softdog（软件看门狗-Linux 内核提供）与HA高可用

在 VPS 这种虚拟化环境下，很难接触到真实的物理硬件看门狗（Hardware Watchdog）。但别担心，Linux 内核提供了一个完美的“分身”：softdog（软件看门狗）。

虽然它的可靠性略逊于物理硬件（如果内核彻底挂死，软件看门狗也可能失效），但在 99% 的 PVE 集群场景下，它足以满足 HA 隔离（Fencing）的需求。

以下是在 VPS 上启用 softdog 替代方案的步骤：

1. 加载 softdog 内核模块

你需要告诉系统启动这个软件模拟器。在 VPS 的 Shell 中执行：

Bash

modprobe softdog

执行完后，检查一下是否成功生成了设备文件：

Bash

ls -l /dev/watchdog

如果看到类似 crw------- 1 root root 10, 130 ... /dev/watchdog 的输出，说明“替身”已经上岗了。

2. 设置开机自动加载

为了保证 VPS 重启后看门狗依然有效，需要将其写入系统配置：

Bash

echo "softdog" >> /etc/modules

3. 在 PVE 中验证 HA 状态

PVE 的 HA 管理器（pve-ha-lrm）非常聪明，它启动时会自动探测 /dev/watchdog。只要这个文件存在，它就会自动关联。

你可以通过以下命令查看 HA 状态，确认隔离机制是否就绪：

Bash

ha-manager status

在输出中，如果你看到节点状态是 active，且没有关于 watchdog 缺失的警告，那就说明配置成功了。

⚠️ 针对“高延迟节点”的一个重要提醒

如果异构节点延迟较高，且你只打算统一管理而不做 HA 迁移。这种情况下，softdog 的主要作用不再是“为了迁移业务”，而是 “自残保护”：

• 隔离逻辑： 如果这台远程 VPS 因为网络剧烈抖动丢掉了集群票数（Quorum），为了防止它在“失联”期间产生脏数据，softdog 会触发一个硬重启（Hard Reboot）。
• 避坑指南： 如果你觉得 VPS 频繁因为网络波动而自动重启太烦人，记得一定要把我们之前提到的 token 超时时间（在 corosync.conf 中）放宽到 5000ms 甚至更高。这能给高延迟节点更多的“喘息机会”，防止它因为一点网络风暴就动不动给自己一板砖（重启）。

💡 现在的架构总结

1. 3 节点集群： 物理选票稳定。
2. 高延迟隔离： 通过 HA Groups 限制业务只在本地跑。
3. 异地备份： NFS 持续保护数据。
4. 软看门狗： 补齐了 VPS 的底层监控短板。