在此场景中，主站点 1 由于计划的维护作业或未计划的电源故障而关闭。所有工作负载在辅助站点 2（升级的主站点）上运行，并且流量通过站点 2 上的 UDLR 和 NSX Edge 进行路由。现在，原来的主站点 1 已重新启动，NSX 管理员希望在原来的主站点 1 中恢复 NSX 组件并还原所有工作负载。

NSX 管理员希望实现以下主要目标：
  • 以最短的停机时间完成所有工作负载从站点 2 到原始主站点 1 的整个故障恢复。
  • 通过故障恢复到站点 1 后，保留应用程序 IP 地址。
  • 在站点 1 上自动恢复所有 Edge 接口设置和 BGP 协议配置设置。
注：
  • 管理员可以通过使用 vSphere Web Client 或运行 NSX REST API 来手动执行故障恢复任务。此外，管理员也可以通过在故障恢复期间运行包含所需运行的 API 的脚本文件来自动执行某些故障恢复任务。此场景介绍了使用 vSphere Web Client 的手动故障恢复步骤。但是，在执行任何步骤时，如果需要使用 CLI 或 NSX REST API，场景中也提供了充分的说明。
  • 在此场景中，灾难恢复工作流特定于前面所述的拓扑，其中具有一个主 NSX Manager 和一个辅助 NSX Manager。此场景不涉及具有多个辅助 NSX Manager 的工作流。

前提条件

  • 在站点 1 和站点 2 上安装 NSX Data Center 6.4.5 或更高版本。
  • 在站点 1 和站点 2 上使用增强型链接模式部署 vCenter Server。
  • 站点 1 和站点 2 满足以下条件：
    • 非 NSX 防火墙（如果有）上未配置任何应用程序特定的安全策略。
    • 非 NSX 防火墙（如果有）上未配置任何应用程序特定的防火墙规则。
    • 在这两个 ESG 上禁用防火墙，因为会在 UDLR 上启用 ECMP，并且可以确保允许所有流量。
  • 在站点 2（已升级为主站点）上，启动故障恢复流程前未在通用逻辑组件中进行任何更改。

过程

  1. 当主站点 1 重新启动后，请确保 NSX Manager 和控制器群集节点已打开电源并且正在运行。
    1. 导航到网络和安全 (Networking & Security) > 仪表板 (Dashboard) > 概览 (Overview)。
    2. 从下拉菜单中选择主 NSX Manager。
    3. 在系统概览窗格中，查看 NSX Manager 和控制器群集节点的状态。
      NSX Manager 和控制器节点旁边的绿色实心圆点表示 NSX 组件均已打开电源且正在运行。
  2. 在启动故障恢复过程之前，请确认以下项：
    1. 在安装和升级页面上，导航到管理 (Management) > NSX Manager (NSX Managers)，然后看到两个站点上的 NSX Manager 均具有主要角色。
    2. 在 NSX Controller 节点页面上，确保两个站点上都存在通用控制器群集 (UCC) 节点。
  3. 关闭与站点 2（升级的主站点）关联的所有三个 UCC 节点。
  4. 在 NSX Controller 节点页面上，删除与站点 2（升级的主站点）关联的所有三个 UCC 节点。
    提示： 您可以使用 NSX REST API 通过运行以下 API 调用一次移除一个控制器节点： https://NSX_Manager_IP/api/2.0/vdn/controller/{controllerID}。但是，需通过运行以下 API 调用强制删除最后一个控制器节点： https://NSX_Manager_IP/api/2.0/vdn/controller/{controllerID}?forceRemoval=true。
  5. 确保在继续执行后续步骤之前，站点 2（升级的主站点）上的通用组件未发生任何更改。
  6. 移除站点 2（升级的主站点）上 NSX Manager 所具有的主要角色。
    1. 在安装和升级页面上，导航到管理 (Management) > NSX Manager (NSX Managers)。
    2. 选择站点 2 上的 NSX Manager，然后单击操作 (Actions) > 移除主要角色 (Remove Primary Role)。
      此时会显示一则消息，提示您在移除主要角色之前，确保已删除站点 2 上 NSX Manager 拥有的控制器。
    3. 单击是 (Yes)。
      站点 2 上的 NSX Manager 将进入“转换”角色。
  7. 在主站点 1 上的主 NSX Manager 上，移除相关联的辅助 NSX Manager。
    1. 在 NSX Manager 页面上，选择与站点 1 相关联的 NSX Manager。
    2. 单击操作 (Actions) > 移除辅助管理器 (Remove Secondary Manager)。
    3. 选中即使 NSX Manager 无法访问仍执行操作 (Perform Operation even if NSX Manager is inaccessible)复选框。
    4. 单击移除 (Remove)。
  8. 将站点 2 上处于转换角色的 NSX Manager 注册为站点 1 上主 NSX Manager 的辅助项。
    小心： 由于在 UDLR 控制虚拟机（Edge 设备虚拟机）上禁用了本地输出，因此，将自动删除控制虚拟机。因此，在将站点 2 上的 NSX Manager（当前处于转换角色）注册为辅助角色之前，请确保已删除站点 2 上的控制器群集节点。如果未删除控制器群集节点，则可能会发生网络流量中断。
    1. 在安装和升级页面上，导航到管理 (Management) > NSX Manager (NSX Managers)。
    2. 选择与站点 1 相关联的 NSX Manager。
    3. 单击操作 (Actions) > 添加辅助管理器 (Add Secondary Manager)。
    4. 选择与站点 2 相关联的 NSX Manager。
    5. 输入站点 2 上 NSX Manager 的用户名和密码，然后接受安全证书。
    6. 单击添加 (Add)。
    完成所有这些分步骤后，可观察到以下结果：
    • 站点 1 上的 NSX Manager 具有主要角色，而站点 2 上的 NSX Manager 具有辅助角色。
    • 在站点 2 的 NSX Manager 上，会出现三个状态为“已断开连接”的卷影控制器节点。将显示以下消息：只能在主管理器或独立管理器上读取或更新控制器群集属性。

      此消息表示站点 2 上的辅助 NSX Manager 无法与主站点 1 的主 NSX Manager 上的通用控制器群集节点建立连接。但是，几秒钟过后，会重新建立连接，并且状态会更改为“已连接”。

  9. 打开站点 1 中的 UDLR 和 NSX Edge 上的控制虚拟机（Edge 设备虚拟机）的电源。
    1. 导航到网络 (Networking) > 虚拟机 (VMs) > 虚拟机 (Virtual Machines)。
    2. 右键单击 UDLR 控制虚拟机的虚拟机名称（虚拟机 ID），然后单击打开电源 (Power on)。
    3. 对于要打开电源的 Edge 虚拟机，重复步骤 (b)。
    4. 等待 UDLR 控制虚拟机和 Edge 虚拟机已启动并正在运行，然后再执行下一步。
  10. 确保已自动删除与站点 2 中的辅助 NSX Manager 关联的 UDLR 控制虚拟机（Edge 设备虚拟机）。
    1. 导航到网络和安全 (Networking & Security) > NSX Edge (NSX Edges)。
    2. 选择辅助 NSX Manager，然后单击 UDLR。
    3. 在状态页面上，可以看到 UDLR 上未部署任何 Edge 设备虚拟机。
  11. 更新主站点 1 上的 NSX Controller 状态，以便控制器服务与辅助站点 2 同步。
    1. 在安装和升级页面上，单击 NSX Manager (NSX Managers)。
    2. 选择站点 1 上的主 NSX Manager。
    3. 单击操作 (Actions) > 更新控制器状态 (Update Controller State)。
  12. 将工作负载虚拟机从站点 2 迁移到站点 1。
    注： 工作负载虚拟机将继续存在于站点 2 上。因此，您必须手动将工作负载虚拟机迁移到站点 1。

结果

手动将所有 NSX 组件和工作负载从辅助站点（站点 2）故障恢复到主站点（站点 1）的过程已完成。

下一步做什么

通过在站点 1 上执行以下步骤，确认故障恢复到主站点 1 的过程已 100% 完成：
  1. 检查 NSX Manager 是否具有主要角色。
  2. 检查是否在 UDLR 上部署了控制虚拟机（Edge 设备虚拟机）。
  3. 检查是否所有控制器群集节点的状态均为已连接。
  4. 对为 NSX 准备的每个主机群集执行通信运行状况检查。
    1. 导航到安装和升级 (Installation and Upgrade) > 主机准备 (Host Preparation)。
    2. 选择站点 1 上的 NSX Manager。
    3. 一次选择一个群集，并检查群集的通信通道运行状况是否为“已启动”。
    4. 对于群集中的每个主机，检查主机的通信通道运行状况是否为“已启动”。
    5. 检查主机准备状态是否为绿色。
  5. 登录到 UDLR 控制虚拟机（Edge 设备虚拟机）的 CLI 控制台，然后执行以下步骤：
    1. 运行 show ip bgp neighbors 命令检查是否已建立所有 BGP 邻居，并且其状态为“已启动”。
    2. 运行 show ip route bgp 命令检查是否可从所有 BGP 邻居中发现所有 BGP 路由。

在故障恢复到站点 1 的过程完成后，所有工作负载在主站点 1 上运行，并且流量通过站点 1 中的 UDLR 和 NSX Edge 进行路由。