vsphere标准交换机vSS到分布式交换机vDS迁移实战

简介:

前言

 

在exsi安装完成之后,系统默认给虚机部署的是VSS,即标准的虚拟交换机。虚拟交换机对于EXSI主机数

量少,管理简单的网络结构来说,已经能够满足要求。但是当网络中存在大量EXSI主机时,由于每个主

机都要维护一个独立的VSS,以保证虚机在Vmotion过程中网络的正常,因此需要大量的维护工作。而

VDS相对于VSS来说,能够集中管理所有的虚拟机流量,并且能够实现VLAN划分,安全,流量控制等功能。以下我就对VDS部署以及可能遇到的问题进行详细的介绍。

 

整个部署主要包括以下3个部分内容

创建VDS交换机

迁移exsi主机及vmk到VDS

迁移vm虚机到VDS

 

 

创建VDS交换机

 

0)在创建之前,有2个VDS的概念要说一下。VDS交换机包括了dvlink端口以及dvportgroup端口组。以我个人的理解

wKiom1Ny3rrDtcbGAAIZmE7aCqc163.jpg

可以把VDS想象成实际的物理交换机,其与真实的交换机互联。为了保证VDS中不同VLAN与实体交换机通讯,VDS与实体交换机之间就必须配置成TRUNK,所以

dvuplink端口对应的是实体服务器的物理网卡,即假设服务器有4块网卡,我们可以在VDS中建立4个dvuplink端口对应。它起到的作用是vlan trunk中继,能够保证VDS交换机中划分的不同VLAN流量能够进入实体交换机中对应的VLAN中。

而dvportgroup我们可以想像成VLAN组,组里所有虚机处于同一个VLAN。我们可以给不同的虚机分配到不同的VLAN中,以满足网络安全中逻辑隔离的要求。

介绍完后,下面我们来看如何创建VDS

 

1)首先VMware VSphere Client 登录 vcenter ,主页-> 清单 -> 网络,右键点击数据中心,选择新建

wKioL1Ny2o2Q_bl5AAMi4ZuGCHs258.jpg

2)设置dvuplink数量,这个数量一般等于或小于服务器网卡数量。比如有两台服务器,每台服务器都是2块网卡,则设置数量为2。

wKioL1Ny4DWBZsorAAG3u9lcD2Q241.jpg

 

3)提示是否迁移exsi主机。由于通常情况下,服务器处于运行状态,为了保证业务不中断,我们需要做一点额外操作再进行EXSI主机的迁移,因此此处一般选择“以后添加”

wKiom1Ny4PnRN-_EAAGawRf3yqk724.jpg

4)添加完成后,一般会默认添加一个dvportgroup。我们可以根据实际情况右键选择新建的VDS交换机,来修改或添加更多的dvportgroup

wKiom1Ny4nPAKoEcAAJzkeo02HY732.jpg

比如实际网络中有3个VLAN,我们就可以新建3个dvportgroup。

至此,VDS交换机创建完成。

 

迁移exsi主机及vmk到VDS

 

1)点击具体的exsi主机->配置->网络

wKiom1Ny41mCxii1AAQmG1wMVr0911.jpg可以看到默认情况下,exsi所有端口均在VSS中管理

 

2)首先把一个网卡从VSS中移除,另一块网卡用来保证exsi在迁移过程中不断网。点击属性->网络适配器

wKiom1Ny5i3BDJYIAAGlL67LYw0637.jpg

案例中我们移除vmnic1

 

3)由于我们要把vmnic1迁移到VDS中,做为dvuplink,所以迁移钱要在实际交换机中把服务器vmnic1网卡连接的端口修改成trunk模式。

注意!此项操作必须进行,否则当vmnic及vmk迁移到VDS后,vmnic已经变成trunk端口,而实际交换机仍是access端口,会导致exsi网络中断,触发回退,导致EXSI迁移到VDS失败。具体的端口配置请网络管理员自行百度,在此不再赘述。

 

4)主页-> 清单 -> 网络,右键新建的VDS交换机,选择添加主机

wKioL1Ny53Cg8sUTAAPlbL87CqQ473.jpg

 

选择需要迁移的EXSI主机,同时选取刚才在VSS移除的vmnic1。

wKiom1Ny6BnitQbKAAIGTvD9hig569.jpg

这里可以看到vmnic0被VSS占用中。因此不要选择vmnic0

接着选择vmk需要迁移到的dvportgroup(即EXSI主机IP对应的VLAN)。vmk我理解为EXSI主机的管理界面,对应EXSI主机真实的IP地址。此处我们也可以不迁移vmk,很多大型网络中,一般管理流量与实际流量会分开,即vm虚机跑在VDS上,而具体的管理如vcenter对EXSI管理跑在VSS上。

wKioL1Ny6UORHiXIAAIjlRj5rYI689.jpg

迁移完成后,我们可以看到EXSI已经在VDS上运行了。成功后如下图所示

wKiom1Ny6fqgRBhqAARC59zNXKA384.jpg

 

迁移vm虚机到VDS

 

1)主页-> 清单 -> 网络,右键新建的VDS交换机,选择迁移虚拟机网络

wKioL1Ny6kjhUa0lAANA9j8XyYo365.jpg

选择源是原来的VSS,目的是VM虚机需要迁移到的VDS对应的dvportgroup中。比如VM虚机IP是在VLAN102中,我们就选择VLAN102

wKiom1Ny6u3T-HW2AAGmrQLyxe8704.jpg

选择需要迁移的VM虚机

wKioL1Ny6xKCTcFmAAHO7sQuhRU739.jpg

如上图,我把vcenter一起做迁移了

 

迁移成功之后,我们可以看到VM虚机已经跑在VDS上了,不同的VM虚机对应到不同VLAN

wKioL1Ny62_Cnd6oAARXolCy0_E405.jpg

 

此时,可以选择VSS,把剩余的网卡迁移到VDS中。首先在VSS中选择属性->网络适配器,移除vmnic0

wKiom1Ny69nwX9huAAOWh_SZrls220.jpg

到VDS中,选择管理物理适配器

wKiom1Ny7GWSPJnSAAFGnfKqSDE332.jpg

单击以添加网卡。添加完成后,如下图所示

wKioL1Ny7GrDiXjIAASMFBhYgwE700.jpg

 

迁移完成后,我们可以把VSS删除了

本文转自学海无涯博客51CTO博客,原文链接http://blog.51cto.com/549687/1830146如需转载请自行联系原作者


520feng2007

相关文章
|
数据采集 缓存 NoSQL
分布式新闻数据采集系统的同步效率优化实战
本文介绍了一个针对高频新闻站点的分布式爬虫系统优化方案。通过引入异步任务机制、本地缓存池、Redis pipeline 批量写入及身份池策略,系统采集效率提升近两倍,数据同步延迟显著降低,实现了分钟级热点追踪能力,为实时舆情监控与分析提供了高效、稳定的数据支持。
553 1
分布式新闻数据采集系统的同步效率优化实战
|
人工智能 Kubernetes 数据可视化
Kubernetes下的分布式采集系统设计与实战:趋势监测失效引发的架构进化
本文回顾了一次关键词监测任务在容器集群中失效的全过程,分析了中转IP复用、调度节奏和异常处理等隐性风险,并提出通过解耦架构、动态IP分发和行为模拟优化采集策略,最终实现稳定高效的数据抓取与分析。
264 2
Kubernetes下的分布式采集系统设计与实战:趋势监测失效引发的架构进化
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
3642 7
|
监控 Java 调度
SpringBoot中@Scheduled和Quartz的区别是什么?分布式定时任务框架选型实战
本文对比分析了SpringBoot中的`@Scheduled`与Quartz定时任务框架。`@Scheduled`轻量易用,适合单机简单场景,但存在多实例重复执行、无持久化等缺陷;Quartz功能强大,支持分布式调度、任务持久化、动态调整和失败重试,适用于复杂企业级需求。文章通过特性对比、代码示例及常见问题解答,帮助开发者理解两者差异,合理选择方案。记住口诀:单机简单用注解,多节点上Quartz;若是任务要可靠,持久化配置不能少。
1166 4
|
消息中间件 运维 Kafka
直播预告|Kafka+Flink 双引擎实战:手把手带你搭建分布式实时分析平台!
直播预告|Kafka+Flink 双引擎实战:手把手带你搭建分布式实时分析平台!
386 11
|
消息中间件 运维 Kafka
直播预告|Kafka+Flink双引擎实战:手把手带你搭建分布式实时分析平台!
在数字化转型中,企业亟需从海量数据中快速提取价值并转化为业务增长动力。5月15日19:00-21:00,阿里云三位技术专家将讲解Kafka与Flink的强强联合方案,帮助企业零门槛构建分布式实时分析平台。此组合广泛应用于实时风控、用户行为追踪等场景,具备高吞吐、弹性扩缩容及亚秒级响应优势。直播适合初学者、开发者和数据工程师,参与还有机会领取定制好礼!扫描海报二维码或点击链接预约直播:[https://developer.aliyun.com/live/255088](https://developer.aliyun.com/live/255088)
787 35
直播预告|Kafka+Flink双引擎实战:手把手带你搭建分布式实时分析平台!
|
SQL DataX HIVE
【YashanDB知识库】DataX迁移Hive到崖山分布式
本文来自YashanDB官网,介绍通过DataX将Hive数据迁移到YashanDB的实现方法。源环境为Hive 3.1.3,目标为YashanDB 23.2.3.100。文章提供了Hive与YashanDB的建表脚本、数据类型映射及DataX配置示例,包含reader和writer插件参数设置,并通过`datax.py`执行同步任务。内容详尽展示了数据迁移的全流程。
【YashanDB知识库】DataX迁移Hive到崖山分布式
【YashanDB知识库】手工迁移Doris数据到崖山分布式
【YashanDB知识库】手工迁移Doris数据到崖山分布式
|
数据采集 存储 数据可视化
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
1993 0
分布式爬虫框架Scrapy-Redis实战指南

热门文章

最新文章