Lösung · Hochverfügbarkeit

High Availability Cluster: Hochverfügbarkeit durch Architektur

Kurzantwort

Ein High Availability Cluster, auf Deutsch Hochverfügbarkeitscluster oder HA-Cluster, ist ein Verbund mehrerer Server ohne Single Point of Failure: Jede Komponente, deren Ausfall Ihre Anwendung stoppen würde, ist mehrfach vorhanden. Die HA-Cluster von managed-cluster.net haben mindestens drei Nodes. Fällt einer aus, startet der Proxmox HA Manager dessen virtuelle Maschinen automatisch auf einem anderen Node neu. Das Verfügbarkeitsziel steht im Betriebsvertrag.

Architektur

Redundanz je Ebene: kein Single Point of Failure im HA-Cluster

Ein Single Point of Failure ist eine Komponente, deren Ausfall allein den Betrieb stoppt. Hochverfügbarkeit entsteht nicht durch bessere Hardware, sondern durch eine Architektur, die solche Punkte beseitigt. Deshalb ist in unseren HA-Clustern jede Ebene unter Ihrer Anwendung redundant ausgelegt, vom Rechenzentrum über Netz, Loadbalancer und Nodes bis zum Storage.

Redundanz je Ebene Was mehrfach vorhanden ist und was beim Ausfall passiert
EbeneWas redundant istWas beim Ausfall passiertWer verantwortet
Rechenzentrum FRA01Laut Betreiber Maincubes: redundante und unterbrechungsfreie Stromversorgung (Strom 2N), Klimatisierung N+1Laut Betreiber ist die Stromversorgung redundant und unterbrechungsfrei ausgelegt. Defekte Komponenten werden über Remote Hands rund um die Uhr getauscht.Betreiber Gebäude, Strom, Kühlung; Wir Hardware
NetzEigenes Netz AS47263 mit BGP-Routing, redundante Core-Router, redundante Switches und Uplinks, Bonding/LACP je NodeFällt ein Core-Router, ein Switch oder ein Uplink aus, läuft der Verkehr über den verbleibenden Pfad weiter.Wir
LoadbalancerRedundante Loadbalancer mit Floating IP und Health-ChecksDer Loadbalancer nimmt einen ausgefallenen Node binnen Sekunden aus der Verteilung; bestehende Verbindungen werden neu aufgebaut. Fällt ein Loadbalancer selbst aus, übernimmt ein redundanter Loadbalancer die Floating IP.Wir
Compute (Nodes)Mindestens drei Nodes mit N+1-Redundanz: Die Kapazität reicht auch dann, wenn ein Node fehlt.Corosync erkennt den Ausfall, der Node wird abgegrenzt, und der Proxmox HA Manager startet seine virtuellen Maschinen auf den übrigen Nodes neu. Für diese VMs ist das eine kurze Unterbrechung.Wir
StorageCeph mit drei Repliken je Datenblock auf verschiedenen Nodes, dediziertes Storage-NetzFällt eine Platte oder ein ganzer Node aus, gehen keine Daten verloren. Ceph stellt die Soll-Redundanz selbst wieder her, sobald dafür genügend Platten und Nodes verfügbar sind. Während der Wiederherstellung steigt die I/O-Last.Wir
AnwendungJe nach Architektur, zum Beispiel mehrere Instanzen hinter dem Loadbalancer oder Datenbank-Replikation für PostgreSQL oder MySQL/MariaDBInstanzen auf den übrigen Nodes bedienen Anfragen weiter. Health-Checks aus Nutzersicht prüfen, ob Ihre Anwendung antwortet.Sie Anwendung; Load-Balancing und Replikation planen wir im Konzept mit

Angaben zum Rechenzentrum: Drittangaben des Betreibers Maincubes laut Standortseite FRA01 und Factsheet FRA01 (PDF), abgerufen am 9. Oktober 2026 · Stand: Oktober 2026

Für den Betrieb Ihres HA-Clusters gilt eine klare Aufteilung: Sie kümmern sich um Ihre Anwendung, wir uns um alles darunter.

Hochverfügbarkeit für Server und Anwendungen entsteht erst aus dem Zusammenspiel dieser Ebenen. Details dazu: Stromversorgung und Kühlung im FRA01, das eigene Netz AS47263, replizierter Ceph-Storage und die Plattform darunter, ein Managed Proxmox Cluster.

Der Ernstfall

Automatischer Failover: was bei einem Node-Ausfall passiert

Fällt in einem High Availability Cluster ein Node aus, startet der Proxmox HA Manager die betroffenen virtuellen Maschinen automatisch auf einem anderen Node neu. Vorher erkennt Corosync den Ausfall, und Fencing grenzt den Node ab. Dienste, die hinter dem Loadbalancer auf mehreren Nodes laufen, bleiben dabei erreichbar. Parallel alarmiert unser Monitoring die Rufbereitschaft.

Schema 01 Node-Ausfall im 3-Node-Cluster: Zustand nach dem Failover
  • Verkehr über den Loadbalancer
  • Ceph-Replikation
  • Node aktiv
  • Node ausgefallen
  • Schritte 1 bis 6 im Ablauf
Schema als Text
  1. Der redundante Loadbalancer mit Floating IP verteilt Anfragen nur noch auf Node A und C; Node B hat er aus der Verteilung genommen (Schritt 5).
  2. Node B ist ausgefallen und abgegrenzt (Schritte 1 und 3). Seine VMs starten neu: VM 3 auf Node A, VM 4 auf Node C (Schritt 4).
  3. Node A und C halten das Quorum (Schritt 2). Alle Nodes speichern ihre Daten in Ceph mit drei Repliken je Datenblock.
  4. Das Monitoring alarmiert die Rufbereitschaft; es folgen Hardware-Tausch und Nachbericht (Schritt 6).
Zustand nach dem Ausfall von Node B: Der Proxmox HA Manager hat seine virtuellen Maschinen nach dem Fencing auf Node A und C neu gestartet.
  1. 1 · NODE B FÄLLT AUS. Zum Beispiel durch einen Hardware-Defekt oder den Verlust der Netzanbindung.
  2. 2 · COROSYNC ERKENNT DEN AUSFALL. Node A und C bilden als zwei von drei Nodes weiter die Mehrheit. Das Quorum bleibt erhalten, der Cluster bleibt entscheidungsfähig.
  3. 3 · FENCING GRENZT NODE B AB. Erst wenn sicher ist, dass Node B nicht mehr schreibt, dürfen seine VMs an anderer Stelle starten. So läuft keine VM doppelt.
  4. 4 · DER HA MANAGER STARTET DIE VMS NEU. Die VMs von Node B starten auf Node A oder C, wo Ceph ihre Daten bereits vorhält. Für diese VMs ist das eine kurze Unterbrechung.
  5. 5 · DIENSTE HINTER DEM LOADBALANCER LAUFEN WEITER. Der Loadbalancer hat Node B binnen Sekunden aus der Verteilung genommen; Instanzen auf Node A und C bedienen Anfragen weiter.
  6. 6 · RUFBEREITSCHAFT, HARDWARE-TAUSCH, NACHBERICHT. Das Monitoring alarmiert die Rufbereitschaft. Wir analysieren die Ursache, tauschen die Hardware und nehmen Node B wieder auf; Sie erhalten einen Nachbericht mit Ursache und Maßnahmen.

Der Loadbalancer nimmt einen ausgefallenen Node binnen Sekunden aus der Verteilung. Die virtuellen Maschinen des Nodes starten nach dem Fencing auf einem anderen Node neu; wie lange das dauert, hängt vom Fencing und von der Startzeit des Gastsystems ab.

Wie Fencing in Proxmox VE funktioniert

Fencing stellt sicher, dass ein ausgefallener oder vom Cluster abgeschnittener Node wirklich nicht mehr arbeitet, bevor seine Dienste anderswo starten. Sonst könnten zwei Nodes gleichzeitig auf dieselbe virtuelle Festplatte schreiben; laut Proxmox-Dokumentation kann das alle Daten einer VM zerstören.

Proxmox VE nutzt dafür nach Herstellerangaben einen Watchdog-Timer, den jeder Node im Normalbetrieb laufend zurücksetzt. Ein Node ohne Quorum kann das nicht mehr; laufen auf ihm aktive HA-Dienste, startet er sich nach Ablauf des Timers selbst neu. Erst nach erfolgreichem Fencing startet der Cluster die Dienste auf den verbliebenen Nodes. Mehr dazu: Quorum, Fencing und Split-Brain erklärt.

Quelle

  1. Proxmox Server Solutions GmbH: Proxmox VE Administration Guide, Kapitel „High Availability“, Abschnitte „Requirements“, „Fencing“, „How Proxmox VE Fences“ und „Recover Fenced Services“. pve.proxmox.com, abgerufen am 9. Oktober 2026.

Voraussetzungen laut Proxmox

Für Hochverfügbarkeit nennt die Proxmox-Dokumentation mindestens drei Cluster-Nodes für ein zuverlässiges Quorum, gemeinsamen Storage und redundante Hardware. Unsere Cluster bestehen deshalb aus mindestens drei Nodes; die Pakete Essentials und Business nutzen Ceph als gemeinsamen Storage.

Verfügbarkeit

Verfügbarkeitsziel: festgelegt im Betriebsvertrag

Pauschale Neunen ohne Architektur dahinter versprechen wir nicht. Das Verfügbarkeitsziel Ihres HA-Clusters legen wir gemeinsam fest und schreiben es in den Betriebsvertrag, zusammen mit Reaktionszeiten nach Prioritätsstufen, Servicezeiten und Eskalationswegen sowie den Wiederanlaufzielen. Kritische Alarme erreichen die Rufbereitschaft sofort und werden umgehend bearbeitet, rund um die Uhr.

Zur Einordnung, ohne Zusage: 99,9 % Verfügbarkeit entsprechen knapp neun Stunden Ausfallzeit im Jahr, 99,99 % weniger als einer Stunde. Welches Ziel Ihre Anwendung braucht, ist eine geschäftliche Frage: Was kostet Sie eine Stunde Stillstand an Umsatz, Folgekosten und Arbeitszeit? Die Rechnung liefert der Ratgeber Ausfallzeit für 99,9 % oder 99,99 % berechnen.

Erreichbar ist ein Ziel nur, wenn auch Ihre Anwendung dazu passt: Läuft sie in einer einzigen VM, überbrückt der Cluster einen Node-Ausfall mit einem Neustart dieser VM; läuft sie in mehreren Instanzen hinter dem Loadbalancer, bleibt sie erreichbar. Wie verfügbar Ihr Cluster tatsächlich war, zeigt der monatliche Betriebsbericht mit Verfügbarkeit, Vorfällen und Auslastung. Das Business-Paket enthält zusätzlich SLA-Reports.

Ausfallzeit pro Jahr bei 99,9 % Verfügbarkeit
knapp 9 h
Ausfallzeit pro Jahr bei 99,99 % Verfügbarkeit
unter 1 h

Zur Einordnung, keine Zusage. Ihr Verfügbarkeitsziel steht im Betriebsvertrag.

Grenzen

Was ein Hochverfügbarkeitscluster nicht abdeckt

Ein Hochverfügbarkeitscluster schützt vor dem Ausfall von Komponenten, nicht vor Fehlern in Ihren Daten. Was Ihre Anwendung oder ein Mensch falsch schreibt, repliziert der Cluster so zuverlässig wie jede andere Änderung. Davor schützen getrennte Backups mit regelmäßigen Restore-Tests und dokumentierte Notfallpläne.

  • Anwendungsfehler und Datenkorruption: Fehlerhafte Daten liegen sofort auf allen Repliken.
  • Versehentliches Löschen durch Nutzer oder Administratoren.
  • Fehlerhafte Updates der Anwendung, die Daten verändern.
  • Verschlüsselungstrojaner: Die Verschlüsselung wird repliziert wie jede andere Änderung.
  • Mehrere gleichzeitige Ausfälle: Einzelne Datenbereiche können bis zum Abschluss der Ceph-Wiederherstellung vorübergehend nicht verfügbar sein.

Backups laufen bei uns auf einer vom Cluster getrennten Backup-Infrastruktur mit definierten Aufbewahrungsfristen und regelmäßigen Restore-Tests. Im Business-Paket liegen sie mit Restore-Tests am Zweitstandort NBG01. Die Abgrenzung im Detail: warum HA kein Backup ersetzt.

Ein HA-Cluster ersetzt kein Backup.

Replikation schützt vor Hardware-Ausfall, kopiert aber jede Änderung mit: Ein versehentlich gelöschter Datensatz fehlt sofort auf allen drei Repliken.

Zwei Standorte

Zwei Rechenzentren: FRA01 und NBG01 im Business-Paket

Ein Cluster in einem Rechenzentrum fängt den Ausfall einzelner Server, Platten, Switches oder Loadbalancer ab. Gegen den Ausfall eines ganzen Standorts hilft nur ein zweiter. Das Business-Paket verteilt sechs Nodes auf FRA01 und NBG01. Dazu gehören Ceph-HA-Storage, standortübergreifend repliziert, Backups mit Restore-Tests am Zweitstandort und ein dokumentierter Umschaltplan, der regelmäßig getestet wird.

NBG01 in Nürnberg ist Ziel für Backup-Kopien außerhalb des Hauptstandorts und zweites Standbein für Multi-Standort-Deployments. Für Enterprise-Umgebungen planen wir die Multi-Standort-Architektur nach Ihren Anforderungen. Umfang und Preis: Business-Paket mit sechs Nodes über zwei Standorte.

Tests

Failover-Tests: geprobt, bevor es ernst wird

Ob ein High Availability Cluster im Ernstfall wie geplant umschaltet, zeigt erst ein Test. Vor der Übergabe an Sie testen wir den Failover vollständig; im laufenden Betrieb wiederholen wir die Tests regelmäßig in einem mit Ihnen abgestimmten Rhythmus. Jeden Test halten wir in einem Protokoll fest.

Leistung 04

Failover-Tests & Notfallpläne

Tests vor Inbetriebnahme und im laufenden Betrieb, jeweils mit Protokoll, dazu dokumentierte Notfallpläne für Szenarien über den automatischen Failover hinaus.

Failover-Tests mit Protokoll

FAQ

Häufige Fragen zum High Availability Cluster

Was passiert, wenn ein Server im Cluster ausfällt?

Der Cluster schaltet automatisch um: Die übrigen Nodes behalten das Quorum, der ausgefallene Node wird abgegrenzt, und der Proxmox HA Manager startet dessen virtuelle Maschinen auf einem anderen Node neu. Parallel alarmiert das Monitoring unsere Rufbereitschaft. Nach Ursachenanalyse und Hardware-Tausch erhalten Sie einen Nachbericht.

Merken meine Nutzer einen Failover?

Das hängt davon ab, wie Ihre Anwendung verteilt ist. Dienste, die hinter dem Loadbalancer auf mehreren Nodes laufen, bleiben erreichbar; bestehende Verbindungen werden dabei neu aufgebaut. Virtuelle Maschinen, die nur auf dem ausgefallenen Node liefen, starten auf einem anderen Node neu und sind bis dahin nicht erreichbar. Wie stark Ihre Nutzer das bemerken, klären wir im Konzept anhand Ihrer Anwendung.

Was ist der Unterschied zwischen Hochverfügbarkeit und Disaster Recovery?

Hochverfügbarkeit hält den Betrieb beim Ausfall einzelner Komponenten automatisch aufrecht, Disaster Recovery stellt ihn nach einem größeren Schaden wieder her. Disaster Recovery greift, wenn Daten beschädigt oder gelöscht sind oder ein Schaden über das hinausgeht, was der Cluster automatisch abfängt, und stützt sich auf getrennte Backups, Restore-Tests und dokumentierte Notfallpläne. Wie wir das umsetzen: Backup & Disaster Recovery.

Welche Verfügbarkeit sagen Sie zu?

Keine pauschale. Das Verfügbarkeitsziel legen wir gemeinsam fest, passend zu Ihrer Anwendung und zum Redundanzgrad, und schreiben es in den Betriebsvertrag. Dort stehen auch Reaktionszeiten nach Prioritätsstufen und die Wiederanlaufziele RTO (Recovery Time Objective) und RPO (Recovery Point Objective). Die erreichte Verfügbarkeit weist der monatliche Betriebsbericht aus.

Braucht ein HA-Cluster immer drei Nodes?

Nicht zwingend, aber drei sind der Normalfall: Für ein zuverlässiges Quorum nennt die Proxmox-Dokumentation mindestens drei Nodes. Zwei-Node-Setups sind mit einem externen Quorum-Device möglich; für geschäftskritische Anwendungen empfehlen wir drei oder mehr Nodes. Die Gründe erklärt der Ratgeber Split-Brain, Quorum und Fencing.

Nächster Schritt

Welches Verfügbarkeitsziel braucht Ihre Anwendung?

Beschreiben Sie Anwendung, Lastprofil und die Ausfallzeit, die Sie höchstens tolerieren können. Daraus leiten wir Redundanzgrad, Cluster-Größe und Wiederanlaufziele ab und halten sie in einem schriftlichen Konzept mit Architekturzeichnung und Festpreis fest.

Verfügbarkeitsziel besprechen

Weiterführend