一、升级背景
我司于 2023 年部署交付该套 SmartX 超融合三节点集群，当前每节点配备 384GB 内存，集群运行稳定，Uptime时间594天，承担包括 ERP、MES 等核心业务系统在内的多项关键业务负载。随着业务规模扩大及资源需求提升，ERP 系统数据库单机已分配 256GB 内存，整体集群内存资源趋于紧张，存在一定的资源瓶颈风险。
为保障系统长期稳定运行，提升资源弹性与业务承载能力，客户按需对现有集群进行内存扩容升级和软件版本维护。
二、升级目标
为保障生产业务连续性，本次硬件扩容与软件升级工作均采用滚动升级方式实施，无需集群整体停机：
- 内存扩容：逐台节点关机维护，其余节点保持运行，虚拟机通过热迁移方式提前转移，保障业务不中断；
- 软件升级（包括 SMTX OS 内核升级、VMTools 升级等）：涉及节点重启的操作同样采用滚动方式执行，升级前由管理平台完成虚拟机自动迁移；
- CloudTower 管理平台升级与组件部署：平台级组件升级可在线完成，无需影响底层集群服务与业务流量。
通过 SmartX 超融合平台原生的资源调度与热迁移能力，整个升级周期内集群保持对外服务能力，有效规避了传统升级所带来的系统停服风险。
本次 SmartX 三节点集群的内存扩容工作，旨在将每节点内存容量统一扩展至 768GB，通过“新增+内部调配”组合方式优化投资成本。具体方案如下：
| 节点名称 | 型号 | 内存槽位 | 当前内存配置 | 扩容方案说明 | 扩容后容量 |
|---|---|---|---|---|---|
| SMTX-Node03 | Dell R750xs | 16 条 | 12 × 32GB = 384GB | 更换为 12 × 64GB（新购），优先完成扩容 | 768GB |
| SMTX-Node02 | Dell R740 | 24 条 | 12 × 32GB = 384GB | 新增 12 × 32GB（新购），插满 | 768GB |
| SMTX-Node01 | Dell R740 | 24 条 | 12 × 32GB = 384GB | 接收从 R750xs 拆下的 12 × 32GB，插满 | 768GB |
- 全部扩容完成后，三节点集群总内存由 1152GB 提升至 2304GB；
- 所有内存条均为 DDR4 ECC REG，已通过平台兼容性验证。
本次软件升级的目标如下：
| 升级项 | 当前版本 | 目标版本 | 升级说明 |
|---|---|---|---|
| CloudTower | 4.4.1 | 4.6.1 | 管理平台升级，优化界面与功能，不影响业务运行 |
| SMTX OS | 5.1.4 | 5.1.5 | 包含内核升级，需重启节点，滚动方式实施 |
| 备份组件 | 2.0.1 | 2.0.5 | 提升备份性能与服务可靠性 |
| 可观测性组件 | 未部署 | 1.4.1 | 原高级监控替换为新组件，实现集群资源监控与告警 |
| 虚拟机 VMTools 工具 | 3.0.1 | 4.0.0 | 提升虚拟机驱动性能与平台兼容性 |
三、硬件升级步骤
1. 扩容方式
采用滚动升级策略，逐台节点进行离线内存扩容，通过 SmartX 超融合平台的热迁移能力确保业务不中断：
- 扩容期间无需关闭整个集群；
- 每次仅对一台物理服务器进行关机维护；
- 虚拟机通过热迁移方式提前迁出至其他节点运行；
- ERP 数据库服务器单VM内存占用较大，升级期间2节点无充足计算资源承载该VM运行，已与客户协商约定停机时间窗口，在维护窗口期内执行关机（约30分钟）。
2. 操作步骤（概略）
- 优先对 SMTX-Node03 进行内存更换（安装新购 12×64GB），完成后释放出 12×32GB 旧条；
- 随后将新购 12×32GB 插入 SMTX-Node02 号节点，插满 24 条槽位；
- 最后将 SMTX-Node03 拆下的 12×32GB 安装到 SMTX-Node01 节点，完成三节点内存一致性扩容。
在本次内存扩容过程中，运维工程师全程佩戴防静电手套并执行标准接地操作。这是保障硬件安全的基本规范：
- 内存模组对静电极为敏感，微小静电放电可能导致不可逆的硬件损伤；
- 在更换或安装内存过程中，人体静电可能通过接触瞬间释放，损坏芯片或缩短使用寿命；
建议：所有涉及物理硬件更换的操作，均应严格遵守防静电作业规范。
四、软件升级步骤
本次服务除完成集群内存扩容外，亦同步对 SmartX 超融合平台相关组件进行了版本升级，进一步提升平台稳定性、可观测性及兼容性，具体如下：
1. CloudTower 管理平台升级
- 原版本：4.4.1
- 目标版本：4.6.1
- 升级影响：CloudTower 管理平台升级过程中不影响业务运行，为确保操作安全，已在内存扩容前完成平台升级及功能验证。
2. SMTX OS 操作系统升级
- 原版本：5.1.4
- 目标版本：5.1.5
- 升级方式：由于该升级涉及内核版本更新，需重启节点，故采取与内存扩容一致的滚动升级策略：
- 升级前由CloudTower（升级中心）自动调度虚拟机热迁移至其他节点，并置入维护模式；
- 先对SMTX OS执行升级，滚动升级完成后，对集群节点内核再次以滚动方式执行内核升级任务；
- 节点重启后完成 SMTX OS 升级，自动退出维护模式并重新纳入资源池；
- 整个升级过程中业务不中断，业务系统始终保持可用状态。
3. 备份与可观测性组件升级
- 备份组件：由版本 2.0.1 升级至 2.0.5，增强备份兼容性与服务可靠性，升级过程采用平滑部署与验证机制，无需业务中断；
- 可观测性组件：替代原高级监控组件，新增部署可观测性 1.4.1 版本，加强集群运行状态与资源指标的实时监控与告警能力。
4. VMTools 虚拟机工具升级
- 版本升级：VMTools 由 3.0.1 升级至 4.0.0；
- 作用：提升虚拟机驱动性能与平台兼容性，优化 Guest OS 与宿主机间的通信效率；
- 升级方式：由平台升级中心自动完成，部分虚拟机可通过在线热更新，无需手动干预。
五、交付与知识成果移交
本次 SmartX 三节点集群内存扩容及平台组件升级工作已于计划时间内顺利完成，所有节点运行稳定，业务连续性保障良好。升级完成后，技术团队对系统状态进行了全面巡检与验证，未发现异常情况。
为确保客户后续运维工作的连续性和透明度，我们已通过内部文档系统记录并向客户提交如下文档资料：
- 内存扩容操作记录与硬件变更清单
- SMTX OS 与 CloudTower 升级操作文档与升级报告
- 平台组件版本对比清单及兼容性说明
- 虚拟机热迁移与滚动升级计划执行记录
- 可观测性与备份组件配置说明
所有文档资料已完成签署与归档，并由现场工程师进行口头说明与答疑，确保用户掌握系统最新运行状态与操作要点，实现了完整的知识成果移交。
六、服务总结
内存扩容在概念上看似是一项简单的硬件升级操作，但在实际生产环境中，尤其是在承载关键业务的超融合集群场景下，涉及的不仅是硬件更换，更包括对业务连续性、资源调度、升级时序、故障应对等多个维度的综合考量。
本次 SmartX 三节点集群内存扩容及配套软件升级项目，正是通过前期充分的业务调研、合理的升级规划设计，并依托技术团队丰富的实战经验和高度的专业化执行能力，成功实现了全程业务不停机的滚动升级，在保障系统稳定运行的前提下，大幅提升了集群资源容量与平台能力。
项目完成后，客户对升级效果表示高度认可，并计划在下一阶段对集群存储资源进行扩容。得益于 SmartX 统一分层架构的灵活设计，未来的存储扩容工作也将具备快速部署、异构兼容、业务无感知等优势，进一步体现 SmartX 在资源弹性、架构敏捷性方面的领先价值。
小贴士：SmartX 超融合架构下的存储扩容优势
SmartX 超融合平台采用统一分层架构，其分布式存储模块（SMTX ZBS）天然具备高弹性与高可用性。在该架构下：
无磁盘组概念：节点中的缓存盘、容量盘不依赖传统磁盘组机制，所有存储资源自动接入全局资源池；
支持纵向扩容：未来如需提升单节点存储容量，可直接新增或更换容量盘，无需重构或迁移数据；
不影响业务运行：存储系统具备原生的数据均衡与副本机制，容量扩容过程中无需中断业务；
支持异构扩容：平台支持不同型号、容量的硬盘混合接入，灵活适配不同扩容场景与预算要求。
相比传统架构，SmartX 超融合在后续存储扩容过程中具备显著的简化操作和业务无感知优势，为企业构建更敏捷、更弹性的 IT 基础架构提供了有力支撑。
Make IT Simple – SmartX