HA 集群建好只是开始：群晖计划性切换与自动故障转移运维实操
HA 集群建好只是开始：群晖计划性切换与自动故障转移运维实操
引言
Synology High Availability 集群搭建完成、数据复制完毕，只等于「双机」就位；真正的功课从日常运维开始：主服务器要换硬盘、要升级、要挪机柜，这些维护动作都要求先让服务离开这台机器——这就需要「切换」。而另一头，半夜断电、硬盘损毁时集群自己会做什么，管理员也必须心里有数，否则告警响起时无从判断。这篇讲清楚计划性切换怎么做、自动故障转移什么时候触发、以及两者共同的行为边界。
两个词先分清：切换与故障转移
服务从集群的主服务器转移到备用服务器，统称「切换」；自动发生的场景下也称「故障转移」。切换完成后角色互换——原来的主服务器成为备用服务器，备用服务器则成为主服务器。理解角色互换是运维的前提：切换不是「临时借调」，而是彻底换位，主机名、监控视角、后续维护计划都要跟着换边。
操作步骤：计划性切换
-
确认集群处于健康状态：数据复制已完成、备用服务器无异常。为什么：官方明确列出切换失败的情形——数据复制不完整（首次建立集群时数据尚在复制中）、备用服务器上的存储空间损毁、备用服务器电源故障、DSM 更新期间。这四种状态下发起切换，轻则失败，重则服务回不来；切换前的第一件事永远是看集群健康度。
-
向业务方公告停机窗口。为什么：切换进行时，主服务器先变为备用服务器、备用服务器之后才成为主服务器，期间两台都处于备用服务器状态、无法正常提供服务；停机时长取决于存储空间与 iSCSI LUN（块级）的数量大小，或服务数量与总负载。这不是零中断操作，按窗口管理，比事后解释体面得多。
-
在集群页面单击「管理」，再单击「切换」启动。为什么：计划性切换是管理员主动发起的受控动作，入口在集群管理里而不是电源管理里；顺序上先公告后操作，把「受控」落在流程上。
-
切换完成后验证服务再放行业务。为什么：角色互换后，共享、套件、虚拟化负载都要在新主服务器上确认恢复；验证清单跑完再通知业务方，避免「服务切过去了、某项依赖没起来」的半恢复状态。
-
对原主服务器执行维护，完成后决定是否切回。为什么：维护后的切回是又一次完整的切换，同样有停机窗口；是否切回取决于哪台硬件更新、哪台位置更合理，而不是「习惯上主机在那边」。
-
配置 UPS 联动：前往 DSM 控制面板 > 硬件和电源 > UPS，勾选「启用 UPS 支持」，选择 UPS 类型和进入待机模式前的时间（与服务器相同或自定义）；支持本地和 SNMP UPS 设备。为什么：主服务器连接的 UPS 低电量运行时，系统会尝试将服务切换至备用服务器——这是官方定义的电源场景联动；仅主服务器连 UPS 时，断电后两台都会进入待机模式，服务停止、存储空间卸载以防数据丢失，UPS 耗尽后系统安全关闭。
自动故障转移：三个触发条件
- 存储空间损毁：主服务器上的存储空间、硬盘组、RAID Group、SSD 缓存等损毁，而备用服务器上对应空间正常时触发。注意边界：若损毁的空间上没有存储空间或 iSCSI LUN（块级），不会触发——空故障不切换，避免无意义的角色抖动。
- 服务错误：受监控的服务出现错误时触发。
- 电源故障：主服务器关机/重启、两个电源设备故障或断电时触发。
供电拓扑要一并设计：两台都连 UPS 且同一电源时，可能同时进入待机；备用服务器接不同电源时，主服务器电源不足可触发切换。若使用网络交换机，官方建议服务器与所连交换机使用相同电源（同一交换机时），或各自对应交换机的电源——别让「电源冗余」被一台交换机的单电源吃掉。
切换失败怎么办
手动切换失败时，系统会尝试将服务切回主服务器；若故障转移后两台服务器都无法成为主服务器，集群无法提供服务——此时需按两台服务器上的「重置」按钮恢复默认设置，之后重新合并并重建集群。这是最后手段，动之前确保数据备份体系独立于集群存在。
结语
HA 的价值不在「永不停机」，而在「故障时的接管速度」与「维护时的有序换位」。计划性切换按窗口走流程，自动故障转移的三个触发条件背熟，UPS 供电拓扑与集群行为对齐，这三件事构成了双机运维的基本功。贵州诚鑫致达科技做高可用交付时，会把「切换演练」排进验收流程——切换这件事，平时练过和没练过，出事那天是两种结果。