Linux 集群需确保时间同步、SSH 权限最小化、元数据本地存储、网络平面隔离。用 chrony 同步时间，clusteradm 账号替代 root 免密，etcd 禁用 NFS，管理 / 业务 / 心跳网分离。
Linux 集群不是简单把几台机器连上网就完事，核心在于服务协同、状态一致和故障自治。新手常把“能 ping 通”当成集群跑起来了，结果一上真实负载就崩——问题往往出在设计阶段就埋了雷。
节点时间不同步：集群的隐形定时炸弹
所有节点必须严格时间同步，否则分布式锁失效、日志顺序错乱、证书校验失败都是分分钟的事。NTP 服务不能只装不配，更不能依赖默认的公共 NTP 池（延迟高、不可控）。
- 用 chrony 替代 ntpd，更适合 虚拟化 和云环境，收敛快、抗网络抖动
- 集群内指定 1–2 台可靠节点作为主时间源（如物理机或专用 NTP 服务器），其余节点只向其同步
- 定期检查：
chronyc tracking看偏移量，chronyc sources -v确认上游是否正常
SSH 免密逻辑被滥用：安全与可用的失衡点
自动化部署时，很多人一股脑给所有节点双向配置 root 无密码 SSH，看似方便，实则放大攻击面，且违反最小权限原则。
- 集群管理账户应独立于 root，比如创建
clusteradm用户，仅授予必要命令的 sudo 权限（如 systemctl、pcs、kubectl） - 免密仅限管理节点→工作节点的单向信任，禁止工作节点反向免密登录管理节点
- 用 ssh-agent 或 Ansible Vault 管理密钥，别把私钥明文扔进 Git 或脚本里
存储共享想当然：NFS 不是万能胶水
用 NFS 挂载共享目录来存集群元数据（比如 etcd 数据、Kubernetes 静态 Pod 清单、Pacemaker 资源状态），是典型误区——NFS 本身无强一致性保障，网络抖动或服务重启极易导致脑裂或数据损坏。
- etcd 必须使用本地 SSD+RAID，禁用 NFS/cephfs 等网络存储 后端
- 需要共享配置？用 GitOps 方式（如 Argo CD）拉取，或通过 Consul/Etcd 自身做键值分发
- 若真需共享存储，优先选支持 Pacemaker 资源代理的方案（如 DRBD+OCF 脚本），而非裸挂载
网络平面混用：性能与隔离的双重陷阱
把管理、业务、心跳、存储流量全压在同一张网卡甚至同一个 VLAN 里，轻则延迟飙升，重则心跳包丢包触发误隔离（fencing）。
- 至少划分三张逻辑网：管理网（SSH/API）、业务网（Service 流量）、心跳网（Corosync/Pacemaker 专用，建议直连双线 + 低 MTU）
- 禁用交换机 STP 对心跳链路的影响，心跳接口建议关闭 IPv6 和多余协议 栈（如 net.bridge.bridge-nf-call-iptables）
- 用
ip route show table local确认各网卡绑定正确 路由，避免跨网段绕行
基本上就这些。集群不是搭积木，而是建电网——每个节点是节点，更是电路中的一环。少一个保险丝，整条线都可能过载。不复杂，但容易忽略。
