虚拟机热迁移（Live Migration）失败或性能下降，根因与调优？

为维护物理机，运维常把虚拟机**无停机热迁移（Live Migration）**到其它节点。但热迁移也可能失败，或迁移后网络断连、性能严重下降。这个问题考察对热迁移深层原理的理解。

热迁移的基本原理

Live Migration 先把虚拟机内存页从源节点复制到目的节点，在短暂暂停（downtime）时切换 CPU 执行上下文，实现”几乎无感”迁移。其核心依赖共享存储（Ceph RBD / NFS）或可迁移的本地存储。

常见失败与性能下降根因

1. NUMA 拓扑不一致

源端与目的端 NUMA 架构差异大（如 vCPU 跨 NUMA 节点绑定），迁移后内存访问跨 NUMA，性能骤降。

加分项：在 nova.conf 开启 numa_live_migration = true，并借助 NUMATopologyFilter 约束调度，可避免跨 NUMA 迁移。

2. 存储后端不支持

使用 Ceph RBD 等共享存储时，需要启用 RBD live migration 支持，否则迁移会因无法处理磁盘而失败。

3. 网络中断（OVS 场景）

目的端 OVS 流表未同步，导致迁移后虚拟机网络断连。需确认 neutron-openvswitch-agent 在目的节点正常、流表已下发。

关键调优参数

# nova.conf
[libvirt]
live_migration_permit_auto_converge = true   # 自动收敛，压缩迭代
live_migration_bandwidth = 0                 # 迁移带宽上限(MiB/s)，0 表示不限

通过 virsh migrate-setmaxdowntime 调整 max_downtime（最大停机时间），以及对大内存虚拟机调高 bandwidth，可显著改善迁移体验。

小结

热迁移失败多因 NUMA 不一致、存储不支持、OVS 流表未同步；调优围绕 max_downtime、bandwidth、numa_live_migration 三个方向。理解原理比背命令更加分。