一次惊险的lvs切换

megnlingling

　　公司lvs centos 6.4 采用的是piranha进行配置和管理，生产环境是单点，由于公司访问量越来越大，一旦服务器故障，恢复时间会比较长，影响比较严重。于是着手进行备机的搭建和热备切换测试。
      先在公司内部找两台虚拟机进行安装，并进行切换测试，录下详细操作流程；再在生产环境的备机进行安装，并配置一个空闲的IP进行测试，确保lvs安装是OK的。以上两步操作完成后，于是发邮件通知相关人员，凌晨进行切换测试。
      到约定时间，提前半小时修改VIP相关的DNS解析到其中一台realserver。然后同步配置到备机，启动备机 pulse服务，关闭主机 pulse服务，结果接下来的事情，完全超乎了预期。
      切换异常和处理流程如下：
      A, lvs切换到备lvs后，自带管理工具pulse 反复删除添加虚拟IP，刚开始以为是正常的，其实只是短暂正常；
      message日志显示添加vip后，然后又删除；并反复执行

Aug 24 01:33:45 web9 pulse[2741]: gratuitous lvs arps finished
Aug 24 01:33:46 web9 pulse[2106]: partner active: deactivating LVS
Aug 24 01:33:46 web9 lvsd[2726]: shutting down due to signal 15
Aug 24 01:33:46 web9 lvsd[2726]: shutting down virtual service LVS-A
Aug 24 01:33:46 web9 nanny[2730]: Terminating due to signal 15
Aug 24 01:33:46 web9 nanny[2731]: Terminating due to signal 15
Aug 24 01:33:46 web9 nanny[2732]: Terminating due to signal 15
Aug 24 01:33:46 web9 lvsd[2726]: shutting down virtual service [LVS-443]
Aug 24 01:33:46 web9 nanny[2734]: Terminating due to signal 15
Aug 24 01:33:46 web9 nanny[2736]: Terminating due to signal 15
Aug 24 01:33:46 web9 nanny[2739]: Terminating due to signal 15
Aug 24 01:33:52 web9 pulse[2106]: primary inactive: activating lvs
　　B, 原来的主lvs pulse服务无法启动；备lvs关闭pulse服务和主lvs物理服务器重启都无法解决;

错误提示：Starting pulse: pulse: cannot create heartbeat socket. running as root  #google后无果`
　　C, 咨询机房客服后确认我们VIP是OK的（之前遇到过需要在运营商交换机进行arp缓存清理）;
      到这里的时候，想回退都退不回去了，只有接着解决了，并打算换成keepalived。
      于是下载安装包，并进行编译安装，添加配置文件，主keepalived 启动后，并能正常添加VIP，配置host验证，可以正常访问；于是对备机进行安装，正常启动。结果发现两台服务器都认为对方挂了，出现了“脑裂”，两台机器都添加了VIP。想起之前看到一个文章，公用环境有些运营商禁用了组播，于是修改keepalived为单播，重启keepalived后服务VIP顺利帮到主lvs上，关闭主后也能正常切换到备机。配置host业务正常，开始还原 dns 解析记录,并进行扫尾工作。