1. 为什么你需要这份OpenStack部署操作手册
先说点实在话。OpenStack这套东西,名声很大,劝退率也极高。早些年我参与过几套云平台的交付,从几百台规模的实验环境到数千节点的生产集群都待过,一个特别深的感受是:网上找得到的OpenStack资料,要么是官方文档那种“把所有选项都列出来但不告诉你该选哪个”的参考手册,要么是培训机构那种“跟着敲命令就能装完但换一台机器就翻车”的速成教程,真正能拿来当作战手册用的东西太少。
所以我打算写的这一份部署操作手册,定位很明确:不是从零解释OpenStack是什么的科普,也不是纯命令堆积的操作列表,而是把一套可落地的部署路径、每个环节为什么要这么选、最容易出问题的点在哪里,完整地串起来。
这份手册适合谁来用?两类人。一类是正准备在公司内部落地一套云平台,需要自己完成从架构规划、环境初始化到组件部署的运维工程师;另一类是正在准备云计算运维相关岗位面试,想把OpenStack的部署链路和核心机制讲清楚的学习者。对于已经在用商业发行版、只关心界面操作的朋友,这份手册帮助有限,因为你们遇到的问题通常已经被厂商封装好了。
先亮一下手册的整体目录框架,后面所有内容都围绕这个骨架展开:
- OpenStack部署前的架构规划(硬件、网络、存储)
- 核心组件逐个拆解:Keystone、Glance、Nova、Neutron、Cinder
- 部署方式选型与自动化工具实践
- 部署完成后的初始化与连通性验证
- 日常运维监控、备份与故障排查
- 集群扩容、升级与高可用演进
这套框架背后有一个核心思路:OpenStack部署的难点从来不是某个组件的安装,而是组件之间如何正确通信、数据如何流转、故障时从哪里查起。如果只是按文档把服务装完,服务状态都是UP,但虚拟机就是起不来,这种场景我见过太多次了。所以手册里每个章节都不是孤立写部署步骤,而是把“部署”和“验证”绑在一起,装完一个模块就验证一个模块的连通性,这样到最后一步才不至于无从下手。
行业内有个经典说法:OpenStack部署最容易失败的地方,十个里有八个出在“准备阶段”——要么是网络规划漏了网段,要么是后端存储没想清楚,要么是操作系统版本和组件版本不匹配。准备工作做得越充分,后面真正执行部署命令的过程反而最轻松。
接下来的内容,就是把这些准备工作一一拆开细讲。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 部署前的架构规划:硬件、网络与后端存储选型
2.1 硬件资源配置的最低标准与扩容方向
OpenStack不像装个MySQL或者Redis,它是一组服务的集合,控制面本身就由十几个核心服务组成。硬件规划的第一原则是:控制节点要稳,计算节点要狠,网络节点要通。
控制节点上跑着Keystone、Glance、Nova的调度服务、Neutron的Server服务、Cinder的API服务,以及数据库、消息队列等基础依赖。我的经验是控制节点CPU不低于8核、内存不低于16GB,磁盘至少200GB且建议SSD。小规模环境可以把控制、网络、存储三个角色合在一台物理机上,但只要规模预期会超过50台计算节点,控制面服务就该拆开部署,尤其要把消息队列和数据库单独放,这两个服务是控制面的命脉,资源一旦被挤占,整个云平台的表现就是“所有虚拟机都卡在创建中”。
计算节点主要看CPU和内存的配比。行业里常用的超配比例是CPU 1:4到1:8、内存1:1到1:1.5,具体取决于线上负载类型——如果是跑高并发Web业务的,超配比例要保守;如果是离线任务、批处理场景,可以激进一些。计算节点的本地磁盘建议至少两块,一块装系统,一块做实例的本地存储临时空间,避免系统盘被实例I/O拖垮。
存储节点如果要接Ceph,最好单独规划。Ceph对网络要求很高,建议万兆网卡起步,而且OSD节点不要和计算节点混布,否则会出现“计算负载高的时候,整个存储集群跟着抖动”的情况。
2.2 网络规划:管理网、数据网、外部网与网卡bond策略
网络规划是整个部署中最容易出连环事故的地方。很多初学者把网络想简单了,以为一个网段搞定所有通信,结果装到Neutron那一步就卡住了,因为服务之间、服务与实例之间、实例与外部之间需要不同的网络平面。
一套规范的多平面网络规划建议如下:
| 网络平面 | 用途 | 网段示例 | 带宽要求 | 备注 |
|---|---|---|---|---|
| 管理网 | 组件API通信、SSH管理 | 10.0.0.0/24 | 千兆 | 全节点可达,禁止与数据网重叠 |
| 数据网(实例网络) | 虚机之间数据流量、VXLAN隧道 | 10.10.0.0/16 | 万兆 | 计算节点与网络节点必须打通 |
| 外部网 | Floating IP、路由器网关 | 192.168.100.0/24 | 千兆/万兆 | 承载业务对外流量 |
| 存储网(可选) | Ceph、NFS等后端存储流量 | 10.20.0.0/24 | 万兆 | 与业务网络物理隔离 |
生产环境中,我强烈建议给每台物理机至少配4块网卡:管理网、数据网、外部网各用一块,再留一块做管理网或数据网的bond备用。网卡bond的模式通常用mode 4(LACP),配合交换机的链路聚合配置。这里有个常见坑:如果交换机端没配LACP,linux bond在mode 4下会直接“假活”,表现为网卡状态是UP但ping不通,所以bond做完一定要做双向的连通性验证。
管理网和数据网如果只有一块物理网卡可用,可以退而求其次做VLAN子接口,把管理流量和数据流量通过802.1Q隔离,但这是妥协方案,生产上不建议,因为VXLAN隧道流量和API流量混在一起,出了问题很难定位是哪个平面的故障。
2.3 操作系统、Python版本与组件版本匹配
OpenStack社区每半年发一个大版本,版本命名按字母顺序走。目前常见的老牌稳定版包括Train、Ussuri、Wallaby、Yoga等。不同版本对操作系统和Python版本的要求差异很大,规划阶段就要锁定版本组合,否则到了部署后期会发现某个组件依赖的库版本和系统自带的冲突。
我的建议是:不要追求最新版本,选择当前生态里已经稳定运行过一段时间的版本组合。比如用Ubuntu 20.04搭配OpenStack Wallaby或Yoga,用CentOS Stream 8搭配Train或Ussuri,这些都是经过大量生产环境验证的组合。Rocky Linux 9搭配最新版本虽然新特性多,但社区的issue记录和踩坑资料相对少,遇到问题时要靠自己去翻源码,对新手不友好。
操作系统选型上,Ubuntu Server和Rocky Linux/CentOS Stream是两大主流。Ubuntu的优势是Python环境干净、OpenStack社区在Ubuntu上的测试覆盖最广;RHEL系的优势是SELinux体系完善,而且很多企业已有Red Hat运维基础。如果团队之前没有强SELinux经验,建议直接从Ubuntu起步,减少一道安全策略上的学习成本。
2.4 后端存储选型:本地目录、NFS、LVM还是Ceph
Glance镜像服务和Cinder块存储服务都需要后端存储,这个选择直接影响虚机启动速度和块设备性能。
| 后端方案 | 适用规模 | 优势 | 劣势 |
|---|---|---|---|
| 本地目录(file) | 实验环境、单节点 | 零配置、最简单 | 无共享能力,无法迁移实例 |
| NFS | 中小规模 | 配置简单、共享存储 | 性能一般、存在单点 |
| LVM(Cinder专用) | 单计算节点小规模 | 性能好、稳定 | 不支持跨节点,无法做快照高级功能 |
| Ceph | 生产环境、大规模 | 分布式、自愈、快照丰富 | 架构复杂、需要独立维护 |
实践中的选型逻辑很简单:先定Cinder的后端,再看Glance放哪里。如果Cinder后端选了Ceph,Glance也应该用Ceph的RBD驱动,让镜像数据和块设备数据在同一个存储池里流转,省去镜像从Glance复制到Cinder的等待时间;如果只是小规模环境,直接让Glance用本地目录、Cinder用LVM即可,不要为了“看起来专业”硬上一套Ceph,那是在给自己制造运维负担。
还要关注一个容易被忽略的点:Glance存放镜像的目录所在分区,剩余空间要预留足够。镜像文件默认是qcow2格式,但虚机启动时Glance需要把镜像转为raw格式再传给计算节点,这期间临时文件会占用额外空间。实测中遇到过一两次镜像目录被写满,导致所有新建虚机都失败的案例,排查了很久才发现是这个原因。
3. 核心组件逐个拆解:从身份认证到网络通路的完整链路
3.1 Keystone:项目、用户、角色与多项目归属
Keystone是整个OpenStack的身份认证中心,其他所有服务在收到请求时都会先拿Token找Keystone验明身份。部署Keystone本身不难,难点在于理解它的数据模型,尤其是“项目”和“用户”的关系。
OpenStack的权限模型里有几个核心概念:
- Domain(域):最顶层的容器,可以理解为一个企业或租户空间
- Project(项目):资源隔离的单位,虚机、网络、镜像等资源都归属于某个项目
- User(用户):登录实体,可以归属于一个或多个项目
- Role(角色):用户在某个项目内的权限等级
热搜词里有一个“openstack 一个用户属于多个项目”,这确实是实际使用中非常常见的问题。Keystone默认支持一个用户关联多个项目,但要注意:**Token是绑定在“
