虚拟化环境服务器故障迁移资源预留不是越大越好，按集群规模选择N+1或N+2容错，结合百分比预留和指定故障主机策略，可以同时保住业务连续性和预算。
虚拟化环境里的故障迁移,本质是把“某台物理机突然宕机后，上面的虚拟机还能自动拉起”这件事提前做好资源准备，很多运维第一次配置HA时容易走两个极端：预留太少，真出故障时虚拟机起不来；预留太多，平时大量CPU和内存闲着烧钱，下面直接拆开讲清楚，资源预留到底怎么配、怎么算、怎么落地。
虚拟化环境服务器故障迁移资源预留怎么做：先把容错级别定下来
故障迁移资源预留的起点,不是调参数，而是先确认集群要扛住几台物理机同时故障，行业共识认为，多数生产集群至少要按照一台物理机故障来设计，也就是常说的N+1。
- 集群只有3台以下主机,预留1台整机容量是最稳妥的做法。
- 集群有4到8台主机,多数情况下可以按N+1预留，但主机型号差异大时要重新算插槽。
- 集群超过8台主机,如果业务允许，可以做N+2，但成本会明显上升，不是所有场景都划算。
这里有个常见误区：把预留当成“每台主机都预留一点”，vSphere HA、Hyper-V集群和KVM的oVirt，底层都是按照“某些主机退出后，剩余主机能不能装下所有虚拟机”来计算的，所以预留的不是比例，而是可调度的容量缺口。
虚拟机故障迁移预留多少内存合适：三个真实场景对比
内存预留是最容易判断失误的部分,CPU可以超分，内存一旦用满，虚拟机直接交换到磁盘，性能会断崖式下跌，故障迁移时如果内存预留不足，目标主机根本不会接收迁移过来的虚拟机。
不同业务场景下,预留内存的建议值完全不一样。
| 场景类型 | 典型负载 | 内存预留思路 | 注意事项 |
|---|---|---|---|
| 开发测试集群 | 负载波动大、虚拟机多但利用率低 | 按集群总内存的20%到30%预留 | 可以允许部分虚拟机迁移后短暂性能下降 |
| 生产数据库集群 | 内存常驻高、低峰不明显 | 至少预留一台故障主机的完整内存容量 | 数据库虚拟机不能发生内存交换 |
| 桌面虚拟化VDI | 用户数随时间变化明显 | 按峰值并发用户数反推预留 | 节假日前后要重新评估 |
计算预留内存时,不要只看物理内存总量，比如一台主机128GB内存，虚拟化层先吃掉一部分，实际可用可能只有120GB，再算上4GB内存的虚拟机预留，可用容量还会进一步减少，建议用vCenter里的“主机内存/可用内存”字段做基准，不要看硬件规格书。
vSphere HA资源预留配置的三种准入控制策略
vCenter里的HA准入控制,直接决定了预留资源的计算方式，打开路径是：vSphere Client → 选择集群 → 配置 → vSphere可用性 → 编辑 → 准入控制。
- 集群允许的主机故障数量：最直观，选1就预留1台主机的容量，选2就预留2台，适合主机配置一致的集群。
- 基于百分比的资源预留：设置CPU和内存各预留多少百分比，适合主机配置差异大、虚拟机规格杂的集群，但需要手动维护百分比。
- 指定故障切换主机：明确选一台主机作为备用目标，这台主机平时不跑关键业务，故障时专门接收迁移负载，成本最高，但行为最可预测。
PowerCLI里可以用 Get-Cluster "Cluster01" | Set-Cluster -HAEnabled $true -HAAdmissionControlEnabled $true -HAFailoverLevel 1 快速启用并设置为1台主机容错，注意-HAFailoverLevel的值要和实际故障容忍数一致，改完后在集群摘要里确认“当前故障切换容量”不再是0。
插槽大小是怎么算出来的
vSphere HA在没有配置百分比预留时，会使用插槽计算，插槽由CPU和内存里较大的那个需求决定。
- 取集群内虚拟机CPU预留的最大值,以及内存预留加开销的最大值。
- 两者分别除以主机可用资源,得到一个主机能提供多少个插槽。
- 如果集群内有几十种虚拟机规格,插槽会偏向最大规格，容易造成预留虚高。
所以遇到虚拟机规格差异大的集群,不建议死守插槽模式，换成百分比预留，或者干脆手动指定故障切换主机，能减少相当一部分资源浪费，业内专家指出，在混合负载集群里，百分比预留往往比固定插槽更贴近真实故障容量。
服务器虚拟化故障切换资源预留成本怎么算：别只盯授权费
很多人算资源预留成本,只想到“多留了多少内存和CPU”，实际上完整的成本由三部分组成。
- 闲置算力成本：预留出来的CPU和内存平时无法承载常规业务，等于一直在花钱空转，一台双路服务器的折旧、电力、机柜成本，几年下来相当可观。
- 许可证成本：vSphere、Windows Server DataCenter等按物理CPU授权的软件，预留主机同样要购买授权，某些场景下，为了HA多买两台主机，授权费可能比硬件还高。
- 运维复杂度成本：预留策略配置不当，会出现HA报警频繁、迁移失败、资源池冲突等问题，增加夜间值班压力。
控制成本的关键,是把预留资源池化，而不是物理隔离，比如在北京机房部署的集群，可以通过资源池给核心业务配置高预留、给测试业务配置低预留，而不是让整个集群统一按最高标准预留。
北京机房虚拟化故障迁移资源预留实施要点
北京机房的特殊性在于,场地成本和电力成本普遍高于其他城市，同时不少企业的生产节点和灾备节点都在北京，这意味着资源预留不能只考虑内部主机故障，还要考虑机柜级、网络级故障。
- 机柜分布：集群内主机不要全部放在同一个机柜或同一路PDU上，预留的计算要假设一个机柜可能整体掉电。
- 网络预留：故障迁移不只是算力和内存，迁移时会产生大量网络流量，北京机房多采用不同运营商出口，vMotion网络和业务网络需要做隔离，预留的网络端口和带宽要单独算。
- 周边节点配合：如果北京机房有同城灾备或异地节点，可以在北京集群内适当降低N+1的预留比例，把部分故障切换压力转移到灾备侧，这样能节省一部分北京本地的闲置资源成本。
- 季节波动：不少北京企业的业务在特定时间会突然拉高，比如节假日前的电商、城际交通类系统，资源预留要安排定期复核，不能年初定一次全年不变。
虚拟化环境服务器故障迁移资源预留的常见错误
- 只在集群创建时配置一次HA,之后扩容主机不重新核算预留容量。
- 把HA预留等同于DRS资源池预留,两者作用不同，混用会导致调度冲突。
- 只看内存总量,忽略内存开销和虚拟机预留值，导致迁移后目标主机内存不足。
- 所有虚拟机都用同一个预留级别,没有按业务优先级分层。
落地时可以先从保守值开始,集群规模在4到6台时，按一台主机完整容量做预留；等运行一段时间后，根据vCenter里的容量报告逐步调低到百分比模式，这样既不会一开始就烧钱，又不会在起步阶段就出现故障起不来的尴尬。
虚拟化环境服务器故障迁移资源预留相关问题
虚拟化环境服务器故障迁移资源预留做多了会拖慢虚拟机性能吗？
不会直接拖慢已经运行的虚拟机性能,预留资源只影响准入控制和新虚拟机部署数量，但长期看，预留过多会造成物理机数量增加，资源池碎片化，间接降低整体调度效率，并推高单位负载的硬件和电力成本。
虚拟机故障迁移预留多少内存合适，小集群和大集群差多少？
4台以下的小集群,多数情况下建议预留一台主机的完整可用内存，8台以上的大集群，可以降到集群总内存的20%左右，但前提是主机配置接近、虚拟机内存需求差异不大，具体数值可以通过vSphere HA的“高级选项”里查看当前插槽大小来反推，而不是拍脑袋定比例。
北京机房虚拟化故障迁移资源预留和普通二线城市机房差别大吗？
差别主要在网络冗余和电力成本,北京机房很多是双路市电加柴油发电，单机柜电力上限往往更严格，物理机密度做不高，故障迁移时还要考虑多运营商出口的切换，所以资源预留里网络端口和带宽占比会更高，不能只算CPU和内存。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/660866.html
