在构建基于 RockyLinux 的高可用（HA）集群时，集群脑裂（Split-Brain）是一种常见但危险的故障现象。当集群中的节点因网络中断或配置错误而无法互相通信时，每个节点都可能认为自己是唯一活跃的节点，从而同时接管服务资源，导致数据损坏或服务冲突。本文将手把手教你如何识别、处理和预防 RockyLinux集群脑裂，即使是 Linux 新手也能轻松掌握。
什么是集群脑裂？
“脑裂”是指高可用集群中的多个节点因失去彼此通信，各自独立运行并尝试控制相同的共享资源（如虚拟IP、数据库、文件系统等），造成数据不一致甚至服务崩溃的现象。
一、识别脑裂现象
以下迹象可能表明你的 RockyLinux 集群发生了脑裂：
多个节点同时持有同一个虚拟IP地址 日志中出现大量 "Lost quorum" 或 "Node X is unreachable" 警告 应用服务在多个节点上同时运行，导致数据库写入冲突 使用pcs status命令查看时，节点状态显示为 UNKNOWN 或 OFFLINE，但实际系统仍在运行
二、处理脑裂的步骤
一旦确认发生脑裂，请按以下顺序操作：
1. 手动隔离次要节点
选择一个你认为“主”的节点保留运行，其他节点立即停止集群服务：
# 在非主节点上执行sudo pcs cluster stop# 或强制停止 corosync 和 pacemakersudo systemctl stop pacemaker corosync
2. 检查并清理资源状态
在保留的主节点上，检查资源是否正常：
sudo pcs statussudo crm_verify -L -V
如果发现资源异常，可尝试清理：
sudo pcs resource cleanup
3. 重启被隔离的节点
待主节点稳定后，逐个启动其他节点：
sudo pcs cluster start --all# 或单独启动sudo systemctl start corosync pacemaker
三、预防脑裂的关键措施
要从根本上减少 集群高可用故障处理 中的脑裂风险，建议采取以下策略：
1. 配置仲裁机制（Quorum）
确保集群启用仲裁规则。对于双节点集群，必须添加一个仲裁设备（如 qdevice）：
# 安装 qdevicesudo dnf install -y corosync-qdevice# 初始化 qnetd（在第三方服务器上）sudo qnetd-tool init# 在集群节点上配置 qdevicesudo pcs quorum device add model net host=qnetd-server-ip
2. 使用 STONITH（Shoot The Other Node In The Head）
STONITH 是一种硬件或软件机制，可在检测到脑裂时自动关闭故障节点，防止资源冲突。例如使用 IPMI 或 fence agents：
sudo pcs stonith create fence-node1 fence_ipmilan \ ip=192.168.1.101 login=admin passwd=secret pcmk_host_list=node1sudo pcs property set stonith-enabled=true
3. 多路径心跳网络
配置至少两条独立的网络链路用于节点间通信（corosync 心跳），避免单点网络故障引发脑裂。
结语
通过合理配置仲裁、STONITH 和多心跳网络，可以极大降低 RockyLinux HA脑裂修复 的频率。更重要的是，运维人员需定期演练 防止集群脑裂方法，确保在真实故障发生时能快速响应。记住：高可用不是“永不宕机”，而是“快速恢复且数据一致”。
本文适用于 RockyLinux 8/9 环境下的 Pacemaker + Corosync 高可用集群架构。
