Panduan Operasional Proxmox VE Cluster HA & Ceph: Quorum, Failure Handling, dan Recovery

Ringkasan Tutorial

Panduan yang berfokus pada sisi operasional cluster Proxmox dan Ceph: bagaimana membaca quorum, menangani split-brain risk, memantau OSD, dan menjalankan recovery setelah gangguan node atau jaringan.

Tujuan Belajar

• Memahami quorum dan risiko split-brain pada cluster kecil.
• Membaca health Ceph dan status OSD saat terjadi degradasi.
• Menjalankan langkah recovery tanpa memperparah kondisi cluster.

Hasil Akhir yang Diharapkan

Setelah menyelesaikan seluruh modul, peserta diharapkan mampu mengulang implementasi ini secara mandiri, memahami alasan desainnya, dan melakukan verifikasi hasil di lapangan tanpa hanya menyalin konfigurasi.

Kenapa Glosarium Ini Penting

Materi Panduan Operasional Proxmox VE Cluster HA & Ceph: Quorum, Failure Handling, dan Recovery memuat cukup banyak istilah teknis dan singkatan. Modul ini disediakan agar pembaca awam tidak tersendat saat menjumpai istilah yang sering dipakai engineer jaringan, server, storage, dan security.

Cara Menggunakan Modul Ini

1. Baca istilah yang belum Anda pahami sebelum lanjut ke implementasi.
2. Kembali ke glosarium ketika menemukan singkatan baru di langkah konfigurasi.
3. Gunakan definisi ini sebagai pijakan awal, lalu cocokkan dengan output perangkat yang Anda pakai.

Versi Perangkat & Platform Uji

Proxmox VE 8.x dan Ceph Reef

Estimasi Waktu Praktik

120-150 menit

Prasyarat Sebelum Memulai

• Cluster Proxmox dan Ceph dasar sudah ada.
• Tim memahami perbedaan jaringan management, cluster, dan storage.
• Tersedia jendela lab untuk simulasi gangguan terkontrol.

Topologi Lab & Skenario Praktik

• Cluster tiga node dengan Ceph distributed storage.
• VM penting ditempatkan di storage bersama.
• Monitoring dasar cluster dan Ceph tersedia.

Kasus Lapangan & Sasaran Implementasi

Membangun cluster hanyalah langkah awal. Tantangan sebenarnya muncul saat satu node hilang, quorum goyah, OSD down, atau live migration gagal. Tim operasional harus memahami apa yang boleh dan tidak boleh dilakukan saat kondisi cluster sedang tidak sehat.

Target pembaca: Administrator cluster yang sudah punya Proxmox dasar dan ingin memahami operasi saat insiden.

Hasil akhir yang harus dicapai: Tim mampu membaca status cluster dengan benar dan mengambil tindakan recovery yang aman saat terjadi gangguan.

Tahapan Implementasi Lapangan

1. Pelajari baseline cluster sehat: quorum, status corosync, health Ceph, dan distribusi OSD.
2. Simulasikan satu node down dan lihat dampaknya ke VM, quorum, dan recovery.
3. Uji skenario OSD down atau storage degraded lalu baca health warning dengan benar.
4. Dokumentasikan langkah recovery dan keputusan kapan maintenance aman dilakukan.

Contoh Konfigurasi / Command Penting

pvecm status
systemctl status corosync
ceph -s
ceph osd tree
ha-manager status

Hal yang Wajib Diverifikasi

• Tim dapat membedakan kondisi cluster sehat, degraded, dan kritis.
• Quorum tetap dipahami sebagai syarat utama sebelum operasi berisiko dilakukan.
• Health Ceph dapat dibaca hingga ke level OSD atau pool bermasalah.
• Prosedur recovery terdokumentasi dan pernah diuji.

Troubleshooting Paling Sering Muncul

• Jika quorum hilang, cek node yang masih hidup, corosync status, dan reachability jaringan cluster.
• Jika OSD down, cek disk, service, dan kesehatan host tempat OSD berada.
• Jika recovery lambat, audit kapasitas, network storage, dan jumlah replica yang berjalan.

Keputusan Desain yang Perlu Dipahami

• Artikel ini melengkapi tutorial build cluster dan fokus pada sisi operasional harian.
• Jangan melakukan tindakan destruktif saat quorum tidak sehat tanpa rencana yang matang.
• Monitoring dan dokumentasi recovery sama pentingnya dengan konfigurasi awal.

Kesalahan yang Sering Terjadi di Lapangan

• Menganggap semua warning Ceph bisa diabaikan selama VM masih menyala.
• Menambahkan atau menghapus komponen cluster saat quorum tidak stabil.
• Tidak pernah melatih recovery sebelum insiden nyata terjadi.

Artefak Serah Terima yang Harus Disimpan

• Runbook insiden cluster dan storage.
• Baseline status cluster sehat.
• Checklist tindakan saat node down atau OSD degraded.

Langkah Lanjut Setelah Praktik

Setelah modul ini selesai, ulangi implementasi tanpa melihat catatan langkah demi langkah, lalu dokumentasikan hasil verifikasi, kendala, dan perubahan desain. Cara ini membantu materi benar-benar berpindah dari sekadar dibaca menjadi keterampilan kerja.