1. vSphere HA与DRS工程导论
在虚拟化数据中心里，单台ESXi主机的资源总是有限的：CPU核数、内存容量、存储带宽、上行链路数量都是硬约束。当业务虚拟机数量增长、负载波动加剧时，仅靠"把虚拟机放到某台主机上"这种静态分配方式，很快会遇到两个典型问题：一是某台主机负载过高导致业务性能下降，二是主机一旦故障，其上运行的虚拟机全部中断。vSphere HA（High Availability，高可用性）与DRS（Distributed Resource Scheduler，分布式资源调度器）正是为解决这两个问题而设计的集群级能力。
理解这两项技术，需要先建立一个基本认知：它们不是独立产品，而是vSphere集群（Cluster）这一逻辑对象上的两个协同工作的服务。集群把多台ESXi主机聚合为一个资源池，HA负责"故障时业务能重新起来"，DRS负责"正常时业务跑得均衡"。二者共享同一套集群成员关系、主机心跳网络和vCenter Server管理平面，因此工程上必须放在一起规划。
技术栈定位：HA与DRS在vSphere体系中的位置
从纵向层次看，vSphere的可用性与资源管理能力大致分为四层。最底层是ESXi主机自身的硬件冗余（双电源、多网卡、RAID）；其上是vSphere HA，处理主机级故障；再往上是vSphere DRS，处理资源分配与负载均衡；最上层是vSphere FT（Fault Tolerance）和应用程序级高可用，处理更细粒度的连续性需求。HA与DRS处于中间层，是绝大多数生产集群的标配。
从横向依赖看，HA和DRS都依赖几个共同组件：vCenter Server提供集群配置与管理入口；主机间的管理网络承载心跳与状态通信；共享存储（VMFS、vSAN或NFS）保存虚拟机文件，使虚拟机能在不同主机上重新注册并启动；集群的EVC（Enhanced vMotion Compatibility）基线保证虚拟机可在不同CPU代际的主机间迁移。缺少共享存储，HA的虚拟机重启和DRS的vMotion迁移都无从谈起。
核心价值：从"能跑"到"跑得稳、跑得匀"
HA的核心价值是缩短故障恢复时间。在没有HA的环境中，主机宕机后需要人工发现、人工在其他主机上重新注册虚拟机、人工开机，恢复时间通常以小时计。启用HA后，集群内的主机通过管理网络互相发送心跳，默认每1秒一次；当某台主机连续5秒无心跳（默认值），其他主机将其判定为故障，并在具备资源的存活主机上重启受影响的虚拟机。恢复时间可压缩到分钟级，具体取决于虚拟机启动速度和准入控制预留的资源是否充足。
DRS的核心价值是持续优化资源分配。它有两种工作模式：初始放置（Initial Placement）在虚拟机开机时决定放到哪台主机；负载均衡（Load Balancing）在运行过程中根据CPU和内存的利用率，通过vMotion把虚拟机从繁忙主机迁到空闲主机。DRS的自动化级别从手动、半自动到全自动，工程上通常对生产集群使用全自动，对关键业务使用半自动以便人工确认。
两者结合后形成完整的资源保障闭环：DRS让集群在正常状态下保持均衡，避免局部过载；HA在故障状态下快速恢复业务，避免长时间中断。但要注意，HA重启虚拟机时，DRS的准入控制策略会限制集群可承载的故障主机数量，这个参数直接决定了"故障后是否还有足够资源重启所有虚拟机"。
学习路径与实验环境规划
本课程的学习路径建议按"概念—配置—验证—排障"四步推进。先理解HA和DRS各自的作用域与依赖条件，再动手配置集群参数，然后通过模拟故障和负载验证行为，最后掌握常见告警的排查方法。每个环节都需要在真实或接近真实的环境中操作，仅看文档很难建立准确的判断力。
实验环境建议采用嵌套虚拟化方案：在一台物理主机上部署ESXi，再在其中运行嵌套ESXi主机，或用VMware Workstation/ESXi组合搭建。最小可用环境需要3台ESXi主机（其中至少2台用于HA故障验证）、1台vCenter Server、1个共享存储（可用vSAN或NFS模拟）。主机配置建议每台不少于4 vCPU、16GB内存、2块网卡，以便分离管理网络和vMotion网络。
需要特别说明的是，实验环境中的嵌套ESXi性能有限，HA故障检测和DRS迁移的触发时间可能与生产环境有差异，但行为逻辑一致。验证时不要只看"是否迁移成功"，还要观察vCenter中的任务事件、主机状态变化和虚拟机所在主机的切换过程，这些中间状态才是理解机制的关键。
工程视角下的关键判断
在实际工程中，HA和DRS的配置不是"打开开关"那么简单。需要先回答几个问题：集群要容忍几台主机同时故障？这决定准入控制的预留比例。业务虚拟机是否有反亲和需求（如数据库主备不能在同一主机）？这决定DRS规则的设置。主机CPU代际是否一致？这决定EVC基线的选择。共享存储的IOPS是否足够支撑故障时的并发重启？这决定HA的恢复速度上限。