【VMware】ESXi 6.0 vMotion 只能迁出不能迁入：移出并重新加入 DRS 集群恢复
文章目录8 节
这次遇到的是一台 VMware ESXi 6.0 主机。主机此前发生过网卡故障并一度卡死，拔除故障网卡并重启后，虚拟机可以从这台主机迁往其他主机，却无法从其他主机迁入。
最终现场确认的恢复方法是：将问题主机移出 DRS 集群，再重新加入原集群，vMotion 恢复正常。
我们把排查重点放在 ESXi、vCenter 与 DRS 对主机状态的识别上。本文记录相关现象、处理方法和适用条件。截图中的主机、地址等环境标识已脱敏。
现象：只能迁出，不能迁入
问题主机是 ESXi 6.0，位于 vCenter 管理的 DRS 集群中。网卡故障前，主机曾经卡死；拔除故障网卡并重启后，主机在 vCenter 中看起来可以继续被管理，虚拟机也能从这台主机迁往其他主机，但反向迁移失败。
在迁移向导的兼容性检查阶段，vCenter 显示：
在主机的当前状况下不允许执行此操作。
这不是迁移已经开始后出现的网络超时，而是目标主机在预检查阶段就没有通过。因此，排查重点放在目标主机当前状态是否被 vCenter 和 DRS 正确识别，而不是先检查 vMotion 数据传输速度、TCP 8000 或 MTU。
为什么怀疑主机状态没有同步
网卡故障和主机卡死可能让 ESXi 管理服务、vCenter 清单对象和 DRS 对主机状态的观察出现短暂或残留的不一致。这里的判断是工作假设，并不是“拔掉网卡必然造成 DRS 状态错误”：
- 网卡故障导致主机异常，管理连接曾经不稳定。
- 拔卡后主机重启，物理故障被移除，但管理代理、vCenter 和 DRS 之间需要重新建立状态。
- 主机能够迁出，说明它并非完全失联；但作为迁入目标时，vCenter 在兼容性检查中仍拒绝了当前状态。
现场还出现过两个辅助现象：vCenter 有任务显示为 0%，另一个操作弹出 propertyCollector 对象已删除或未完全创建的错误。这些现象支持“管理对象或任务状态不干净”的方向，但它们本身不能证明具体对象已经被删除，也不能单独证明就是 DRS 缺陷。
现场排查过程
当时给现场的建议是按以下顺序逐层处理，每做完一种方法就迁入一台测试虚拟机，观察是否恢复：
| 顺序 | 方法 | 处理范围 |
|---|---|---|
| 1 | 在 vCenter 中断开主机，再重新连接 | 主机管理连接 |
| 2 | 重启 hostd 和 vpxa | ESXi 管理服务与 vCenter 代理 |
| 3 | 将主机移出 DRS 集群，再重新加入 | 主机与集群的成员关系 |
| 4 | 从 vCenter 清单中移除主机，再重新添加 | 主机在 vCenter 中的注册关系，作为后备方案 |
这些方法处理的对象不同，不能简单理解为同一种“刷新”。
1. 断开并重新连接主机
在 vCenter 中对问题主机执行“断开连接”，等待任务结束后再执行“连接”。这一步和重启 ESXi 不是同一件事：
- 重启 ESXi 是重启主机操作系统及其服务。
- 断开／连接是让 vCenter 重新建立并确认与现有 ESXi 主机的管理关系。
断开连接通常不会关闭运行中的虚拟机，但会影响 vCenter 对主机的管理和状态采集。应避开正在进行的关键管理任务，重新连接完成后再验证迁入。
2. 重启 ESXi 管理代理
SSH 登录问题 ESXi 主机后，重启负责本地主机管理和 vCenter 协同的两个服务：
风险等级：CAUTION（重启管理服务）
作用： 重新加载 ESXi 的
hostd和 vCenter 代理vpxa，用于刷新管理会话、任务状态和主机协同信息。 执行对象： 已确认身份的 ESXi 6.0 问题主机，在 ESXi Shell 中执行。 权限要求： root 或等效的 ESXi 管理权限；执行前确认没有正在进行的迁移、快照、存储或网络变更。 影响： vCenter 对该主机的管理操作和状态采集会短暂中断；通常不会关停正在运行的虚拟机。 完成验证： 等待主机在 vCenter 中恢复为“已连接”，再用测试虚拟机验证迁入。 回退： 这两条命令没有配置回退动作；如果代理没有自动恢复，应查看服务状态和日志。
/etc/init.d/hostd restart
/etc/init.d/vpxa restart排查期间，现场曾反馈重启管理代理后测试虚拟机迁入成功。后续最终反馈确认，将主机移出集群并重新加入后，vMotion 恢复正常。两个反馈分别记录阶段性测试和最终处理结果；现有记录不足以判断两者之间是否发生过复发，也不足以说明重启代理在所有类似故障中都会无效。
最终处理：移出并重新加入 DRS 集群
这次最终采用了第三种方法。它改变的是主机与集群的成员关系，使 vCenter 和集群功能重新处理这台主机的加入过程。
这与“从 vCenter 移除主机再添加”是两种操作。移出集群时，主机仍保留在 vCenter 清单中，只是暂时不属于原集群。在 vCenter 6.0 的实验环境中，我们也没有观察到移出和加入集群时重新安装 Agent 的过程，因此不能把该方法的效果解释为“重新安装了 vpxa”。
下面是依据官方 KB 整理的操作步骤，用于复现处理方法；维护模式和操作前检查是执行条件，不代表现场记录已逐项保留了这些步骤的截图。
风险等级：CAUTION（变更集群成员关系）
作用： 通过移出再加入，重新建立主机与原集群的成员关系。 执行对象： vCenter 中已经确认身份的 ESXi 主机和目标 DRS 集群。 执行条件： 使用有权限变更主机集群归属的 vCenter 账户；先迁走或关闭全部虚拟机，确认主机已进入维护模式，记录原集群、网络和存储配置。KB 344925 明确要求，不要在启用 vSAN、NSX、VCD 或 VMware Horizon 的集群执行这组步骤。 影响与恢复： 主机暂时退出原集群的资源管理，加入时可能触发 HA 等功能的重新配置。如重新加入失败，保持维护模式，检查任务错误和原集群配置，再恢复成员关系；不要贸然迁回业务。
- 将问题主机上的虚拟机迁往其他主机；如果 DRS 没有自动迁移，手动迁移并确认没有运行中的虚拟机。
- 在 vCenter 中让问题主机进入维护模式，等待任务完成。
- 将主机拖出原集群，放到同一数据中心下的集群外。保留它在 vCenter 清单中，不执行“从清单中移除”。
- 等待移出任务完成，再将主机拖回原 DRS 集群。
- 等待主机连接及集群相关配置任务完成，退出维护模式。
- 迁入一台测试虚拟机，检查兼容性检查和迁移任务，再验证反向迁移。全部通过后再恢复正常调度。
现场确认，移出并重新加入集群后，vMotion 恢复正常。没有继续执行第四种“从 vCenter 移除主机再添加”的方案。
与官方 KB 的关系
这个现场现象与以下官方资料存在部分重合：
- KB 328652：Power on or vMotion operations could fail if any host in a DRS cluster is in an invalid state：描述主机无效状态可能导致开机或 vMotion 失败，并列出
The operation is not allowed in the current state of the host错误；修复版本是 vSphere 6.0 U3。 - KB 344925：“Unable to apply DRS resource settings on host” error in vCenter Server：针对 DRS 资源设置无法应用到主机的告警，建议先重启
hostd和vpxa，问题持续时移出集群再加入；适用产品包含 ESXi 和 vCenter 6.0。
KB 328652 提供了与本次报错相近的官方案例，但没有把移出集群再加入写成该缺陷的解决方法。KB 344925 提供了这组操作的官方依据，但它针对的是特定 DRS 告警，不能仅凭处理方法相同就证明本次一定属于同一个问题。
我们没有保留足以确认具体缺陷的完整日志和版本构建号。因此，目前能够确认的是“移出并重新加入集群后恢复”，而“网卡故障后管理状态或 DRS 状态未完全同步”仍是与现象一致的排查判断。
复盘后的处理路径
以后再遇到 ESXi 只能迁出、不能迁入，而且错误发生在兼容性检查阶段，可以按下面的顺序缩小范围：
- 确认主机已经启动完成，vCenter 中没有卡住的关机、维护模式或其他状态转换任务。
- 检查整个 DRS 集群是否存在断开、无响应或状态异常的主机。
- 对目标主机执行一次 vCenter“断开连接 → 连接”，等待任务完全结束。
- 如果问题仍在，安排维护窗口，在目标 ESXi 上重启
hostd和vpxa。 - 如果管理代理刷新仍无效，确认主机可安全进入维护模式，再评估移出并重新加入 DRS 集群。
- 每一步之后只迁移一台测试虚拟机，记录结果，避免把多个变量混在一起。
- 如果兼容性检查已经通过、迁移在数据传输阶段失败，再转向 vMotion VMkernel、物理上联、TCP 8000、MTU 和双向网络连通性排查。
这次处理最有参考价值的地方，是报错发生在兼容性检查阶段：先检查 vCenter 和 DRS 识别到的主机状态，再逐层刷新管理连接、代理和集群成员关系。现场最终通过移出并重新加入集群恢复，但这组操作仍需遵守官方 KB 的适用条件。