简介Nutanix超融合平操作系统是集成计算、存储、网络与虚拟化能力的超融合基础架构解决方案这份中文操作手册面向IT管理员、系统管理员及技术支持人员帮助其快速掌握系统日常运维流程与功能操作。资源包为单份PDF文档共120页压缩包体积7.42MB目录结构清晰从系统结构图、浏览器兼容性要求到登录入口、主页仪表盘监控、集群详情修改、用户界面配置以及AOS/NCC/AHV软件升级等核心模块均有覆盖。手册还详细介绍了固件升级包括BMC/BIOS/SataDom自动升级、存储池与存储容器的创建和管理以及网络管理相关操作每个功能均配有概述与逐步操作说明便于对照执行同时也可用于日常故障排查与运维规范化建设。目前该资源已有1877人浏览学习适合正在部署或日常运维Nutanix环境的企业基础架构人员作为案头操作参考。1. 从登录输入框到HA保障超融合平台先把这几点踩平第一次接触一套超融合平台的中文操作手册最怕的不是看不懂而是看完也不知道下一步点哪里。Nutanix这套系统的管理入口、存储池、数据保护和升级路径都藏在Prism Web控制台里120页手册把功能拆得很散实际操作时却经常卡在登录、改密、跳转这类最不起眼的环节上。这份手册覆盖了从首次登录到软件升级、故障切换、健康监控的完整链路适合刚接手超融合集群的运维管理员也适合准备做数据保护演练的虚拟化负责人。读完你会摸清一件事超融合平台的管理不是在多个系统之间来回切而是把计算、存储、网络全部收口到一个控制平面里先看懂入口再谈其他。2. 首次登录和Prism界面导航账号密码之外的五个必看配置2.1 登录流程里最容易忽略的跳转和证书问题浏览器地址栏输入集群IP后系统会自动重定向到加密端口9440。这个过程会触发SSL证书警告因为默认是自签名证书浏览器不认。手册里写得很清楚确认警告并进入站点。很多人第一次在这里就慌了以为走错了入口其实这是正常现象。真正的坑在后面——如果集群启用了用户身份验证且浏览器没有正确的证书会出现拒绝访问的消息。这跟证书警告是两回事前者是浏览器不信任后者是服务端拒绝了你的凭据。登录时如果配置了LDAP身份验证用户名格式要求是samAccountName域名不支持反斜杠的域\用户名格式。这是个容易被忽略的细节因为很多人习惯用UPN格式登录其他系统在这里会报验证失败。验证逻辑实际上是用户名和域名的简单串联不解析UPN所以老老实实用拼接最稳妥。首次以admin管理员身份登录时默认密码是Nutanix/4u系统会强制要求修改。密码复杂度要求有十条除了常规的长度、大小写、数字、特殊字符之外还有几条容易让人翻车不得有字符连续出现2次以上与旧密码至少有4个字符的差异不得是最后5次使用过的密码之一。很多人在“连续字符”这条上栽过跟头比如设置passwword这种带重复字符的密码会被直接拒绝。2.2 登录后的初始化步骤EULA、Pulse和增强监控三个选择题登录后通常会依次出现三个确认界面很多人直接点“接受”“继续”就过去了但这里其实涉及集群后续的运维模式选择。首先是EULA许可协议界面需要在右侧填入名称、公司和职位字段勾选“我已经阅读并同意条款”再点接受。这个界面不是每次登录都出现通常只在首次登录或EULA内容变更后出现字段不填完是点不了接受的。接着是Pulse界面。Pulse会把集群运行状况信息发送给厂商支持团队做分析手册建议启用。这里有个权衡点启用Pulse后一旦集群出现异常支持团队能提前收到警示通知定位问题会快很多但如果单位对数据外发有严格限制就需要选“禁止Pulse”。选了禁用以后集群发生问题时厂商支持那边收不到自动通知只能靠本地巡检发现所以要不要开得看安全策略。第三个界面是增强型集群运行状况监测通常在上一步启用Pulse或集群升级后出现。增强监控会提供更详细的集群运行数据给厂商支持团队手册的建议是启用但同样只推荐在不违反实体名称等隐私策略的前提下选择。这三个选择题做完才算真正进入Prism主界面。2.3 主页仪表盘数据弹性、统计数据和集群详情修改主页仪表盘是日常巡检的主阵地。顶部最左侧显示集群名称点击可打开集群详情窗口里面能改集群名称和虚拟IP地址。这个虚拟IP就是入口地址如果前期规划设错了后续要改也是一样在这里操作。仪表盘的核心区域是数据弹性状态展示这里会显示冗余因子、当前的数据分布情况和是否存在降级节点。数据弹性这块如果显示黄色或红色说明集群里有副本数不足的范畴需要尽快处理。统计数据区域展示的是集群整体性能摘要包括计算、存储和IOPS等核心指标。注意这不是实时刷新的终端监控面板而是一个摘要视图深度的性能分析要去Analytics分析模块里创建图表。仪表盘右下角能修改用户界面配置包括语言设置和UI设置。语言设置里直接切换Web控制台的语言不需要改浏览器语言再重新加载。修改集群详情和UI配置都建议在集群业务低峰期操作尤其是改名和改IP这类操作虽然理论上不影响数据通路但底层会对配置做重新分发个别情况下会短暂影响Prism的会话状态。改完以后最好重新登录一次确认新参数在所有Controller VM之间生效再继续做其他操作。2.4 主菜单和设置菜单十四类功能入口和常用配置项主菜单的下拉列表覆盖了全部功能模块主页、运行状况、存储、虚拟机、硬件、网络、文件服务器、分析、数据保护、警示、任务、自助服务。视图选项决定右侧主区域展示什么内容切换后只是改变视图不产生实际变更。齿轮图标打开设置页面里面按“设置”“普通”“网络”“安全”“电子邮件和警示”“数据弹性状态”“外观”分类了一大票配置项常用的有集群详情、配置CVM内存、扩展集群、升级软件名称服务器、NTP服务器、SMTP服务器、网络交换机警示电子邮件配置、警示策略身份验证、本地用户管理、角色设定语言设置、UI设置、欢迎横幅靠这个菜单能把DNS、NTP、SMTP和用户管理全部配完不用单独登录底层系统。但有个边界要认清设置菜单里能做的是全局配置和状态开关不涉及具体的虚拟机生命周期操作。虚拟机创建、启动、迁移、快照等功能都在主菜单的“虚拟机”视图里完成。2.5 浏览器兼容性和权限边界省得后期换浏览器或重新分配角色手册明确列出了浏览器兼容要求当前版本或前两个主要版本的Firefox、Chrome和Safari以及Internet Explorer 10/11和Microsoft Edge。实际运维中Chrome和Firefox兼容性最好IE主要用于老环境的兼容验证。Prism的界面是重JavaScript交互的老版本浏览器会出现按钮不显示或拖拽失效的问题遇到这类情况先换浏览器再排查不要跟配置较劲。权限边界方面有一个经常被忽略的点手册建议创建被分配管理员角色的用户来处理日常运维而不是直接用admin账户。原因是admin账户凭据常常被写进各种脚本和自动化工具里一旦改密所有脚本会同时失效影响面很大。用一个独立的管理员账号做日常登录出问题的时候只要重置这一个账号就行不会把整个自动化链路打断。3. 存储和网络配置存储池容器到底该怎么规划3.1 存储池和存储容器的层级关系与创建路径Nutanix的存储模型分两层存储池是物理磁盘的聚合层存储容器是逻辑分配层。存储池在后台自动聚合管理员在Prism里创建的是容器容器里跑虚拟机磁盘文件。这个关系如果搞混了后面配数据保护会非常被动因为保护域是挂在容器一级的。创建存储池时只需要给它命名系统会自动把集群中可用的SSD和HDD纳入池中。存储池一旦创建配置会同步到所有节点的CVM里不需要逐台节点去配置。操作系统安装时通常已经建好默认存储池手动创建主要适用于有独立性能域诉求的场景比如单独为高IOPS业务划一个全闪池。创建存储容器是更常碰到的操作。容器创建完成后ESXi和AHV的主机端能看到它并挂载为共享数据存储。手册里给的路径很好记先建池再建容器再把容器对应到虚拟化平台。容器有两个关键参数需要重视命名和配额策略命名不能重复配额策略决定容器上限冗余因子决定数据保留几个副本直接关系可用容量3.2 冗余因子、冷热分层和数据本地化的实际含义冗余因子设置是在容器级别做的选择一个容器在数据弹性状态下能看到冗余因子就绪情况。三个副本还是两个副本直接决定了实际可用容量和容忍度三副本可以容忍任意两个磁盘同时故障或一个完整节点故障两副本只容忍单个副本丢失。选择上没有好坏要根据业务重要性和集群规模来权衡小规模集群做三副本会明显压减可用容量。关于性能分层原理手册里的MapReduce分层机制说明很直接——SSD层存热数据和oplog元数据HDD层放冷数据核心是一条自动迁移策略。新数据先写入SSD访问频率下来后降级到HDD再次变热时又会被提升回SSD。所谓“再次被访问的数据自动迁移到SSD层”实际上是Nutanix在访问路径上做的动态优化。手动做性能调优时不用去干预分层但要关注oplog的容量是否充足可以通过CVM的磁盘使用率来间接判断。数据本地的含义是读请求优先走本机CVM如果目标数据不在本地网络读取期间数据会迁到本地SSD层。所以虚拟机跨节点迁移后首次访问可能会有一点延迟这是正常的后续访问会逐渐收敛到本地。3.3 虚拟机网络的配置要点网络可视化工具和关联性策略网络管理这块在AHV虚拟化层下更完整主菜单里的“网络(仅AHV)”提供可视化工具能直接看到虚拟机的连接拓扑。网络配置在设置—网络配置里搞定这里的操作会影响所有虚拟机的网络连接。虚拟机接口的网络配置关键是搞清楚各网络的角色边界管理网络接CVM和Prism存储网络走复制流量业务网络跑客户虚拟机。混用一个网段会带来一个隐患——存储复制流量占带宽高峰时会拖慢业务响应虽然10GbE网络能缓解但隔离性差时排查问题会非常费劲。关联性策略是AHV环境下的一个实用功能可以规定一组虚拟机是否必须跑在同一节点上或必须分开到不同节点上。这个策略写在虚拟机管理菜单里用于违背业务部署规则的场景。比如数据库和Web层如果要求跑在不同故障域就这里配置反关联规则避免故障时被一起重启到同一台节点上。4. 软件升级和固件升级顺序、版本和回滚边界4.1 AOS升级之前的版本确认和镜像上传进入升级软件窗口页面会显示当前AOS版本并引导上传升级镜像。这里有一个流程上的铁律升级前先查看当前版本和目标版本之间的差距不要跨版本直接升一个大版本中间版本差异过大的情况系统会拒绝或者升级完成后功能异常。升级过程中Prism的升级页面会显示进度条最后一次节点完成升级并重新加入集群后集群才算升级完成。常见做法是先在测试集群验证一遍升级再操作生产集群。生产集群升级尽量选业务窗口执行升级期间虚拟机不停机但部分管理操作比如创建快照可能会受影响。升级完成后要顺手做几件核验工作确认所有CVM版本一致确认虚拟化层主机版本兼容确认Prism界面能正常加载新版本的功能菜单。4.2 NCC和AHV组件升级的协同关系NCC升级是配套的巡检组件更新和AOS版本有绑定关系。AOS升级完成之后如果版本差异较大可能还需要同步升级NCC。这里容易忽略版本绑定某NCC新版本可能要求特定AOS版本以上才能正常运行升完AOS不升NCC或者反过来升NCC不升AOS都会出现巡检脚本报错或显示不兼容的现象。AHV升级是整个升级链路里比较重的一步。AHV作为虚拟化层升级时需要对每个节点执行维护模式操作。实际的升级顺序是节点进入维护模式虚拟机会迁移到其他节点AHV升级完成后节点重新加入集群再处理下一个节点。升级AHV期间会有一个性能窗口虚拟机被集中迁移到少数节点上时存储和计算负载会明显上升热迁移期间IO延迟会小幅增加。手册里没有写但实际操作时建议把AHV升级窗口与业务高峰期完全错开避免节点维护触发HA事件时资源不足。4.3 LCM生命周期管理器配置和固件升级的自动化边界固件升级走Lifecycle Manager生命周期管理模块在设置菜单里能找到“生命周期管理”入口。第一次使用需要先在LCM配置界面指定软件源包括LCM自身升级包和固件包仓库。LCM的作用范围很明确追踪集群内所有实体的软件和固件版本包括BMC、BIOS和SATADOM。固件升级操作路径是先修改LCM配置再进行BMC/BIOS/SATADOM自动升级。升级时LCM会分批次处理节点逐台完成固件更新避免所有节点同时重启导致管理面中断。这里要强调的是SATADOM是承载CVM引导镜像的存储介质升级到这一项时对应节点上的CVM会有短时间不可用这是正常现象不需要慌张但前提是集群至少有两台以上节点存活。升级前建议进LCM界面确认当前基线版本ACM等混合环境还要确认固件兼容矩阵。LCM不是万能的——如果新型号的BMC固件不在LCM的已知基线里它不会自动拉取需要手动导入或等待基线更新。另外固件升级一旦开始不要手动重启节点LCM自己管理重启流程手动干预反而会造成状态不一致。4.4 升级和固件操作中翻车的几个典型场景现场升级最容易翻车的情况是网络带宽不足。AOS升级包往往有几个GB大小如果从Prism上传镜像的链路是跨公网的慢速链接上传阶段就会超时。解决方法是先将镜像文件下载到本地再在Prism本地上传并确本地上传链路稳定。另一个问题是升级过程中VM热迁移失败。某个节点进入维护模式时如果虚拟机上挂着直通设备或存在迁移不兼容的配置迁移过程会失败中断节点维护。这种问题要先处理虚拟机配置再重新执行节点维护。还有一个老生常谈的坑不要在升级进行时执行其他集群管理操作比如创建新存储容器、调整冗余因子或重启CVM。升级期间的配置变更很容易导致升级后的状态不一致。我一般会提前整理一个窗口期把升级和变更干净隔离掉。5. 监控、告警和常见问题排查运行状况仪表盘、警示配置与系统排错5.1 运行状况仪表板的指标分类和告警阈值理解运行状况仪表板是每天必看的视图它按严重级别分色显示绿色状况良好、黄色警报、红色状况不佳。这个仪表板包含的检查项涵盖了硬件状态、存储冗余、网络连通性和CVM健康度是最直接的集群体检报告。运行状况仪表板里显示的检查项可以在“配置运行状况检查”中调整检查频率和启停项。如果某些检查项在你这个环境里意义不大可以改为较低频率反之关键检查项可以缩短频率比如磁盘健康检查和CVM心跳检查。默认的频率已经很合理除非有明确理由不建议为性能担忧过度调高频率。通过Web控制台运行检查的能力很有价值。直接在运行状况页面触发一次即时检查可以快速确认当前集群是否有隐藏的异常。需要说明的是运行状况检查是只读操作不会对运行中的业务产生干扰所以可以放心在任何时间点执行。5.2 警示仪表板和警示电子邮件配置的配合用法警示仪表板把集群产生的告警分成了严重、警告、信息三个级别未解决状态的消息会持续显示提醒。警示图标上的数字表示当前未解决的严重警示数量是快速判断集群是否健康的一个直观入口。如果想要告警不依赖人工刷新页面就要配置SMTP服务器并在“警示电子邮件配置”里开启邮件通知、填入接收邮箱地址。配置SMTP时有一个常见坑源地址和认证信息不对时邮件会进发送队列然后超时不报错表现为仪表板里没反应。排查思路是先测试SMTP服务器本身能否发送再确认Prism填写的端口和用户名密码正确最后检查接收邮箱有没有被SMTP服务器判定为垃圾邮件拦截。警示策略配置可以指定某些事件类型不生成告警但这个要谨慎使用。告警是发现问题的关键入口把大量警示静音之后集群处于沉默状态不一定是好事。建议只把重复性、低价值的事件类型加入忽略列表核心警示保留完整通知链。5.3 任务状态查看和常见问题排查任务视图用来查看后台任务执行情况列举最近的任务及状态。需要注意这是一个历史记录视图不提供实时进度刷新正在执行的任务可以点进去看步骤详情。升级、快照、克隆、存储扩展这些操作的时间轴都能在这里找到是排查“某个操作到底有没有执行成功”的重要依据。常见问题排查清单现象登录时提示密码错误确认没输错后才发现是密码过期。原因首次登录强制要求改密升级AOS后也会强制改密。解决按密码复杂度十条要求设置新密码若密保验证失败建议管理员账户通过SSH登录后重置再通过Prism改密。现象NTP时间偏差导致证书校验失败Prism页面无法登录或提示证书过期。原因集群与NTP服务器不同步节点间时间偏差过大。解决在设置—NTP服务器中配置正确的NTP源时间校准后重新加载页面。现象SMTP邮件通知一直不触发。原因SMTP服务器端口或认证配置错误或网络策略拦了发往SMTP服务器的连接或发送频率超限被邮件服务器暂时拒收。解决先排除网络连通性再确认配置端口一般465/587/25最后查看发送日志确认是否被邮件服务器拒收。现象新增用户无法登录Prism。原因本地用户管理里虽然创建了用户但没有分配角色权限或密码复杂度不达标导致创建完成后被锁定。解决在角色设定中关联对应角色权限确保密码符合复杂度要求。现象升级后在Prism里某些图形加载缓慢。原因升级后浏览器缓存了旧的静态资源新版本的脚本和样式没有完全加载。这种情况换一个无痕窗口登录能定位是否为浏览器缓存问题清掉缓存后即可正常显示。5.4 系统管理DNS、时间同步和用户管理的日常边界系统管理菜单里配置域名服务器、集群时间同步和SMTP服务器及创建用户账户。DNS配置影响的是Prism对外访问、自动化和外部集成的域名解析配置错误不会立即导致集群故障但后续配置远程站点或证书服务时会频繁出现解析类报错。集群时间同步通过NTP服务器配置完成这个是所有组件的统一时钟源。没有正确的NTP同步告警的时间戳会错乱证书验证也会出问题。如果你看到Prism里告警时间与其他系统明显不一致排查NTP往往是第一步而不是最后一步。创建用户账户操作路径里角色映射的配置决定了用户的权限边界。实用的做法是预设几个角色模板只给用户分配必要的权限避免所有人都拥有管理员权限。创建完用户后最好实际用那个账户登录一次确认权限范围不要只看配置界面里的角色名称就认为对方拥有对应权限。6. 进阶运维习惯用NCLI和REST API做日常巡检别只依赖Prism画面Prism Web控制台适合人机交互但自动化运维还得靠nCLI和REST API。用户菜单里有“下载NCLI”选项下载下来的zip包里是命令行工具解压后就能用。我通常用nCLI做几件Prism界面操作非常繁琐的事批量查询集群状态、快速确认各节点CVM心跳、检查存储池用量。举个例子一条命令就能查看集群概要ncli cluster status输出里会列出集群ID、云名称、版本、节点数、存储池容量和当前状态。相比打开Prism一层层点进去看这个方式在接到报警电话时能更快确认问题边界。配合REST API还能把巡检结果存档形成历史记录。Prism里内置了REST API Explorer可以直接在浏览器里试请求不用另装Postman。巡检时常用的是集群详情接口curl -k -u admin:password -H Accept: application/json \ -X GET https://prism_ip:9440/api/nutanix/v2.0/cluster/返回的JSON里包含集群版本、节点信息、容器状态等关键字段。这里有两个细节提醒密码字段在脚本里建议用环境变量或加密存储不要明文写在脚本中地址9440端口和Prism登录是同一个端口但走的API版本路径不同写脚本时对照一下版本说明避免接口路径过期。从那以后我每次接手一个集群都会先花十分钟做三件事用nCLI拉一遍集群状态存档、进运行状况仪表板跑一次即时健康检查、确认警示邮件能正常到达接收邮箱。这套流程走完集群的健康底细基本就清楚了。命令行的学习曲线确实比Web界面陡但自动化巡检、批量操作和故障排查都离不开它——希望这个习惯也能帮到你。本文还有配套的精品资源点击获取