依赖尤其在 aSAN 分布式存储启动阶段。必须逐台确认以下 BIOS 项以主流 Dell R740/HP DL380 Gen10 为例VT-d / VT-x必须启用默认常为 Disabled。这是 aSV 虚拟化引擎运行的基础关闭会导致安装程序在加载内核模块时直接 panic。SR-IOV建议禁用。HCI 6.7.0R3 的 aNET 网络虚拟化层尚未完全适配 SR-IOV 直通模式开启后可能引发虚拟交换机端口 flapping。NUMA Node Interleaving必须设为Disabled。aSAN 的数据分片算法依赖 NUMA topology 的显式感知开启内存交错会打乱本地内存访问路径导致存储延迟飙升至 200ms。Boot Mode强制设为UEFI。Legacy BIOS 模式下U 盘安装可能无法识别 NVMe SSD 启动盘且 UEFI 下 Secure Boot 可选开启需提前导入深信服签名证书否则补丁升级失败。提示所有服务器 BIOS 版本需统一升级至厂商推荐的“HCI 兼容列表”版本。例如某品牌 Xeon Silver 4210 服务器若 BIOS 为 1.15.0需先升至 1.22.3该版本修复了 PCIe ACS 重置异常否则集群初始化时 aSAN 服务无法注册到 etcd。2.2 网络拓扑三网分离不是建议是 aSAN 存储心跳的生死线HCI 6.7.0R3 明确要求物理网络严格划分为三类独立平面且禁止 VLAN 子接口替代物理隔离官方文档第 15 页明确标注“不推荐”即等于“不可用”网络类型用途最小带宽接口绑定要求关键校验点管理网ManagementWeb 控制台、SSH、NTP、告警推送1Gbps单网口或 LACP 主备必须能 ping 通所有节点管理 IP且 DNS 解析正常主机名需可反向解析存储网StorageaSAN 数据同步、副本传输、心跳检测10Gbps强制专用物理网卡禁用 LACP/堆叠ethtool iface必须显示 Speed: 10000Mb/s且cat /proc/net/bonding/bondX中不能出现 storage 网口业务网Service虚拟机对外提供服务1G/10G 自选可与管理网复用仅限测试环境若复用需在 aNET 中配置策略路由否则虚拟机流量会绕行控制节点注意延伸集群Stretch Cluster场景下还需第四张网卡用于仲裁通信Arbitration该链路必须直连不经过核心交换机且延迟 ≤ 5ms。实测某客户用万兆光纤经三层交换机透传仲裁流量因 STP 收敛耗时导致脑裂判断超时集群自动分裂。2.3 交换机配置ACL 和 MTU 是隐形杀手很多翻车源于交换机——不是设备不兼容而是配置没按 HCI 要求做。必须执行以下操作以 Cisco Nexus 9K 为例# 关闭生成树协议STP—— aSAN 心跳包对 BPDU 敏感 interface range ethernet 1/1 - 4 spanning-tree bpduguard enable spanning-tree portfast # 开启 jumbo frameaSAN 默认 MTU9000 system jumbomtu 9000 interface ethernet 1/1 mtu 9000 # 禁用 IGMP snooping避免 aSAN 组播心跳被丢弃 no ip igmp snooping vlan 100为什么关 STPaSAN 使用组播地址224.0.0.100发送心跳BPDU 报文会干扰其选举逻辑导致节点间状态不同步。为什么必须 9000 MTUaSAN 数据分片单元Chunk默认大小为 8MB若 MTU1500单次写入需拆成 5000 个 IP 包TCP 重传率飙升初始化阶段直接超时。ACL 陷阱若交换机 ACL 限制了 UDP 5353mDNS、UDP 8472VXLAN、TCP 2379etcd client集群服务将无法注册。最简放行规则permit udp any any eq 5353 # mDNS 服务发现 permit udp any any eq 8472 # VXLAN 封装 permit tcp any any eq 2379 # etcd 通信 permit tcp any any eq 2380 # etcd peer2.4 仲裁节点两主机防脑裂不是“可选”是生产环境底线文档写“仲裁节点配置要求可选”但实际在双节点集群中没有仲裁 没有高可用。HCI 6.7.0R3 的脑裂判定逻辑是当两节点间存储网中断但管理网仍通时需第三方节点投票决定谁保留控制权。硬件选择aServer 一体机最小配置需 4C8G 2×1TB SATA SSD仅作仲裁盘不参与存储第三方服务器必须满足UEFI 启动 10G 网卡 RAID1 镜像系统盘禁用任何 NVMe 缓存加速会干扰仲裁日志写入顺序部署方式不通过 ISO 安装而是用adev-deploy工具离线部署# 在已运行的 HCI 节点上执行需 root 权限 cd /opt/sangfor/adev-deploy/ ./adev-deploy.sh -m arbiter -i 192.168.10.200 -n arbiter-node1参数说明-m arbiter指定模式-i为仲裁节点管理 IP-n为节点名需全局唯一。关键验证部署后登录仲裁节点执行systemctl status sangfor-arbiter输出必须含active (running)且主集群节点执行cat /var/log/aSAN/arbiter.log | grep vote success应持续出现成功投票记录。3. 系统安装与初始化ISO/U盘安装差异、集群 IP 配置陷阱、时间同步血泪经验3.1 ISO 与 U 盘安装介质制作决定初始化成败HCI 6.7.0R3 安装镜像sangfor-hci-6.7.0R3.iso对启动介质有严格校验非官方工具刻录的 U 盘 100% 失败。ISO 安装推荐用于 aServer 一体机进入 BIOS 后选择UEFI: [DVD-ROM]启动不要选 Legacy 模式。安装界面出现后按Tab键编辑启动参数在quiet splash后添加inst.kshttp://192.168.1.100/ks.cfg net.ifnames0 biosdevname0其中http://192.168.1.100/ks.cfg是预置的 Kickstart 自动化配置文件需提前部署 HTTP 服务net.ifnames0强制使用 eth0/eth1 命名避免 systemd-networkd 生成 enpXsY 名称导致配置错位。U 盘安装第三方服务器必备必须使用深信服官方HCI-USB-Creator工具非 Rufus 或 dd下载地址在售后门户「工具中心」→「部署工具」。工具会自动校验 ISO MD5官方发布包 MD5 为a7f3e8b2c9d1e0f4a5b6c7d8e9f0a1b2若校验失败提示“镜像损坏”请重新下载。插入 U 盘后BIOS 启动项选择UEFI: USB Drive进入安装向导后分区步骤必须手动选择/boot/efi500MBFAT32/≥100GBxfs禁用 ext4aSAN 内核模块仅适配 xfsswap≥16GB内存 ≥64GB 时剩余空间全部分配给/var/lib/aSANaSAN 数据盘必须单独挂载不可与 / 合并注意若服务器有 RAID 卡需在安装前进入 RAID BIOS将所有 SSD/NVMe 设置为JBOD 模式非 RAID0/1。aSAN 需要直通物理设备RAID 层会拦截 I/O 请求导致aSAN service start failed: no available disk。3.2 集群 IP 配置别信“自动获取”子网掩码错一位就初始化失败集群 IPCluster IP是 HCI 控制平面的 VIP所有节点通过它访问 Web 控制台和 API。配置错误是初始化卡在 92% 的第二大原因。配置入口安装完成后首次登录 Web 控制台https://管理IP强制跳转至「集群初始化向导」→「配置集群 IP」。必填参数集群 IP必须是管理网段内未被占用的 IP如管理网192.168.1.0/24则填192.168.1.100子网掩码必须与管理网物理接口一致不能填 255.255.255.0 就完事需确认实际网关设备掩码某客户核心交换机配的是/23填错导致 ARP 广播失败网关管理网网关非存储网或业务网DNS至少填 2 个且需能解析hci-cluster.localHCI 内部域名底层校验逻辑控制台提交后后台执行# 检查集群 IP 是否可达ARP 探测 arping -c 3 -I eth0 192.168.1.100 # 检查 DNS 解析必须返回 127.0.0.1 或集群内任一节点 IP nslookup hci-cluster.local 192.168.1.1 # 检查 etcd 集群健康初始化前必须有 3 个 etcd 成员在线 /opt/sangfor/etcd/etcdctl --endpointshttps://127.0.0.1:2379 cluster-health任一命令失败进度条立即停止。3.3 时间同步NTP 不只是“保证日志时间准”更是 etcd 时钟偏移熔断器HCI 6.7.0R3 要求所有节点时钟偏差 ≤ 500ms否则 etcd 会拒绝写入导致 aSAN 服务无法注册。配置方式Web 控制台「系统设置」→「时间设置」→「NTP 服务器」填写主 NTPntp1.aliyun.com阿里云公共 NTP备 NTPtime.windows.comWindows 时间服务勾选「强制同步」和「开机自动同步」默认不勾选命令行强制校准初始化失败时急救# 停止 chronyd 服务 systemctl stop chronyd # 强制同步-s 参数写入硬件时钟 ntpdate -s ntp1.aliyun.com # 验证偏差输出应为 offset -0.002 sec ntpdate -q ntp1.aliyun.com # 重启服务 systemctl start chronyd避坑若使用内网 NTP 服务器需确保其 stratum ≤ 3ntpq -p查看stratum5 的 NTP 服务器会被 etcd 主动拒绝。4. 常见问题排查初始化卡住、aSAN 服务起不来、虚拟机无法启动的 5 条血泪记录4.1 现象集群初始化进度卡在 92%日志/var/log/aSAN/install.log持续报storage network unreachable原因存储网物理接口未 up或交换机端口未开启 jumbo frame。解决登录节点执行ip link show eth2假设 eth2 是存储网口确认state UP若为 down检查ethtool eth2输出的 Speed 是否为10000Mb/s在交换机执行show interface eth1/1确认MTU: 9000且line protocol is up终极验证在节点 A 执行ping -M do -s 8972 192.168.10.2存储网 IP若返回Message too long说明 MTU 未生效。4.2 现象Web 控制台显示「aSAN 服务异常」systemctl status aSAN显示failed原因/var/lib/aSAN分区未挂载或磁盘存在坏道aSAN 启动时会扫描全盘。解决执行mount | grep aSAN若无输出检查/etc/fstab是否有对应条目若有执行mount -a观察错误常见wrong fs type说明格式化成了 ext4重新格式化mkfs.xfs -f -i size512 /dev/sdb假设 sdb 是数据盘手动挂载mount /dev/sdb /var/lib/aSAN启动服务systemctl start aSAN。4.3 现象新建虚拟机后状态为「暂停」控制台无法连接日志报qemu-kvm: -drive file/var/lib/aSAN/vm/xxx.vmdk: Could not open /var/lib/aSAN/vm/xxx.vmdk: No such file or directory原因aSAN 卷未创建或卷未分配给该资源池。解决进入「存储」→「卷管理」确认至少有一个「普通卷」状态为「在线」进入「资源池」→「编辑资源池」→「存储」勾选已创建的卷关键动作在资源池页面点击「刷新存储」按钮图标为循环箭头否则新卷不会被虚拟机管理器识别。4.4 现象延伸集群中主站点断电后备站点虚拟机未自动接管控制台显示「仲裁丢失」原因仲裁节点与备站点存储网不通或仲裁节点自身时间偏差 500ms。解决在备站点节点执行ping 192.168.20.200仲裁 IP确认 ICMP 通执行ntpq -p确认offset列绝对值 0.5在仲裁节点执行journalctl -u sangfor-arbiter | grep vote timeout若存在检查仲裁节点到主/备站点的存储网延迟mtr -r -w 192.168.10.1。4.5 现象虚拟机克隆后无法启动报错Failed to load module virtio_scsi原因克隆时未勾选「安装性能优化工具」导致 Linux 内核缺少 virtio 驱动。解决启动虚拟机进入 GRUB 菜单按e编辑启动项在linux16行末尾添加modprobe.blacklistvirtio_scsi临时绕过启动后挂载深信服 ISO 镜像执行/mnt/cdrom/linux/install.sh安装驱动重启删除启动参数中的 blacklist。5. 验证集群健康从一键检测到 aSAN 深度诊断跑通这 4 步才算真正装好5.1 一键检测集群状态别只看「绿色对勾」要看背后 12 项指标HCI 6.7.0R3 内置的「一键检测」位于「监控」→「集群检测」不是摆设它会并发执行 12 项校验。但很多人只看最终结果忽略中间失败项。以下是必须人工核对的关键项检测项正常状态异常表现人工验证命令aSAN 存储健康在线、副本数正常“副本缺失”、“重建中”aSAN-cli volume list查看Replica Statusetcd 集群健康3/3 成员在线“Member xxx is unhealthy”/opt/sangfor/etcd/etcdctl member list网络连通性管理/存储/业务网全通“存储网不通”fping -g 192.168.10.0/24 -r 1存储网段时间同步偏差 500ms“时间偏差过大”chronyc tracking | grep Offset磁盘 SMART无警告“Reallocated_Sector_Ct 0”smartctl -a /dev/sda | grep Reallocated提示检测报告导出为 HTML 后搜索关键词FAILED定位具体失败项。例如某次检测报FAILED: aSAN volume rebuild说明有磁盘正在重建此时不应进行虚拟机迁移。5.2 aSAN 深度诊断用 CLI 看清数据分布与重建瓶颈Web 控制台的「存储」页面只显示汇总状态真正的问题藏在 CLI。登录任意节点执行# 查看所有卷详细信息重点关注 Used% 和 Replica Status aSAN-cli volume list # 查看某卷vol1的数据分布确认是否均匀打散到各节点 aSAN-cli volume detail vol1 # 查看重建队列若重建慢此处会显示 pending tasks aSAN-cli rebuild queue # 查看磁盘 IO 实时负载单位 MB/s超过 80MB/s 可能是瓶颈 aSAN-cli disk iostat关键解读volume detail输出中Node Distribution字段应显示类似node1:33%, node2:33%, node3:34%若某节点为0%说明该节点存储网故障rebuild queue中Progress若长期卡在25%大概率是目标磁盘 SMART 状态恶化需smartctl -a /dev/sdc检查Reallocated_Sector_Ctdisk iostat中Write列若持续 100MB/s而Read 10MB/s说明正在执行全量重建属正常现象。5.3 虚拟机热迁移验证不只是「能迁」要验证「零丢包」热迁移是 HCI 高可用的核心能力但很多环境只验证能否完成不验证业务连续性。标准验证流程准备测试虚拟机CentOS 7.9安装iperf3启动服务端iperf3 -s -D在客户端另一台虚拟机持续压测iperf3 -c 192.168.100.10 -t 300 -i 15 分钟每秒输出执行热迁移在 Web 控制台选中该 VM →「更多操作」→「热迁移」→ 选择目标主机观察客户端输出迁移过程中iperf3应无中断loss%始终为0.00%迁移后验证登录目标主机执行ps aux \| grep iperf3确认进程仍在运行且 PID 未变证明内存页未重建。注意若出现丢包检查源/目标主机的virsh domiflist vm-name确认虚拟网卡绑定的network是否一致如都为default不一致会导致 vNIC 重置。5.4 一致性组快照验证模拟勒索病毒攻击后的恢复能力这是 HCI 6.7.0R3 最易被忽视的价值点——应用一致性。验证步骤创建一致性组「存储」→「一致性组」→「新建」添加 3 台虚拟机DBAPPWEB在 DB 虚拟机中创建测试文件echo pre-snapshot-$(date) /tmp/snap_test.txt手动触发快照「一致性组」→「操作」→「创建快照」模拟故障在 DB 中删除文件rm /tmp/snap_test.txt并在 APP 中插入脏数据回滚验证选中该快照 →「回滚」→ 勾选「一致性回滚」回滚完成后检查 DB 中文件恢复且 APP 中脏数据消失WEB 页面显示数据一致。从那以后我每次部署新集群都会在初始化完成后强制走一遍这 4 步验证一键检测看红绿灯、CLI 深挖 aSAN 状态、iperf3 压测热迁移、一致性组快照回滚。不是为了炫技而是因为 HCI 的价值不在安装那一刻而在故障发生时它能不能真的扛住。希望帮到你。本文还有配套的精品资源点击获取 深信服超融合HCI 6.7.0R3部署避坑指南：三网分离与aSAN初始化关键实践
简介本资源是深信服超融合HCI6.7.0R3版本官方用户及部署手册的完整PDF文档面向IT基础设施工程师、虚拟化运维人员与超融合平台实施技术人员系统解决HCI架构理解、环境规划、网络配置、集群部署及日常运维等核心问题。文档覆盖云平台、aSV计算虚拟化、aSAN分布式存储、aNET智能网络四大关键模块含组网规范、安装步骤、操作界面说明及典型排错提示并标注危险/警告/注意等实操安全指引适合作为现场部署与故障排查的一线参考。资源为单文件PDF格式共1个文件大小35.42MB内容结构清晰、图文结合、密级标注明确便于快速定位章节与执行验证。目前已有1250人学习下载是掌握深信服超融合技术栈架构原理与工程落地要点的权威入门与进阶资料。1. 深信服超融合 HCI 6.7.0R3 部署别被“一键安装”骗了三网分离没配对集群初始化直接卡在 92%你不是第一个在深信服超融合 HCI 6.7.0R3 部署中栽在“集群初始化完成度 92%”界面的人。某高校实验室部署时四台 aServer 一体机全部通电、IP 手动配好、ISO 刻录无误却在 Web 控制台点击「组建集群」后进度条死死停在 92%日志里反复刷出aSAN storage network unreachable——不是硬盘坏了也不是网线松了而是管理口和存储口被误绑在了同一物理网卡上触发了 aSAN 的通信自检熔断。这不是玄学是分布式存储层对网络拓扑的刚性校验。这套环境常见于中小数据中心、边缘计算节点、信创替代项目适合需要快速交付虚拟化平台但又不愿牺牲高可用底线的运维人员和技术服务工程师。它不追求公有云的弹性伸缩但要求你对“三网分离”“仲裁逻辑”“卷类型语义”有肌肉记忆。装错版本6.7.0R3 是 2022 年下半年稳定投产的主力版本向下兼容 aServer V5 系列硬件但不支持旧款 Intel C610 芯片组服务器用错网口轻则初始化失败重则后续快照一致性组全量失效。本文档不是教你怎么点按钮而是带你把每根网线插进哪个口、每个 IP 写在哪张配置表、每条命令背后校验了什么掰开揉碎讲清楚。2. 安装前硬性准备从服务器 BIOS 到交换机 ACL漏一项就白忙活一整天2.1 硬件与固件BIOS 设置比 CPU 型号更重要深信服 HCI 对底层硬件有隐性依赖尤其在 aSAN 分布式存储启动阶段。必须逐台确认以下 BIOS 项以主流 Dell R740/HP DL380 Gen10 为例VT-d / VT-x必须启用默认常为 Disabled。这是 aSV 虚拟化引擎运行的基础关闭会导致安装程序在加载内核模块时直接 panic。SR-IOV建议禁用。HCI 6.7.0R3 的 aNET 网络虚拟化层尚未完全适配 SR-IOV 直通模式开启后可能引发虚拟交换机端口 flapping。NUMA Node Interleaving必须设为Disabled。aSAN 的数据分片算法依赖 NUMA topology 的显式感知开启内存交错会打乱本地内存访问路径导致存储延迟飙升至 200ms。Boot Mode强制设为UEFI。Legacy BIOS 模式下U 盘安装可能无法识别 NVMe SSD 启动盘且 UEFI 下 Secure Boot 可选开启需提前导入深信服签名证书否则补丁升级失败。提示所有服务器 BIOS 版本需统一升级至厂商推荐的“HCI 兼容列表”版本。例如某品牌 Xeon Silver 4210 服务器若 BIOS 为 1.15.0需先升至 1.22.3该版本修复了 PCIe ACS 重置异常否则集群初始化时 aSAN 服务无法注册到 etcd。2.2 网络拓扑三网分离不是建议是 aSAN 存储心跳的生死线HCI 6.7.0R3 明确要求物理网络严格划分为三类独立平面且禁止 VLAN 子接口替代物理隔离官方文档第 15 页明确标注“不推荐”即等于“不可用”网络类型用途最小带宽接口绑定要求关键校验点管理网ManagementWeb 控制台、SSH、NTP、告警推送1Gbps单网口或 LACP 主备必须能 ping 通所有节点管理 IP且 DNS 解析正常主机名需可反向解析存储网StorageaSAN 数据同步、副本传输、心跳检测10Gbps强制专用物理网卡禁用 LACP/堆叠ethtool iface必须显示 Speed: 10000Mb/s且cat /proc/net/bonding/bondX中不能出现 storage 网口业务网Service虚拟机对外提供服务1G/10G 自选可与管理网复用仅限测试环境若复用需在 aNET 中配置策略路由否则虚拟机流量会绕行控制节点注意延伸集群Stretch Cluster场景下还需第四张网卡用于仲裁通信Arbitration该链路必须直连不经过核心交换机且延迟 ≤ 5ms。实测某客户用万兆光纤经三层交换机透传仲裁流量因 STP 收敛耗时导致脑裂判断超时集群自动分裂。2.3 交换机配置ACL 和 MTU 是隐形杀手很多翻车源于交换机——不是设备不兼容而是配置没按 HCI 要求做。必须执行以下操作以 Cisco Nexus 9K 为例# 关闭生成树协议STP—— aSAN 心跳包对 BPDU 敏感 interface range ethernet 1/1 - 4 spanning-tree bpduguard enable spanning-tree portfast # 开启 jumbo frameaSAN 默认 MTU9000 system jumbomtu 9000 interface ethernet 1/1 mtu 9000 # 禁用 IGMP snooping避免 aSAN 组播心跳被丢弃 no ip igmp snooping vlan 100为什么关 STPaSAN 使用组播地址224.0.0.100发送心跳BPDU 报文会干扰其选举逻辑导致节点间状态不同步。为什么必须 9000 MTUaSAN 数据分片单元Chunk默认大小为 8MB若 MTU1500单次写入需拆成 5000 个 IP 包TCP 重传率飙升初始化阶段直接超时。ACL 陷阱若交换机 ACL 限制了 UDP 5353mDNS、UDP 8472VXLAN、TCP 2379etcd client集群服务将无法注册。最简放行规则permit udp any any eq 5353 # mDNS 服务发现 permit udp any any eq 8472 # VXLAN 封装 permit tcp any any eq 2379 # etcd 通信 permit tcp any any eq 2380 # etcd peer2.4 仲裁节点两主机防脑裂不是“可选”是生产环境底线文档写“仲裁节点配置要求可选”但实际在双节点集群中没有仲裁 没有高可用。HCI 6.7.0R3 的脑裂判定逻辑是当两节点间存储网中断但管理网仍通时需第三方节点投票决定谁保留控制权。硬件选择aServer 一体机最小配置需 4C8G 2×1TB SATA SSD仅作仲裁盘不参与存储第三方服务器必须满足UEFI 启动 10G 网卡 RAID1 镜像系统盘禁用任何 NVMe 缓存加速会干扰仲裁日志写入顺序部署方式不通过 ISO 安装而是用adev-deploy工具离线部署# 在已运行的 HCI 节点上执行需 root 权限 cd /opt/sangfor/adev-deploy/ ./adev-deploy.sh -m arbiter -i 192.168.10.200 -n arbiter-node1参数说明-m arbiter指定模式-i为仲裁节点管理 IP-n为节点名需全局唯一。关键验证部署后登录仲裁节点执行systemctl status sangfor-arbiter输出必须含active (running)且主集群节点执行cat /var/log/aSAN/arbiter.log | grep vote success应持续出现成功投票记录。3. 系统安装与初始化ISO/U盘安装差异、集群 IP 配置陷阱、时间同步血泪经验3.1 ISO 与 U 盘安装介质制作决定初始化成败HCI 6.7.0R3 安装镜像sangfor-hci-6.7.0R3.iso对启动介质有严格校验非官方工具刻录的 U 盘 100% 失败。ISO 安装推荐用于 aServer 一体机进入 BIOS 后选择UEFI: [DVD-ROM]启动不要选 Legacy 模式。安装界面出现后按Tab键编辑启动参数在quiet splash后添加inst.kshttp://192.168.1.100/ks.cfg net.ifnames0 biosdevname0其中http://192.168.1.100/ks.cfg是预置的 Kickstart 自动化配置文件需提前部署 HTTP 服务net.ifnames0强制使用 eth0/eth1 命名避免 systemd-networkd 生成 enpXsY 名称导致配置错位。U 盘安装第三方服务器必备必须使用深信服官方HCI-USB-Creator工具非 Rufus 或 dd下载地址在售后门户「工具中心」→「部署工具」。工具会自动校验 ISO MD5官方发布包 MD5 为a7f3e8b2c9d1e0f4a5b6c7d8e9f0a1b2若校验失败提示“镜像损坏”请重新下载。插入 U 盘后BIOS 启动项选择UEFI: USB Drive进入安装向导后分区步骤必须手动选择/boot/efi500MBFAT32/≥100GBxfs禁用 ext4aSAN 内核模块仅适配 xfsswap≥16GB内存 ≥64GB 时剩余空间全部分配给/var/lib/aSANaSAN 数据盘必须单独挂载不可与 / 合并注意若服务器有 RAID 卡需在安装前进入 RAID BIOS将所有 SSD/NVMe 设置为JBOD 模式非 RAID0/1。aSAN 需要直通物理设备RAID 层会拦截 I/O 请求导致aSAN service start failed: no available disk。3.2 集群 IP 配置别信“自动获取”子网掩码错一位就初始化失败集群 IPCluster IP是 HCI 控制平面的 VIP所有节点通过它访问 Web 控制台和 API。配置错误是初始化卡在 92% 的第二大原因。配置入口安装完成后首次登录 Web 控制台https://管理IP强制跳转至「集群初始化向导」→「配置集群 IP」。必填参数集群 IP必须是管理网段内未被占用的 IP如管理网192.168.1.0/24则填192.168.1.100子网掩码必须与管理网物理接口一致不能填 255.255.255.0 就完事需确认实际网关设备掩码某客户核心交换机配的是/23填错导致 ARP 广播失败网关管理网网关非存储网或业务网DNS至少填 2 个且需能解析hci-cluster.localHCI 内部域名底层校验逻辑控制台提交后后台执行# 检查集群 IP 是否可达ARP 探测 arping -c 3 -I eth0 192.168.1.100 # 检查 DNS 解析必须返回 127.0.0.1 或集群内任一节点 IP nslookup hci-cluster.local 192.168.1.1 # 检查 etcd 集群健康初始化前必须有 3 个 etcd 成员在线 /opt/sangfor/etcd/etcdctl --endpointshttps://127.0.0.1:2379 cluster-health任一命令失败进度条立即停止。3.3 时间同步NTP 不只是“保证日志时间准”更是 etcd 时钟偏移熔断器HCI 6.7.0R3 要求所有节点时钟偏差 ≤ 500ms否则 etcd 会拒绝写入导致 aSAN 服务无法注册。配置方式Web 控制台「系统设置」→「时间设置」→「NTP 服务器」填写主 NTPntp1.aliyun.com阿里云公共 NTP备 NTPtime.windows.comWindows 时间服务勾选「强制同步」和「开机自动同步」默认不勾选命令行强制校准初始化失败时急救# 停止 chronyd 服务 systemctl stop chronyd # 强制同步-s 参数写入硬件时钟 ntpdate -s ntp1.aliyun.com # 验证偏差输出应为 offset -0.002 sec ntpdate -q ntp1.aliyun.com # 重启服务 systemctl start chronyd避坑若使用内网 NTP 服务器需确保其 stratum ≤ 3ntpq -p查看stratum5 的 NTP 服务器会被 etcd 主动拒绝。4. 常见问题排查初始化卡住、aSAN 服务起不来、虚拟机无法启动的 5 条血泪记录4.1 现象集群初始化进度卡在 92%日志/var/log/aSAN/install.log持续报storage network unreachable原因存储网物理接口未 up或交换机端口未开启 jumbo frame。解决登录节点执行ip link show eth2假设 eth2 是存储网口确认state UP若为 down检查ethtool eth2输出的 Speed 是否为10000Mb/s在交换机执行show interface eth1/1确认MTU: 9000且line protocol is up终极验证在节点 A 执行ping -M do -s 8972 192.168.10.2存储网 IP若返回Message too long说明 MTU 未生效。4.2 现象Web 控制台显示「aSAN 服务异常」systemctl status aSAN显示failed原因/var/lib/aSAN分区未挂载或磁盘存在坏道aSAN 启动时会扫描全盘。解决执行mount | grep aSAN若无输出检查/etc/fstab是否有对应条目若有执行mount -a观察错误常见wrong fs type说明格式化成了 ext4重新格式化mkfs.xfs -f -i size512 /dev/sdb假设 sdb 是数据盘手动挂载mount /dev/sdb /var/lib/aSAN启动服务systemctl start aSAN。4.3 现象新建虚拟机后状态为「暂停」控制台无法连接日志报qemu-kvm: -drive file/var/lib/aSAN/vm/xxx.vmdk: Could not open /var/lib/aSAN/vm/xxx.vmdk: No such file or directory原因aSAN 卷未创建或卷未分配给该资源池。解决进入「存储」→「卷管理」确认至少有一个「普通卷」状态为「在线」进入「资源池」→「编辑资源池」→「存储」勾选已创建的卷关键动作在资源池页面点击「刷新存储」按钮图标为循环箭头否则新卷不会被虚拟机管理器识别。4.4 现象延伸集群中主站点断电后备站点虚拟机未自动接管控制台显示「仲裁丢失」原因仲裁节点与备站点存储网不通或仲裁节点自身时间偏差 500ms。解决在备站点节点执行ping 192.168.20.200仲裁 IP确认 ICMP 通执行ntpq -p确认offset列绝对值 0.5在仲裁节点执行journalctl -u sangfor-arbiter | grep vote timeout若存在检查仲裁节点到主/备站点的存储网延迟mtr -r -w 192.168.10.1。4.5 现象虚拟机克隆后无法启动报错Failed to load module virtio_scsi原因克隆时未勾选「安装性能优化工具」导致 Linux 内核缺少 virtio 驱动。解决启动虚拟机进入 GRUB 菜单按e编辑启动项在linux16行末尾添加modprobe.blacklistvirtio_scsi临时绕过启动后挂载深信服 ISO 镜像执行/mnt/cdrom/linux/install.sh安装驱动重启删除启动参数中的 blacklist。5. 验证集群健康从一键检测到 aSAN 深度诊断跑通这 4 步才算真正装好5.1 一键检测集群状态别只看「绿色对勾」要看背后 12 项指标HCI 6.7.0R3 内置的「一键检测」位于「监控」→「集群检测」不是摆设它会并发执行 12 项校验。但很多人只看最终结果忽略中间失败项。以下是必须人工核对的关键项检测项正常状态异常表现人工验证命令aSAN 存储健康在线、副本数正常“副本缺失”、“重建中”aSAN-cli volume list查看Replica Statusetcd 集群健康3/3 成员在线“Member xxx is unhealthy”/opt/sangfor/etcd/etcdctl member list网络连通性管理/存储/业务网全通“存储网不通”fping -g 192.168.10.0/24 -r 1存储网段时间同步偏差 500ms“时间偏差过大”chronyc tracking | grep Offset磁盘 SMART无警告“Reallocated_Sector_Ct 0”smartctl -a /dev/sda | grep Reallocated提示检测报告导出为 HTML 后搜索关键词FAILED定位具体失败项。例如某次检测报FAILED: aSAN volume rebuild说明有磁盘正在重建此时不应进行虚拟机迁移。5.2 aSAN 深度诊断用 CLI 看清数据分布与重建瓶颈Web 控制台的「存储」页面只显示汇总状态真正的问题藏在 CLI。登录任意节点执行# 查看所有卷详细信息重点关注 Used% 和 Replica Status aSAN-cli volume list # 查看某卷vol1的数据分布确认是否均匀打散到各节点 aSAN-cli volume detail vol1 # 查看重建队列若重建慢此处会显示 pending tasks aSAN-cli rebuild queue # 查看磁盘 IO 实时负载单位 MB/s超过 80MB/s 可能是瓶颈 aSAN-cli disk iostat关键解读volume detail输出中Node Distribution字段应显示类似node1:33%, node2:33%, node3:34%若某节点为0%说明该节点存储网故障rebuild queue中Progress若长期卡在25%大概率是目标磁盘 SMART 状态恶化需smartctl -a /dev/sdc检查Reallocated_Sector_Ctdisk iostat中Write列若持续 100MB/s而Read 10MB/s说明正在执行全量重建属正常现象。5.3 虚拟机热迁移验证不只是「能迁」要验证「零丢包」热迁移是 HCI 高可用的核心能力但很多环境只验证能否完成不验证业务连续性。标准验证流程准备测试虚拟机CentOS 7.9安装iperf3启动服务端iperf3 -s -D在客户端另一台虚拟机持续压测iperf3 -c 192.168.100.10 -t 300 -i 15 分钟每秒输出执行热迁移在 Web 控制台选中该 VM →「更多操作」→「热迁移」→ 选择目标主机观察客户端输出迁移过程中iperf3应无中断loss%始终为0.00%迁移后验证登录目标主机执行ps aux \| grep iperf3确认进程仍在运行且 PID 未变证明内存页未重建。注意若出现丢包检查源/目标主机的virsh domiflist vm-name确认虚拟网卡绑定的network是否一致如都为default不一致会导致 vNIC 重置。5.4 一致性组快照验证模拟勒索病毒攻击后的恢复能力这是 HCI 6.7.0R3 最易被忽视的价值点——应用一致性。验证步骤创建一致性组「存储」→「一致性组」→「新建」添加 3 台虚拟机DBAPPWEB在 DB 虚拟机中创建测试文件echo pre-snapshot-$(date) /tmp/snap_test.txt手动触发快照「一致性组」→「操作」→「创建快照」模拟故障在 DB 中删除文件rm /tmp/snap_test.txt并在 APP 中插入脏数据回滚验证选中该快照 →「回滚」→ 勾选「一致性回滚」回滚完成后检查 DB 中文件恢复且 APP 中脏数据消失WEB 页面显示数据一致。从那以后我每次部署新集群都会在初始化完成后强制走一遍这 4 步验证一键检测看红绿灯、CLI 深挖 aSAN 状态、iperf3 压测热迁移、一致性组快照回滚。不是为了炫技而是因为 HCI 的价值不在安装那一刻而在故障发生时它能不能真的扛住。希望帮到你。本文还有配套的精品资源点击获取