Linux怎么在数据中心机房火灾断电前通过脚本有序批量关停数千虚机-LINUX-PHP中文网

火灾预警后需用virsh安全批量关机：严格限并发（如parallel -j 8）、每台后sleep 0.3、用virsh list --name --all取名、以virsh domstate轮询确认“shut off”、单台超时90秒则降级destroy，脚本分发至各宿主机本地执行。

linux怎么在数据中心机房火灾断电前通过脚本有序批量关停数千虚机

火灾预警触发后，如何用 `virsh` 安全批量关机而不卡死宿主机

数据中心火灾报警联动系统通常会通过 SNMP、HTTP webhook 或串口信号通知管理节点。一旦收到预警，脚本必须在断电前 2–5 分钟内完成虚机停机——但直接并发调用 virsh shutdown 数千次极易压垮 libvirt 进程或宿主机 CPU，导致部分虚机卡在 “shutting down” 状态。

关机命令必须用 virsh shutdown（非 virsh destroy），避免数据丢失；virsh shutdown 依赖客户机内运行的 acpid 或 systemd-logind，提前确认虚机已启用该服务
严格限制并发数：用 parallel -j 8 或 shell 的 wait + 子 shell 控制同时执行不超过 10 个 virsh shutdown 请求，libvirt 默认只处理约 15 个并发连接，超限会返回 Failed to connect to libvirt
每台虚机关机后加 sleep 0.3，缓解 dbus 和 polkit 压力；实测不 sleep 时，300 台以上虚机集中触发会导致部分宿主机 dbus-daemon 卡住
避免用 virsh list --all | awk '{print $2}' 解析输出——列宽不固定，$2 在虚机名含空格时失效；改用 virsh list --name --all，它输出纯名称，每行一个

怎么判断虚机是否真正关机完成，而不是假死在 shutdown 状态

virsh list 显示 “shut off” 才算安全，而 “running” 或空白状态都不可靠；但有些虚机因内核 hang 或 acpid 未响应，会长期卡在 “running” 状态，virsh shutdown 实际已无作用。

轮询检查必须用 virsh domstate <var>vm_name</var>，它输出精确状态（如 running、shut off、paused），比 virsh list 解析更可靠
设置超时：单台虚机等待上限设为 90 秒，超过则降级执行 virsh destroy；注意 virsh destroy 是强制断电，仅用于兜底
不要依赖 ping 或 SSH 探活：虚机网络栈可能早于用户态进程挂掉，ping 得通但 domstate 仍是 running，说明只是内核还在跑，应用早已不可用

脚本如何适配不同宿主机集群，避免单点故障

不能把所有虚机列表硬编码在一个控制节点上——万一这个节点先断电，整个关停流程就中断。实际部署需分层：

Obsidian (Linux)

操作 Obsidian 库（纯 Markdown 笔记），并通过 notesmd-cli 实现自动化。

下载

虚机清单按宿主机分组，存为每个宿主机本地的 /etc/vm-list.txt（内容仅为虚机名，一行一个），避免 NFS 或数据库单点依赖
控制脚本推送到每台宿主机，由本地 cron 或 systemd timer 触发；火灾信号通过广播包（如 logger "FIRE_ALERT" + rsyslog 过滤）或轻量 MQTT 订阅分发，不依赖中心调度器
每台宿主机独立执行关停，完成后向中央日志服务器写入 echo "$(date) $(hostname) done" >> /var/log/shutdown-finish.log，便于事后审计哪台没完成
若某宿主机失联（比如网卡已断），其他宿主机继续执行，不互相等待

为什么不能用 Ansible 或 SaltStack 做这事

Ansible 的 virt 模块底层仍是调 virsh，但它默认串行执行，数千台虚机要数小时；并行开到 -f 100 后，SSH 连接风暴会让控制节点和目标宿主机的 sshd、libvirt 同时过载，出现大量 Connection refused 和 libvirtError: internal error: cannot send data: Broken pipe。