今天无意中看到youtube上有关于openstack 虚拟机高可用的演讲视频，认真地看了一把，挺有收获的。

视频链接：https://www.youtube.com/watch?v=1lAI1_HPhd0 (来自rackspace的大牛讲的)


基本思路如下：

虚拟机故障的情况分为两种：

一、某个compute node下的某些虚拟机down了(非正常关机情况)

二、整个compute node都down了(类似断电、kernel panic等故障)


针对第一种情况，是通过libvirt event api监测vm的生命周期。

如何调用libvirt event api，这里有例子：https://github.com/wiedi/libvirt/tree/master/examples/domain-events

1、操作系统正常关机，可以通过VIR_DOMAIN_EVENT_STOPPED_SHUTDOWN和VIR_DOMAIN_EVENT_SHUTDOWN_FINISHED事件变量来检测，虚拟机不需要restore。

2、qemu-kvm进程crash，通过VIR_DOMAIN_EVENT_STOPPED_FAILED变量来检测，一旦检测到汇报给外部监控系统，监控系统触发虚拟机restore(从之前做的snapshot恢复)。


针对第二种情况，使用pacemaker+heartbeat或pacemaker+corosync来检测nova-compute服务，一旦检测到服务非运行状态，汇报给外部监控系统，监控系统触发nova evacuate api，来实现虚拟机的故障转移。