Nutanix Clusterとは？Node・Block・Fault Toleranceを理解しよう【NCA 7.5対策】

はじめに

これまでの記事では、Nutanixを構成するさまざまな技術について学んできました。

特に何度も登場しているのが、

Cluster（クラスタ）

です。

Nutanixでは、複数のNodeをまとめてClusterを構成し、その上でVMを動作させたり、分散ストレージを利用したりします。

では、

Nodeとは具体的に何なのか
Blockとは何なのか
なぜ複数NodeでClusterを構成するのか
Nodeに障害が発生したらどうなるのか

といった部分を、今回は詳しく見ていきましょう。

Nutanix Clusterとは？

Clusterとは、複数のNutanix Nodeをまとめて1つのシステムとして利用する構成です。

イメージすると、

          Nutanix Cluster

┌─────────┐ ┌─────────┐ ┌─────────┐
│ Node 1  │ │ Node 2  │ │ Node 3  │
└─────────┘ └─────────┘ └─────────┘

となります。

各Nodeには、

CPU
Memory
Storage
Network Interface
Hypervisor
CVM

などがあります。

それぞれのNodeが持っているリソースを利用して、Cluster全体として仮想化環境を提供します。

Nodeとは？

Nodeは、Nutanix Clusterを構成する1台のサーバーです。

たとえばAHV環境のNodeを簡略化すると、

┌──────────────────────┐
│        Node          │
│                      │
│   VM    VM    CVM    │
│                      │
├──────────────────────┤
│        AHV           │
├──────────────────────┤
│ CPU / Memory         │
│ SSD / NVMe / HDD     │
│ Physical NIC         │
└──────────────────────┘

という構造になります。

つまりNodeは、

Nutanix Clusterを構成する基本単位となる物理サーバー

です。

ClusterとNodeの関係

Nutanixでは、複数のNodeが協力して動作します。

たとえば、

Cluster

├─ Node 1
├─ Node 2
├─ Node 3
└─ Node 4

というClusterがあるとします。

それぞれのNodeで、

VMを実行する
ストレージを提供する
CVMを動作させる

などの役割を担います。

そのため、1台の巨大なサーバーにすべてを集中させるのではなく、

複数のNodeへリソースを分散させる

のがNutanixの基本的な考え方です。

Blockとは？

Nutanixのハードウェアについて学ぶと、

Block（ブロック）

という言葉も登場します。

Blockは、1台または複数のNodeを収容する物理的なシャーシ単位です。

イメージすると、

Block

┌─────────────────────────┐
│ Node 1                  │
├─────────────────────────┤
│ Node 2                  │
├─────────────────────────┤
│ Node 3                  │
├─────────────────────────┤
│ Node 4                  │
└─────────────────────────┘

という形です。

ここで重要なのは、

NodeとBlockは同じものではない

ということです。

Node・Block・Clusterの違い

整理すると、

用語	意味
Node	Clusterを構成するサーバー
Block	Nodeを収容する物理シャーシ
Cluster	複数Nodeをまとめた論理的なシステム

イメージすると、

Cluster
│
├─ Block 1
│   ├─ Node 1
│   ├─ Node 2
│   └─ Node 3
│
└─ Block 2
    ├─ Node 4
    ├─ Node 5
    └─ Node 6

となります。

NCAでは、この3つを混同しないようにしましょう。

なぜ複数Nodeを利用するの？

複数のNodeでClusterを構成する理由はいくつかあります。

代表的なのが、

リソースの集約
拡張性
可用性
障害への対応

です。

たとえばNode 1台だけですべてを動かしている場合、そのNodeに障害が発生すると大きな影響が出ます。

Node 1
 │
障害
 │
 ▼
サービス停止

一方、複数Nodeを利用することで、障害の影響を分散できます。

Scale-Out

Nutanixの特徴として重要なのが、

Scale-Out（スケールアウト）

です。

システムのリソースが不足してきた場合、Nodeを追加することでClusterを拡張できます。

現在

[Node 1][Node 2][Node 3]

        ↓

リソース不足

        ↓

[Node 1][Node 2][Node 3][Node 4]
                           ↑
                          追加

Nodeを追加することで、

CPU
Memory
Storage

などのリソースを増やしていくことができます。

Scale-Upとの違い

Scale-Outと一緒に覚えておきたいのが、

Scale-Up（スケールアップ）

です。

Scale-Upでは、既存サーバー自体を高性能化します。

Scale-Up

CPU 8 Core
Memory 64GB

     ↓

CPU 32 Core
Memory 256GB

一方、Scale-Outではサーバー自体を増やします。

Scale-Out

Server × 3

    ↓

Server × 4

Nutanixでは、Nodeを追加してClusterを拡張していくScale-Outの考え方が重要です。

CVMもClusterとして連携する

各Nodeには基本的にCVMがあります。

Node 1        Node 2        Node 3

[CVM] ←────→ [CVM] ←────→ [CVM]

これらのCVMがCluster内で連携することで、Nutanixの各種サービスを提供します。

つまりCVMは、

Node単体だけを見るためのVM

ではなく、

Cluster全体として連携して動作する

という点が重要です。

Clusterと分散ストレージ

前回学習したDSFもClusterを前提とした仕組みです。

各Nodeが持つStorageを、

Node 1        Node 2        Node 3

Storage       Storage       Storage
   ＼            │            ／
    ＼           │           ／
            DSF
             │
             ▼
    Distributed Storage

のように分散ストレージとして利用します。

そのためNutanixでは、

ComputeだけでなくStorageも複数Nodeに分散している

という点が重要です。

Fault Toleranceとは？

Clusterを利用する大きな理由の一つが、

Fault Tolerance（耐障害性）

です。

Faultは「障害」、Toleranceは「耐える」という意味があります。

つまり、

一部に障害が発生しても、システム全体としてサービスを継続できるようにする考え方

です。

Nodeに障害が発生したら？

たとえば3台のNodeでClusterを構成しているとします。

Cluster

Node 1
Node 2
Node 3

ここでNode 2に障害が発生したとします。

Node 1 → OK

Node 2 → Failure

Node 3 → OK

Nutanixでは複数NodeによってClusterを構成しているため、残ったNodeを利用してサービスを継続できるような仕組みが用意されています。

ただし、

「Clusterならどんな障害でも必ず無停止になる」

という意味ではありません。

Clusterの構成や障害の種類、利用できるリソースなどによって影響は異なります。

VMとNode障害

Node上ではVMが動作しています。

たとえば、

Node 1
├─ VM A
└─ VM B

Node 2
├─ VM C
└─ VM D

Node 3
├─ VM E
└─ VM F

という構成だったとします。

Node 2が完全に停止すると、そのNode上で動作していたVMも影響を受けます。

高可用性の仕組みが構成されていれば、利用可能な別Node上で対象VMを再起動することでサービス復旧を図ります。

そのためCluster全体には、障害時にVMを動作させるための十分なリソースが必要です。

Storageの障害対策

Node障害ではVMだけでなく、Storageについても考える必要があります。

ここで前回登場した、

Replication Factor（RF）

がつながります。

たとえばRF2では、データを別の障害ドメインにも保持します。

Node 1              Node 2

Data A ───────────→ Data A Copy

Node 1に障害が発生しても、別の場所に保持されているデータを利用できるようにします。

つまりNutanixでは、

Compute側

と

Storage側

の両方で障害を考える必要があります。

Fault Domainとは？

障害対策を理解するうえで重要なのが、

Fault Domain（障害ドメイン）

という考え方です。

Fault Domainとは、

同じ障害の影響を受ける可能性がある範囲

です。

たとえば、同じBlockに複数Nodeが存在する場合を考えてみます。

Block 1

├─ Node 1
├─ Node 2
├─ Node 3
└─ Node 4

もしBlock全体に影響する障害が発生した場合、複数Nodeが同時に影響を受ける可能性があります。

そのためデータやリソースをどこへ配置するか考える際には、

同じ障害でまとめて失われないようにする

ことが重要です。

Hardware Failure

Nutanix環境では、さまざまなハードウェア障害が考えられます。

たとえば、

Disk Failure
NIC Failure
Node Failure
Power Supply Failure

などです。

PrismではHardwareやHealth情報を確認し、こうした問題を把握できます。

Administrator
      │
      ▼
    Prism
      │
      ▼
Health / Hardware
      │
 ┌────┼─────┐
 ▼    ▼     ▼
Node  Disk  NIC

Cluster Health

Clusterを運用するときには、

Cluster Health

を確認することが重要です。

Prismを利用することで、

Nodeの状態
Diskの状態
Cluster Serviceの状態
Alert
Resource Usage

などを確認できます。

たとえば、

Cluster Health

Node 1 → Healthy
Node 2 → Healthy
Node 3 → Warning

となっていれば、Node 3について詳しく確認します。

Clusterを停止するとき

メンテナンスなどでClusterを停止する場合、

単純にNodeの電源を全部切ればよい

わけではありません。

Nutanixでは複数のCVMやサービスが連携しているため、適切な手順で停止する必要があります。

同様にClusterを起動するときも、Nutanixのサービスが正常に起動していることを確認します。

NCAでは、

Clusterのメンテナンスでは、NutanixのサービスやVMへの影響を考慮する必要がある

という管理者視点も重要です。

Nodeを追加するとどうなる？

Nutanix Clusterでは、Nodeを追加して拡張できます。

たとえば、

Before

Node 1
Node 2
Node 3


After

Node 1
Node 2
Node 3
Node 4 ← New

Node 4をClusterへ追加することで、新しいComputeやStorageリソースを利用できるようになります。

これがNutanixにおけるScale-Outの基本的な考え方です。

Nodeを削除するとき

反対に、ClusterからNodeを削除する場合もあります。

ただし、そのNodeには、

VM
Storage Data
Nutanix Services

などが関係しています。

そのため、

「NodeをClusterから抜くだけ」

ではなく、VMやデータへの影響を考慮しながら適切な手順で処理する必要があります。

ClusterとPrism

Cluster管理でもPrismが重要です。

これまでの関係を整理すると、

Administrator
      │
      ▼
    Prism
      │
      ▼
Nutanix Cluster
      │
 ┌────┼────┐
 ▼    ▼    ▼
Node Node Node

Prismから、

Cluster状態
Node状態
VM
Storage
Network
Health
Alert
Performance

などを確認できます。

つまりPrismは、Cluster運用の中心となる管理インターフェースです。

はちみつ屋さんで例えると？

今回も、はちみつ屋さんで考えてみましょう。

1つの大きな「はちみつ屋チェーン」があります。

このチェーン全体が、

Cluster

です。

そして、

名古屋店
東京店
大阪店

それぞれのお店が、

Node

です。

はちみつ屋チェーン
     Cluster
        │
 ┌──────┼──────┐
 ▼      ▼      ▼
名古屋店 東京店 大阪店
 Node    Node    Node

1店舗だけですべての商品を販売・保管するのではなく、複数店舗で協力してサービスを提供しています。

Node障害をはちみつ屋さんで考える

名古屋店でトラブルが発生したとします。

名古屋店
  ×

東京店
  ○

大阪店
  ○

名古屋店しか存在しなければ、営業できなくなってしまいます。

しかし複数店舗があれば、東京店や大阪店を利用してサービスを継続できる可能性があります。

さらに重要な商品については、

名古屋店
はちみつA

東京店
はちみつA Copy

のように別店舗にも置いておきます。

これが前回学んだReplicationのイメージです。

つまり、

複数店舗でサービスを分散する

のがCluster、

商品を複数店舗へ分散する

のがStorageの冗長化、

という関係です。

NCA対策として覚えておきたいポイント

今回の重要ポイントを整理します。

用語	ポイント
Cluster	複数Nodeをまとめたシステム
Node	Clusterを構成する物理サーバー
Block	Nodeを収容する物理シャーシ
Scale-Out	Nodeを追加してClusterを拡張
Scale-Up	既存サーバー自体を高性能化
Fault Tolerance	障害が発生してもサービス継続を目指す仕組み・考え方
Fault Domain	同じ障害の影響を受ける範囲
CVM	各Nodeで動作しCluster内で連携
RF	Storageデータの冗長性に関係
Prism	ClusterやNodeの状態を管理・監視

特に、

Cluster
  │
  ├─ Node
  │   └─ CVM
  │
  ├─ Node
  │   └─ CVM
  │
  └─ Node
      └─ CVM

という構造を理解しておきましょう。

ここまでのNutanixを整理

ここまででNutanixの主要な構成がかなりつながってきました。

                  Prism
                    │
                    ▼
             Nutanix Cluster
                    │
          ┌─────────┼─────────┐
          ▼         ▼         ▼
        Node      Node      Node
          │         │         │
         AHV       AHV       AHV
          │         │         │
       VM/CVM    VM/CVM    VM/CVM
          │         │         │
          └────── DSF ────────┘
                    │
            Distributed Storage

VMのネットワーク側では、

VM
↓
vNIC
↓
Subnet
↓
VLAN

Storage側では、

VM
↓
vDisk
↓
Storage Container
↓
Storage Pool
↓
DSF

という構成でした。

これらすべてがNutanix Cluster上で動作しています。

まとめ

今回はNutanix Clusterについて学びました。

Nutanixでは、

複数のNodeをまとめてClusterを構成

します。

NodeにはCPU・Memory・Storageなどが存在し、AHVやCVMが動作します。

またNodeを追加することで、

Scale-Out

によるCluster拡張が可能です。

さらに複数Nodeを利用することで、障害発生時にもサービスを継続できるような高可用性の仕組みを構成できます。

今回特に覚えておきたいのは、

Node = サーバー

Block = Nodeを収容する物理シャーシ

Cluster = 複数Nodeをまとめたシステム

という違いです。

NCAでは、正常時の構成だけでなく、

「NodeやDiskに問題が発生したときにClusterへどのような影響があるのか」

という運用・障害対応の視点も意識して学習していきましょう。

次回は、構築したNutanix Clusterを安全に維持していくためのLCM（Life Cycle Manager）とソフトウェアアップデートについて学んでいきます。