OpenStack可靠性测试失败：RDO Packstack多节点节点检测延迟异常

嘿，你遇到的这个节点下线要等1分钟才被检测到、实例故障后没正常处理的问题，在Packstack默认部署的OpenStack多节点环境里真的挺常见的，我帮你拆解下核心原因和对应的修复方案：

1. 优先调小故障检测的超时阈值 #

默认配置下，OpenStack的心跳检测间隔太保守，这就是为啥要等一分钟才发现节点挂了。咱得修改几个关键参数：

• 在控制节点的/etc/nova/nova.conf里调整：

  # 控制节点判定计算节点下线的超时时间，默认60秒，改成10秒
  service_down_time = 10
  # 计算节点向控制节点上报状态的间隔，默认60秒，改成5秒
  report_interval = 5
  

• 在所有计算节点的/etc/nova/nova.conf里同样设置report_interval = 5，然后重启计算节点的nova服务：

  sudo systemctl restart openstack-nova-compute
  

• 另外别忘了Neutron的代理检测，在控制节点的/etc/neutron/neutron.conf里改：

  # Neutron判定网络代理下线的超时，默认60秒，改成10秒
  agent_down_time = 10
  

  重启Neutron服务：

  sudo systemctl restart neutron-server
  

2. 开启实例自动疏散功能 #

你提到实例在节点下线后状态异常，大概率是Packstack默认没开自动疏散（Evacuate）。咱得把这个功能打开，让故障节点上的实例自动迁移到正常节点：

在控制节点的/etc/nova/nova.conf里添加：

# 开启自动疏散
auto_evacuate = True
# 节点被判定下线后，延迟多久开始疏散，和前面的service_down_time匹配就行，设15秒
auto_evacuate_delay = 15

然后重启nova的调度和conductor服务：

sudo systemctl restart openstack-nova-scheduler openstack-nova-conductor

如果想要热迁移（Live Migration）（实例不中断的迁移），还得配置共享存储——所有计算节点要能访问同一个NFS/Ceph存储，这样实例的磁盘文件能被多个节点读取。配置好共享存储后，在nova.conf里加：

live_migration_flag = VIR_MIGRATE_UNDEFINE_SOURCE,VIR_MIGRATE_PEER2PEER,VIR_MIGRATE_LIVE

3. 验证调整效果 #

改完参数后，手动测试下：断开compute1的网络，然后在控制节点用命令看节点状态，正常10-15秒内就会显示down：

openstack compute service list --host compute1

同时，故障节点上的实例应该会被自动疏散到其他计算节点，你可以用openstack server list看实例的主机变化。

4. 排查防火墙和网络连通性 #

有时候延迟也可能是心跳端口被防火墙拦了，确保控制节点和计算节点之间开放这些端口：

• 5672（RabbitMQ消息队列，用于服务心跳）
• 8774（Nova API端口）
• 9696（Neutron API端口）
  用nc命令测试下连通性，比如：

nc -zv compute1 5672

如果不通，就调整防火墙规则开放这些端口。

内容的提问来源于stack exchange，提问作者Bahjat