189 8069 5689
这篇文章主要介绍Ceph集群缩容及相关故障处理的示例分析，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
创新互联，为您提供成都网站建设公司、网站制作、网站营销推广、网站开发设计，对服务成都酒店设计等多个行业拥有丰富的网站建设及推广经验。创新互联网站建设公司成立于2013年,提供专业网站制作报价服务,我们深知市场的竞争激烈，认真对待每位客户，为客户提供赏心悦目的作品。 与客户共同发展进步，是我们永远的责任！
由于目前机器比较紧张，需要将我集群中的一批机器提供给其他业务使用，这时问题来了，集群机器的退出意味着数据要重新分布，数据迁移的过程中比较容易出故障。
集群中有很多POOL， 有些POOL是客户数据，这非常重要；有些POOL是我测试用，这些POOL对应的OSD可以直接删除，即时集群报pg异常，也无需关心，在删除对应OSD后将对应POOL删除即可，相应的pg异常也消失。
注：为了避免关闭OSD的过程中发生数据迁移，请设置norecover标记。
ceph osd set norecover
删除对应主机上的所有OSD信息的命令如下：
killall -9 ceph-osd
for i in {108..119}
do
ceph osd out osd.$i;
ceph osd crush remove osd.$i;
ceph auth del osd.$i;
ceph osd rm $i;
ceph auth del osd.$i;
done
ceph osd crush remove hostname
removed item id -10 name 'hostname' from crush map对于业务用到的POOL分布在了10台机器上，现在要从这10台机器中释放出五台,这需要涉及到数据迁移了。有三种办法进行处理。
将要退出的机器依次设置为out状态。一台机器做完后做另外一台，由系统负责将数据迁走；
将要推出的机器权重调整为0，由系统负责将数据迁走；
构建新group,将要保留的机器放到新group下；
构建新crushrule, take from newgroup;
将业务pool的规则设置为new crush rule下；
这是最快的办法，只涉及到一次迁移，等待数据迁移完毕后，就可以将不需要的OSD关闭并移除了。
症状表现，在集群状态中显示少量PG状态异常。 active + remapped + backfilling active + remapped
[root@gnop029-ct-zhejiang_wenzhou-16-11 ~]# ceph -s
cluster c6e7e7d9-2b91-4550-80b0-6fa46d0644f6
health HEALTH_WARN
2 pgs backfilling
3 pgs stuck unclean
recovery 24/2148593 objects misplaced (0.001%)
norecover,noscrub,nodeep-scrub flag(s) set
monmap e3: 3 mons at {a=101.71.4.11:6789/0,b=101.71.4.12:6789/0,c=101.71.4.13:6789/0}
election epoch 446, quorum 0,1,2 a,b,c
osdmap e69909: 120 osds: 120 up, 120 in; 3 remapped pgs
flags norecover,noscrub,nodeep-scrub
pgmap v8678900: 10256 pgs, 16 pools, 2763 GB data, 1047 kobjects
7029 GB used, 197 TB / 214 TB avail
24/2148593 objects misplaced (0.001%)
10253 active+clean
2 active+remapped+backfilling
1 active+remapped[root@ceph]# ceph pg dump_stuck unclean ok pg_stat state up up_primary acting acting_primary 23.1c1 active+remapped+backfilling [59,37] 59 [76,84] 76 23.23b active+remapped [35,7] 35 [82,119] 82 23.221 active+remapped+backfilling [15,18] 15 [70,82] 70
后来我开启了scrub和deepscrub， 将所有pg扫描后就恢复为active + clean。
在发生数据迁移时，有时候某些osd会因为负载过高，导致osd进程退出，这是需要做两方面工作：
调低osd backfill的线程数量，降低osd工作负载；
down掉的osd即时恢复，要不会有很多Pg状态异常，osd回复后这些异常的pg也会很快恢复正常；
以上是“Ceph集群缩容及相关故障处理的示例分析”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！