部署 Overcloud（生产云）失败，如何分层排查？

使用 TripleO（OpenStack on OpenStack） 部署生产环境 Overcloud 失败时，应采用三层排查法，体现清晰的分层思路。

第一层：编排层（Heat / Nova）

openstack stack list                 # 看栈状态
openstack stack resource list <stack>  # 定位失败的具体资源
heat resource-list <stack>

Heat 栈若卡在 CREATE_FAILED，resource-list 能指出是哪一个资源（如某台裸机、某个网络）没起来。

第二层：裸机部署层（Ironic）

openstack baremetal node list        # ironic node-list
openstack baremetal node show <uuid> # 看 last_error

重点看 Provision State 和 Maintenance 标志：

• 若节点被设为 manageable，通常意味着电源管理凭证（IPMI/Redfish）错误；
• 若为 error，用 node-show 查看 last_error 字段定位原因。

第三层：配置层（Puppet）

若裸机已成功上线（Provision State 为 active），问题则出在后续 Puppet 配置阶段。此时应登录故障节点：

journalctl -u os-collect-config
less /var/log/puppet.log

os-collect-config 日志能暴露配置应用失败的具体步骤。

小结

Overcloud 部署失败 = 编排层（Heat 栈）→ 裸机层（Ironic 状态/凭证）→ 配置层（Puppet 日志）逐层下钻，每一层都有明确的”失败信号”。