超融合架构实际部署案例中最大规模的单体集群有多大，有哪些运维风险点？

市面上有些超融合产品号称集群规模可以支持上千节点甚至无限大，但这些只是理论值，并不代表实际部署会做一个很大的集群，因为过大的集群会产生一些运维上的风险。

1. 单个集群规模超大，容易导致容错域的问题。例如超融合一般使用的副本技术，3 副本情况下允许任意 2 块硬盘同时故障，不会引发数据丢失风险；但是在一个上百甚至上千个节点的集群中，单一集群中硬盘的数量也很可能成千上万，这个数量级中出现超过 2 块硬盘同时故障的几率就大大提升了。
2. 单个集群规模超大，实际上的部署也会带来麻烦。例如网络和机架相关的问题。例如一般机柜选择 TOR 接入（每个 42U 机柜顶部配置交换机），超大规模的集群必然导致服务器无法放在同一个机柜当中，甚至无法接入同一台交换机之中，这就有可能需要交换机的级联，除了增大交换网络的复杂度之外，也会增大集群节点间的存储网络延时。

对于拥有上百个节点甚至上千节点的超融合用户，实际上单集群规模一般不会超过 64 个节点，甚至大多是在 40 个节点以内，能保证容错域的同时，也保证了集群内部所有节点都接入同一个存储网络交换机，尽可能减少网络延时。而对于数百个节点的管理，可以通过多集群管理功能，在统一的 UI 界面中进行运维和管理。