vCenter虚拟机HA不生效，核心原因通常不在HA开关本身，而是主机代理心跳异常、网络隔离地址不可达、准入控制阻挡或虚拟机未纳入HA监控这四类问题，按顺序排查vCenter告警、主机认证、隔离网络和管理网络配置，多数情况下能快速定位。
先搞清楚HA不生效卡在哪个环节
不少朋友跟我说，vCenter里HA明明显示“已启用”，但一台ESXi主机宕机后，上面的虚拟机就是不动，这种情况多半不是HA没配置，而是触发链路断了。
vSphere HA的逻辑其实不复杂：每台主机上跑着FDMAgent（代理进程），它负责心跳上报和故障检测，主机突然失联后，其他主机的代理发现心跳丢失，再结合隔离地址的探测结果，决定是重启虚拟机还是让它继续跑，判断出问题前，先看主机状态是“已断开”还是“已隔离”,这两个结果的处理方式完全不同。
主机显示“已断开”还是“已隔离”
- 已断开：意味着其他主机完全收不到这台主机的网络心跳，也收不到存储心跳,此时HA会把虚拟机在其他主机上重启。
- 已隔离：意味着管理网络不通，但存储心跳还活着，主机自己还活着，此时取决于隔离响应，默认是“不迁移”的。
如果被隔离的主机保持“完全隔离但未关机”的状态，而虚拟机上又没有配置“VM重启优先级”，那它就是不会动，先打开vSphere Client，进到集群的“监控”页签看主机状态,这一步能省掉大半排查时间。
vcenter虚拟机HA不生效的排查路径
我见过不少用户在vCenter里折腾半天，结果问题出在最初级的环节，这里给出一套完整的排查步骤,建议照着走一遍。
第一步：确认vCenter层的HA状态
在vSphere Client里进入集群，看“配置 > vSphere Availability”，正常情况下状态是绿色的“已启用”，如果是黄色感叹号或红色警告，点进去看具体报错。常见报错有两类：
- 主机不支持vSphere HA功能
- 主机上的HA代理未正确安装或运行异常
看到第二类报错，大概率主机上的FDMAgent崩了或版本与vCenter不一致，此时先把主机进入维护模式，再退出维护模式，让vCenter重新推送HA代理，如果还不行,重启主机的management服务：
/etc/init.d/vpxa restart第二步：检查主机认证和许可证
这是最容易被忽略的坑，ESXi主机的vCenter账号如果密码过期或权限被改，vCenter会失去对主机的管理通道，HA自然不触发，到vCenter的“主机”页面里，右键选择“重新建立连接”,确认认证状态恢复。
许可证授权范围也要留意，据VMware官方文档说明，vSphere Standard及以上版本才完整支持HA功能，Essentials授权的HA能力是受限的，如果你的环境用的是嵌套虚拟化或授权不完整,HA可能只显示启用但不干活。
第三步：查看HA心跳网络和隔离地址
HA的心跳是通过管理网络传输的，默认走管理网络，如果你给集群单独配置了HA心跳网络，而这块网络实际上不通，那故障时其他主机无法感知,也就不会启动故障转移。
隔离地址更关键，所谓隔离地址，就是每台主机用来探测“自己是否被网络隔断”的网关IP或特定主机IP，如果这个地址本身不可达（比如把网关写错了），主机在故障时就会误判自己已隔离,从而不触发迁移。
检查命令：
esxcli network ip connection list | grep -i vmk看疑似的HA心跳网卡状态是否正常,正常时多块主机之间的心跳是双向可达的。
第四步：核对准入控制策略
vCenter集群默认开启准入控制，意思是故障转移要预留足够的资源，如果集群配置了“插槽大小”或“保留主机资源”，而当前可用资源不足以承载额外虚拟机，HA就会拒绝执行迁移，这种情况在漫展、教学场景的迷你集群里特别常见集群总共就两台主机,还设置了高比例的CPU预留。
建议在测试环境直接关闭准入控制，把策略设为“允许任何VM重新启动”，再验证故障转移是否正常，生产环境不建议长期关闭，但可以用“仅计算预留”模式减少误阻挡。
第五步：确认虚拟机本身纳入HA监控
大量失误是虚拟机没有勾选HA监控，在虚拟机“配置”里看“vSphere HA”，如果显示“未配置”，那它压根不在HA的保护名单里，默认情况下，vSphere HA对虚拟机的监控是开启的，但如果你在创建虚拟机时改过设置，可能将其调成了“禁用”。
还有一种情况，虚拟机上开了快照或绑定了独立磁盘（RDM物理模式），HA对这些虚拟机的处理会不同，但一般不会完全不触发，若虚拟机上挂了独立非共享磁盘，重启时容易出现“磁盘锁”冲突,表现为HA已触发但虚拟机起不来。
vCenter HA配置正确但虚拟机就是不迁移
有相当一部分用户的问题是：集群配置看起来是正常的，主机状态也是绿色，但宕机后虚拟机纹丝不动,这类情况重点查以下几个隐蔽点。
存储心跳与内存快照
传统模式下，vSphere HA通过主机的存储心跳来确认主机是否真正失联，如果虚拟机存放在独立的本地盘上，而不是共享存储，那么其他主机根本拿不到这台虚拟机的磁盘文件，只能被迫不迁移，也就是说，HA只对放在共享存储上的虚拟机生效。
用vSAN或NFS挂载的存储没问题，但要注意存储心跳默认依赖“数据存储心跳”，如果数据存储压力过大，心跳丢失会导致误判，反而阻止迁移，排查时到vCenter的“监控 > vSphere HA”里查看“存储心跳”的状态，确保是“两个都正常”。
vCenter HA网络隔离误判
这个词你可以直接理解为：vcenter ha 网络隔离后，主机自认为是“只能自己过”，不会主动去抢虚拟机，部分场景下隔离响应配置成了“保持开启电源”,导致故障机一直占用着虚拟机份额。
好在排查很容易：在集群的HA设置里，把隔离响应从“保持开启电源”改为“关闭并重启虚拟机”，如果你不确定当前值，进到“编排”页面查看“Host Isolation Response”下拉框。
检查faultDomainManager日志
这是vCenter里记录HA操作的组件，在vCenter的/var/log/vmware/vsphere-ha/目录下，有一个fdm.log文件，里面记录着HA的心跳活动、隔离事件和管理操作，直接看日志是vcenter虚拟机HA不生效时最有效的验证方式：
grep -i "isolation" fdm.log
grep -i "restart" fdm.log日志会明确告诉你“这台主机认为对方已隔离但虚拟机未重启”的原因，通常会附带一个错误码，把错误码放到搜索引擎里找，大概率能找到现有案例，注意不要只看故障瞬间,要把故障前后10分钟的日志都拉出来对照。
实际场景下的HA故障排查重点
不同环境下，HA不生效的常见原因有很大差异，先分清自己的场景再动手,能省不少时间。
传统三层架构（物理机+共享存储）
这种场景下的主机数量和存储配置相对规范，HA不生效要么出在虚拟化软件层，要么出在网络二层隔离，优先看存储心跳是否正常，以及分布式交换机上的端口组是否同时承载了管理流量和vMotion流量，如果两者混在一起且带宽被占满，心跳会造成抖动,长时抖动会被vCenter误判为失联。
vSAN环境
vSAN的HA依赖主机间通信，vSAN本身又对网络延迟极其敏感，如果vSAN网络的MTU值不一致、组播被隔离，vSAN健康状态会闪红，而HA逻辑在vSAN不健康时默认不执行迁移，查一下vSAN的健康状态面板，行业共识是，这类问题的根因多数在基础网络,和HA本身关系不大。
小型双节点测试集群
只有两台ESXi主机时，加入vCenter的HA效果非常容易踩坑。双节点环境下必须配置群集级故障转移授权（vCenter Server HA）或搭配辅助节点投票器，否则一台宕机后，剩余的节点无法通过仲裁，集群状态直接进入“只读”,虚拟机不会迁移。
快速验证HA是否正常的办法
建议在正式环境改动前，先做一次“拉闸测试”，选一个低峰期，将某台主机上的业务虚拟机迁移走，然后直接拔掉该主机的电源线或强制关机，观察2-3分钟,看虚拟机是否在另一台主机上自动启动。
如果你不方便做物理断电,可以用下面命令模拟：
esxcli vm process kill --type=poweroff --world-id <虚拟机world ID>强制关闭一台虚拟机，观察它是否在其他主机上被重新拉起，这是验证HA配置的最小成本操作，但注意，模拟杀VM不经过主机故障检测流程，只能验证虚拟机重启策略,无法验证主机故障检测链路。
Q&A：日常高频问题
vCenter集群HA配置了但主机宕机后虚拟机不自启动，该从哪里入手？
先看主机在HA面板中的显示状态，如果状态是“已隔离”，检查隔离响应设置；如果状态是“已断开”，看存储心跳和网络心跳，其次确认虚拟机的vSphere HA监控字段是“已启用”，最后看faultDomainManager日志里的具体错误码,按码索骥。
vSphere虚拟机没启用HA，但主机HA是开的，怎么让它参与故障转移？
不需要重新创建虚拟机，编辑虚拟机设置，进入“应用程序和OS”相关的“vSphere HA”选项，将“VM Monitoring”设为“已启用”，重启机器生效，前提是虚拟机必须在共享存储上,且集群的HA处于激活状态。
双主机vCenter环境里，关掉一台就直接失效，为什么总是无法实现自动漂移？
双节点环境通常触发了仲裁阈值问题，HA本质是少数服从多数，两台机器各占一票，一台离线后只剩一票，达不到多数要求，集群就失去仲裁能力，你需要给集群配置一台群集见证主机（在NAS中挂载一个iSCSI LUN）,或者增加一台第三方仲裁设备来自动实现故障转移。