ESXi 运维实践：从单机部署到集群治理
ESXi 是很多私有云与混合云环境的虚拟化底座。本页不重复安装向导，而是从极客运维的日常视角，围绕宿主机加固、存储与网络规划、虚拟机生命周期、vCenter 集群治理与性能排障几个层面，整理一套可以在生产环境直接落地的 ESXi 运维要点。
7.x
主流版本基线
HA/DRS
集群核心能力
vDS
分布式交换
iSCSI/NFS
共享存储接入
一、宿主机加固与基线管理
ESXi 上线前先做加固，比出问题再补要省事得多。建议把主机配置、防火墙规则、SSH 策略与时间同步统一纳入基线，用 Host Profile 或自动化脚本批量下发，避免逐台手工调整造成漂移。
- 关闭不必要的服务，SSH 按需开启并限制来源网段
- 启用锁定模式，防止绕过 vCenter 直连修改配置
- 统一 NTP 源，日志与告警时间线才可信
- 定期核对补丁版本，关注厂商安全公告
二、存储与网络规划
本地存储
适合测试与边缘节点，注意 RAID 级别与磁盘健康监控，避免单盘故障拖垮整机。
共享存储
iSCSI 与 NFS 是常见选择，重点看多路径、链路冗余与队列深度，避免单点带宽瓶颈。
网络设计
管理、业务、存储、vMotion 分平面规划，配合 vDS 统一策略，减少配置散落。
三、虚拟机生命周期与资源治理
虚拟机不是建完就结束。模板化交付、资源限额、快照清理与闲置回收，决定了集群长期是否稳定。建议把“申请—交付—巡检—回收”做成闭环，而不是靠人工记忆。
- 用模板与自定义规范统一交付，减少配置差异
- 为关键业务设置资源预留与限额，避免争抢
- 快照只做短期保护，定期合并清理防止存储膨胀
- 建立闲置虚拟机台账，按季度回收
四、vCenter 集群治理与高可用
| 能力 | 作用 | 运维关注点 |
|---|---|---|
| vSphere HA | 主机故障时自动重启虚拟机 | 准入控制策略、隔离响应 |
| DRS | 按负载自动迁移与均衡 | 自动化级别、维护模式迁移 |
| vMotion | 在线迁移虚拟机 | 迁移网络带宽与多网卡 |
五、性能观测与常见故障处置
观测指标
CPU 就绪时间、内存 balloon/swap、存储延迟与队列、网络丢包，是定位性能问题的第一手依据。
常见故障
主机失联先排查管理网络与 DNS；HA 不生效检查准入控制；快照异常关注存储剩余空间。
六、常见问题
ESXi 免费版和 vSphere 标准版差别大吗？
免费版缺少 vCenter 集中管理与 HA/DRS 等能力，适合单机或测试场景；生产集群建议使用带 vCenter 的授权版本。
快照能不能当备份用？
不建议。快照依赖原磁盘，长期保留会拖慢性能并占用大量空间，备份应使用独立备份方案。
主机内存告警但虚拟机用量不高，怎么排查？
先看 balloon 与 swap 指标，再核对资源预留和限额配置，必要时调整 DRS 自动化级别。