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 ProtokollLösung · Hochverfügbarkeit
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
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.
| Ebene | Was redundant ist | Was beim Ausfall passiert | Wer verantwortet |
|---|---|---|---|
| Rechenzentrum FRA01 | Laut Betreiber Maincubes: redundante und unterbrechungsfreie Stromversorgung (Strom 2N), Klimatisierung N+1 | Laut 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 |
| Netz | Eigenes Netz AS47263 mit BGP-Routing, redundante Core-Router, redundante Switches und Uplinks, Bonding/LACP je Node | Fällt ein Core-Router, ein Switch oder ein Uplink aus, läuft der Verkehr über den verbleibenden Pfad weiter. | Wir |
| Loadbalancer | Redundante Loadbalancer mit Floating IP und Health-Checks | Der 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 |
| Storage | Ceph mit drei Repliken je Datenblock auf verschiedenen Nodes, dediziertes Storage-Netz | Fällt 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 |
| Anwendung | Je nach Architektur, zum Beispiel mehrere Instanzen hinter dem Loadbalancer oder Datenbank-Replikation für PostgreSQL oder MySQL/MariaDB | Instanzen 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
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.
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.
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.
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
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.
Zur Einordnung, keine Zusage. Ihr Verfügbarkeitsziel steht im Betriebsvertrag.
Grenzen
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.
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
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
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
Tests vor Inbetriebnahme und im laufenden Betrieb, jeweils mit Protokoll, dazu dokumentierte Notfallpläne für Szenarien über den automatischen Failover hinaus.
Failover-Tests mit ProtokollFAQ
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.
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.
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.
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.
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
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 besprechenWeiterführend