PVE 踩坑笔记：在线迁移提示目标节点内存不足，Web 显示目标节点还有大量空闲内存

一、故障表现

• 集群状态正常，节点之间网络、存储满足在线迁移条件
• Web 监控面板目标节点内存还有大量剩余，swap 使用率很低
• 发起在线迁移直接提示内存不足，拒绝开始迁移
• 关闭其他虚拟机释放内存后，有可能迁移成功；也有可能释放一部分依旧报错
• 虚拟机开启内存气球（balloon），虚拟机内实际占用内存远小于配置内存
• 宿主机 free 命令看空闲内存充足，和 PVE 迁移校验结果不一致

典型特征：操作系统层面内存充足，但 PVE 的迁移预检查算法判定内存不够，属于统计口径差异带来的经典迁移坑。

二、原理简单说明

PVE 做在线迁移预校验时，默认按虚拟机配置的最大内存（memory）来评估需要的资源，而不是虚拟机当前实际占用内存。 哪怕开启了 balloon 内存气球，虚拟机现在只用了 4G，但是 VM 设置内存是 16G，迁移校验依旧按 16G 去预留。 计算逻辑大致： 目标节点可用 = 节点总内存 - 所有 VM 配置内存总和 - 宿主机系统预留内存 而 Web 页面、free 命令显示的是实时已经消耗的内存（balloon 压缩后实际占用）。 两者统计口径完全不同，就出现 “看着内存很多，不让迁移”。 另外还有一个因素：在线迁移需要额外内存缓存用于迁移过程的内存页拷贝，也会占用预留额度。

三、排查顺序

1. 查看目标节点所有虚拟机配置内存总和

# 在目标节点统计所有VM的设定内存
qm list | awk '{print $3}' | grep -E '^[0-9]+$' | awk '{sum+=$1} END{print sum/1024 " GB"}'

这个是 PVE 校验用的总申请内存，不是实时占用。

1. 查看节点总内存

free -h

1. 查看当前虚拟机内存配置，确认是否开启 balloon

qm config 100

查看 memory、balloon 参数。balloon=0 代表关闭气球，balloon=1 开启。

1. 查看节点宿主机预留内存设置

cat /etc/pve/nodes/<节点名>/config

查找 memory 预留配置。

1. 查看迁移详细任务日志，确认报错原文

四、分场景修复方案

场景 1：开启 balloon，但迁移校验不采信实时占用（最高发）

balloon 只能用来在虚拟机运行后动态降低内存占用，无法绕过迁移前的内存校验。 PVE 迁移安全机制：假设迁移过程中虚拟机随时可以膨胀到配置的最大 memory，所以必须预留足额上限内存。

方案 A：临时调低待迁移 VM 的内存上限（关机修改，降低 memory 值，迁移完成再调回去）； 方案 B：目标节点关闭一部分虚拟机，释放出等于该 VM 配置内存大小的额度； 方案 C：使用离线迁移（停机迁移），离线迁移校验逻辑宽松很多。

坑：很多人以为开了 balloon 就能超配迁移，在线热迁移不支持靠 balloon 超配。

场景 2：节点设置了宿主机内存预留值

PVE 可以给节点设置宿主机最小预留内存，保障系统、corosync、QEMU 等基础进程不被抢占。 预留内存不会分配给虚拟机，会从可分配内存里面直接扣除。 配置示例：

memory: 8192

代表该节点强制预留 8G 给宿主机，不允许虚拟机使用。 如果预留设置过大，会大幅减少可分配内存额度。 查看和修改：节点配置 → 内存预留。按需调小，不要盲目改太小，避免宿主机 OOM。

场景 3：节点存在 HA 虚拟机，HA 资源有内存资源约束

如果目标节点有 HA 托管虚拟机，HA 资源管理器（crm）也会统计资源预留，HA 策略不允许节点内存资源超限。 就算普通迁移校验放过，HA 层面也会拦截，或者间接影响可用额度。 查看 HA 资源状态：

ha-manager status

HA 环境下资源算的也是配置内存上限，不是实时内存。

场景 4：内存超配模式没有开启（overcommit）

PVE 默认不开启内存超配，严格按照 VM 配置内存做资源预算。 如果业务需要内存超配（依赖 balloon、业务平时内存跑不满），可以开启内存超配。

⚠️ 风险很高：超配之后 PVE 不再做严格内存预算校验，业务突发内存暴涨会导致宿主机 swap 飙升、OOM 杀虚拟机。仅适合明确可控的业务。 开启路径：数据中心 → 选项 → 内存超量提交。 可选：none（不超配，默认）、server、desktop。 server 模式适合服务器场景，允许一定程度超配。

场景 5：迁移时内存脏页速度太快，迁移缓冲区预估不足

少数情况：节点额度刚好卡线，虚拟机写入内存速度快，迁移需要额外缓冲空间，校验直接判定不足。 处理：降低虚拟机负载，减少内存脏页产生速度之后再迁移。

五、验证修复

调整完成后，重新发起在线迁移，不再报内存不足，迁移流程正常开始拷贝内存页即为修复。

六、高频踩坑点

1. 拿 free 或者 Web 监控的实时内存占用，去对标 PVE 迁移校验规则，两个不是一套统计标准；
2. 误以为开启 balloon 就可以自由超配热迁移，忽略热迁移校验取 memory 上限；
3. 不知道节点内存预留参数，预留吃掉一大块内存额度，一直找不到原因；
4. 盲目开启内存超配解决迁移报错，没有评估业务内存峰值风险；
5. HA 集群环境，排查只看 PVE 迁移报错，忘记 HA 资源管理器同样做资源预算。