适用场景
超融合把计算、存储、网络揉在一起，好处是简单，风险是「一起坏」。运维要点：扩容要慢、重建要盯、故障域要分开、容量要留余量。
配置步骤（故障域与节点故障处理）
# 1) 故障域检查清单
# - 三节点是否在同一机柜？（应分在不同机柜）
# - 供电是否来自同一 PDU？（应双路分供）
# - 存储内网是否同一交换机？（应双上行两台交换机）
# 2) 节点故障处理流程
# a. 确认节点状态（失联/宕机）
# b. 确认副本与数据是否健康（是否有降级）
# c. 判断是网络问题还是主机问题（先看交换机与链路）
# d. 恢复节点后观察重建，不要立刻叠加业务
# 3) 演练：模拟断电
# - 断电一台节点，验证：
# 业务不中断、副本自动重建、告警正确关键参数与建议
- 容量余量：单节点故障后剩余容量要能承载重建，实际可用水位不超 70%
- 故障域：机柜、供电、交换机都要分开，别把三节点塞进一个机柜
- 扩容：一次加一台，等数据均衡完成再加下一台，避免同时重建压力叠加
- 重建监控：重建期间盯时延与业务影响，必要时限速
- 版本一致：集群内节点版本必须一致，升级走滚动流程
- 网络：存储内网独立，万兆起步，链路冗余
- 备份：集群内副本不等于备份，重要数据必须异地或离线备份
- 演练：模拟单节点宕机，验证业务不中断且自动恢复
容易踩的坑
- 三节点同机柜，机柜断电集群整体不可用
- 存储内网同一台交换机，交换机重启即集群脑裂
- 节点失联先重启主机，实际是网络问题导致重复重建
- 副本策略配成 1 副本，节点故障数据直接丢
- 恢复节点后立刻跑大批量任务，重建与业务互相拖累
- 报警没分级，节点故障与磁盘告警混在一起
验证与巡检
# 节点与副本健康（按厂商命令）
# 1) 节点 online、无 offline
# 2) 无降级卷、无 failed 磁盘
# 3) 副本策略符合设计（关键业务 ≥2 副本）
# 演练记录：断电节点、恢复时间、业务验证、重建耗时- 巡检：故障域分离、副本策略正确、季度断电演练、恢复时间达标
小结
超融合验收：拔掉一台节点的电源，业务不中断、数据不丢、重建在计划时间内完成；扩容一台节点后数据自动均衡。
> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。